買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江大學申請的專利基于RADS模型的小樣本板坯缺陷數據增強與識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116503275B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310404365.X，技術領域涉及：G06T5/70；該發明授權基于RADS模型的小樣本板坯缺陷數據增強與識別方法是由付天杰;李培玉;甘春標設計研發完成，并于2023-04-17向國家知識產權局提交的專利申請。

本基于RADS模型的小樣本板坯缺陷數據增強與識別方法在說明書摘要公布了：本發明涉及冶金煉鋼技術領域，旨在提供一種基于RADS模型的小樣本板坯缺陷數據增強與識別方法。該模型包括依次連接的編碼器模塊、解碼器模塊和辨別器模塊，各模塊分別具有由卷積層和連接層組成的神經網絡結構；在將缺陷樣本圖像輸入RADS模型后，各模塊依次提取圖像的特征向量并向后輸出；在辨別器模塊的輸出中，基于正態分布噪聲生成的RGB圖像將被再次編碼解碼處理后輸入辨別器模塊，以此方式實現循環迭代以增強樣本數量。本發明能解決神經網絡中不同類別樣本數量不一致導致的難以一起收斂從而需要重復訓練的缺陷，只用訓練一次就可以同時得到不同類別樣本的相關數據增強模型；既可以生成圖像，又可以實現缺陷識別，提高板坯缺陷識別效率。

本發明授權基于RADS模型的小樣本板坯缺陷數據增強與識別方法在權利要求書中公布了：1.一種用于小樣本數據增強與識別的RADS模型的構建方法，其特征在于，是將編碼器模塊、解碼器模塊和辨別器模塊依次連接形成RADS模型，各模塊分別具有由卷積層和連接層組成的神經網絡結構；在將缺陷樣本圖像輸入RADS模型后，各模塊依次提取圖像的特征向量并向后輸出；其中， 編碼器模塊的輸入包括原始樣本圖像和經預處理后的無雜質且隨機擦除過的RGB圖像；在對兩者進行混合泊松分布編碼后輸出至解碼器模塊； 解碼器模塊的輸入還包括標準正態分布噪聲，并在此基礎上生成RGB圖像； 辨別器模塊的輸入包括原始樣本圖像、混合泊松分布編碼得到的圖像、基于正態分布噪聲生成的RGB圖像，以及經識別后重復解碼編碼的圖像；辨別器模塊的輸出包括1維Dense層得到的特征值，以及基于正態分布噪聲生成的RGB圖像；后者將被返回至編碼器模塊，經過編碼器模塊和解碼器模塊再次處理后成為經識別后重復解碼編碼的圖像并輸入辨別器模塊，以此方式實現循環迭代以增強樣本數量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。