基于反馈强化学习的小样本表面缺陷图像生成方法及系统

    公开(公告)号:CN117710349A

    公开(公告)日:2024-03-15

    申请号:CN202311781415.2

    申请日:2023-12-21

    申请人: 山东大学

    摘要: 本发明公开了一种基于反馈强化学习的小样本表面缺陷图像生成方法及系统,该方法包括:获取少量表面缺陷图像样本,进行语义标签标注,构建训练集;构建条件扩散模型,利用训练集训练条件扩散模型,完成条件扩散模型的初步微调;扩充语义标签,利用微调后的条件扩散模型生成每一语义标签下的多张初始表面缺陷图像;对每一语义标签下的多张初始缺陷图像进行人工评分,进而构建评价数据集;构建奖励模型,利用评价数据集训练奖励模型;扩充语义标签,构建语义标签库,并基于奖励模型二次优化条件扩散模型,生成每一语义标签所对应的最优表面缺陷图像。本发明能够有效提高表面缺陷图像样本生成的性能和数据增强的能力。