摘要
本发明公开一种异常样本生成方法,涉及工业质检技术领域,本发明首先在正常样本中随机位置生成一个光滑的闭合区域,然后随机地选择一幅背景图像,在该背景图像中随机选择一个位置,抠出相同形状的闭合区域,接着将所抠出的区域以加权融合的方式贴到正常样本中得到缺陷图像,最后对缺陷图像进行图像增强得到异常样本;所提出方法可以基于正常样本快速得到大量丰富的接近真实的异常样本,从而解决工业质检领域因异常样本缺乏而无法训练深度学习模型或者训练的模型出现过拟合的问题。
技术关键词
样本生成方法
工业质检
训练深度学习模型
图像增强
坐标
饱和度
曲线
系统为您推荐了相关专利信息
坐标
计算机执行指令
异常检测方法
像素
定位蓄电池
语义分割网络
斜拉索
分割方法
图像增强方法
注意力
移动充电机器人
机器人电量
任务调度方法
隶属度函数
坐标