原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种表面缺陷图像生成式数据增强方法，该方法建立生成模型和判别模型两个对抗模型，两种模型通过竞争机制实现了表面缺陷图像的数据分布学习以及交替训练，最终实现表面缺陷图像的生成式数据增强，达到增强数据分布的效果。通过进行表面缺陷图像生成式数据增强，增加了训练数据集的样本量，丰富了数据的特征表达，能够为后续的其他深度学习任务减轻数据量不足的问题、提高了模型的泛化能力。该方法生成的新数据保留了真实数据的内在属性，为后续的表面缺陷检测与分类提供了更加全面丰富的训练数据，为后续模型性能的提升打下基
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117152001 A
(43)申请公布日 2023.12.01
(21)申请号 202311002785.1 G06N 3/084 (2023.01)
(22)申请日 2023.08.
文档评论（0）