[发明专利]木材缺陷样本获取方法、装置、电子设备及存储介质

权利要求书

1.一种木材缺陷样本获取方法，其特征在于，包括：

获取合格木材样本数据；

根据合格木材样本数据获取已有缺陷特征图像；所述已有缺陷特征图像为从已有缺陷木材样本数据库中得到的；其中，在所述已有缺陷木材样本数据库中，与所述合格木材样本数据的木材类别相同的第一已有缺陷木材样本数据的个数小于等于第一预设阈值时，从所述已有缺陷木材样本数据库中获得与所述合格木材样本数据的木材类别不同的第二已有缺陷木材样本数据；从所述第二已有缺陷木材样本数据中提取所述已有缺陷特征图像；

通过训练后的卷积神经网络人工智能模型，对交界区域的图像进行风格迁移，将所述已有缺陷特征图像迁移到所述合格木材样本数据上，合成得到与所述合格木材样本数据的木材类别相同的缺陷木材样本数据；其中，所述卷积神经网络通过训练后，高层特征响应结果作为内容表示，不同层不同特征间的关系作为风格表示。

2.根据权利要求1所述的木材缺陷样本获取方法，其特征在于，还包括：

在所述已有缺陷木材样本数据库中，与所述合格木材样本数据的木材类别相同的第一已有缺陷木材样本数据的个数大于第一预设阈值时，将所述第一已有缺陷木材样本数据作为所述缺陷木材样本数据。

3.根据权利要求1所述的木材缺陷样本获取方法，其特征在于，所述合格木材样本数据包括合格木材样本图像及标注数据；所述合成得到与所述合格木材样本数据的木材类别相同的缺陷木材样本数据，包括：

将所述已有缺陷特征图像的部分或全部覆盖在所述合格木材样本图像的预设区域上，得到与所述合格木材样本数据的木材类别相同的缺陷木材样本数据。

4.根据权利要求3所述的木材缺陷样本获取方法，其特征在于，还包括：

调节合成后所述已有缺陷特征图像的交界区域的纹理特征，使得所述交界区域的纹理特征与所述已有缺陷特征图像的纹理特征和/或所述合格木材样本的纹理特征差别小于第二预设阈值。

5.根据权利要求4所述的木材缺陷样本获取方法，其特征在于，调节合成后所述已有缺陷特征图像的交界区域的纹理特征，包括：

利用低通滤波器对所述交界区域的纹理特征进行滤波。

6.根据权利要求4所述的木材缺陷样本获取方法，其特征在于，调节所述合格木材样本图像上所述已有缺陷特征图像的交界区域的纹理特征，包括：

使用训练好的人工智能模型对所述交界区域进行图像处理，使所述交界区域的图像风格来自所述已有缺陷特征图像，所述交界区域的图像内容来自所述合格木材样本图像。

7.根据权利要求1所述的木材缺陷样本获取方法，其特征在于，所述合成得到与所述合格木材样本数据的木材类别相同的缺陷木材样本数据，还包括：

生成所述缺陷木材样本数据的标注数据；所述标注数据包括缺陷标注以及所述合格木材样本数据中的木材类别。

8.根据权利要求1所述的木材缺陷样本获取方法，其特征在于，还包括：

基于所述合格木材样本数据和所述缺陷样本数据训练得到木材缺陷的识别模型；或者，

基于所述合格木材样本数据和所述缺陷样本数据训练得到木材缺陷的识别模型，并将所述木材缺陷的识别模型输出给客户端。

9.根据权利要求1所述的木材缺陷样本获取方法，其特征在于，还包括：

将所述缺陷木材样本数据输出给客户端。