用于少样本缺陷图像生成的扩散模型微调方法和装置

    公开(公告)号:CN118823506A

    公开(公告)日:2024-10-22

    申请号:CN202410796707.1

    申请日:2024-06-20

    Abstract: 本发明涉及计算机视觉技术领域,提供了一种用于少样本缺陷图像生成的扩散模型微调方法和装置。方法包括:将多个缺陷词元和单个产品词元组合得到不平衡异常文本提示;选取少样本缺陷图像以及缺陷图像掩码作为缺陷图像分支的输入,根据缺陷图像掩码,将缺陷词元对齐到图像中的缺陷区域,优化第一目标函数和第二目标函数;选取固定数量的正常图像作为正常图像样本分支的输入,用不平衡异常文本提示中的与产品相关的部分,优化第三目标函数;混合训练策略用于使不同缺陷类别的缺陷图像共同参与训练。本发明在工业场景中每一缺陷类别的缺陷图像数量较少的情况下,依旧能够实现较理想的训练效果,从而使用训练完成的扩散模型生成缺陷图像。

    一种工业缺陷图像像素级标注生成方法和装置

    公开(公告)号:CN118823780A

    公开(公告)日:2024-10-22

    申请号:CN202410796706.7

    申请日:2024-06-20

    Abstract: 本发明涉及计算机视觉技术领域,提供了一种工业缺陷图像像素级标注生成方法和装置。方法包括:提取缺陷图像的判别性特征,使用所述缺陷图像的判别性特征对缺陷图像进行低分辨率像素级标注;提取正常图像的判别性特征,使用所述正常图像的判别性特征对正常图像进行低分辨率像素级标注;对缺陷图像的判别性特征和VAE解码器输出的高分辨率特征进行融合,得到精细化特征,使用精细化特征对缺陷图像进行高分辨率像素级标注;根据缺陷图像和正常图像的低分辨率像素级标注和高分辨率像素级标注、缺陷图像掩码和正常图像掩码,生成目标函数,使用目标函数对标注生成模型进行优化。本发明能够实现与缺陷区域精准对齐的高分辨率像素级标注。

Patent Agency Ranking