【技术实现步骤摘要】
本专利技术属于深度学习领域，具体涉及一种图片训练素材生成方法及系统。
技术介绍
1、深度学习主流还是监督学习，需要大量数据来驱动模型的鲁棒性，但是在工业领域，尤其是工业质检领域，往往只有少量数据，这就导致深度学习模型不能很好的学习到广泛的特征，从而精度达不到实际生产水平。由此数据增强显得格外重要，常用的一些常用数据增强手段虽然很有用，但是在基本数据极少或者几乎没有的情况下，很难制造一些此类虚拟数据来模拟真实数据。
技术实现思路
1、本专利技术的目的在于克服现有
用于训练的图片素材过少的缺陷。
2、为了实现上述目的，本专利技术提出了一种图片训练素材生成方法，所述方法包括：
3、步骤1：基于原始材料的物理特征生成带有特殊材质的原始图片；
4、步骤2：将步骤1生成的原始图片输入神经网络模型中，生成更丰富的图片训练素材。
5、作为上述方法的一种改进，所述步骤1具体包括：
6、步骤1-1：基于原始材料的物理特征制作基础纹理作为原始材质
7、本文档来自技高网...
【技术保护点】
1.一种图片训练素材生成方法，所述方法包括：
2.根据权利要求1所述的图片训练素材生成方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-1具体为：
4.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-2具体为：
5.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-3具体为：
6.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-4具体为：
7.根据权利要求2所述的图片训练素材生成方法，其...
【技术特征摘要】
1.一种图片训练素材生成方法，所述方法包括：
2.根据权利要求1所述的图片训练素材生成方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-1具体为：
4.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-2具体为：
5.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-3具体为：
6.根据权利要求2所述的图片训练素材生成方法，其特征在于，所述步骤1-4具体为：
...【专利技术属性】
技术研发人员：侯平银，陈仁，朱俸泽，边峰，曾雪峰，
申请(专利权)人：北京瓦特曼智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。