摘要
本申请提供的缺陷样本生成方法、装置、存储介质及计算机设备,首先获取缺陷文本描述,并确定缺陷生成模型,该缺陷生成模型包括文本编码模块和扩散模块,其中的文本编码模块是基于参数高效微调进行训练后得到的,扩散模块是基于特征定制化微调和参数高效微调进行训练后得到的。接着将缺陷文本描述输入至缺陷生成模型中,利用文本编码模块对缺陷文本描述进行优化,提高缺陷文本描述的准确性,为后续缺陷样本生成提供更精确的指导信息。并且由于扩散模块经过特征定制化微调,其能够学习到特定类别的缺陷特征表示,在利用扩散模块生成缺陷样本时可以针对特定需求进行调整。提高对缺陷类型和形态特征的控制能力,确保生成的缺陷样本的有效性和准确性。
技术关键词
样本生成方法
编码模块
文本特征向量
图像特征向量
文本编码器
计算机可读指令
参数
图文
计算机设备
噪声强度
图像多模态
标识符
图像编码器
处理器
系统为您推荐了相关专利信息
预训练模型
多模态
学习方法
全局视觉特征
文本编码器
旋转机械设备
故障诊断方法
深层特征提取
浅层特征提取
故障诊断模型
防护系统
无监督学习
数据采集层
在线学习机制
增量学习算法