[发明专利]神经网络训练图像生成系统

权利要求书

1.一种系统，包括：

一个或多个处理器，配置成接收表示在图像掩膜中的一个或多个选择的区域的输入，所述一个或多个处理器配置成通过组合所述图像掩膜与设备的未标记图像，形成标记掩蔽图像，

其中所述一个或多个处理器配置成使用所述标记掩蔽图像训练人工神经网络以进行以下的一个或多个：自动识别在设备的一个或多个实际图像中出现的设备损坏，或者生成一个或多个训练图像以用于训练另一人工神经网络以自动识别在设备的所述一个或多个实际图像中出现的所述设备损坏。

2.根据权利要求1所述的系统，其中所述一个或多个处理器配置成接收表示人工异常将在所述标记掩蔽图像中在所述设备上何处出现的位置的所述输入。

3.根据权利要求1所述的系统，其中所述设备包含涡轮引擎，并且所述一个或多个选择的区域指示在所述涡轮引擎上的位置，其中所述涡轮引擎的被覆层的损坏将在所述标记掩蔽图像中出现。

4.根据权利要求1所述的系统，其中所述标记掩蔽图像的像素以由所述像素表示的对象的指示来标注。

5.根据权利要求1所述的系统，其中所述未标记图像的像素不以由所述像素表示的对象的指示来标注。

6.根据权利要求1所述的系统，其中所述图像掩膜是包含在所述标记掩蔽图像中出现的两个不同类型的区域的二进制掩膜。

7.根据权利要求6所述的系统，其中在所述标记掩蔽图像中出现的区域的所述类型的第一类型是所述设备的损坏的人工外观，并且在所述标记掩蔽图像中出现的区域的所述类型的第二类型是所述未标记图像的未改变的部分。

8.一种方法，包括：

接收表示在图像掩膜中的一个或多个选择的区域的输入；

通过组合所述图像掩膜与设备的未标记图像，形成标记掩蔽图像；以及

使用所述标记掩蔽图像训练人工神经网络，以进行以下的一个或多个：自动识别在设备的一个或多个实际图像中出现的设备损坏，或者生成一个或多个训练图像以用于训练另一人工神经网络以自动识别在设备的所述一个或多个实际图像中出现的所述设备损坏。

9.根据权利要求8所述的方法，其中收到的所述输入表示人工异常将在所述标记掩蔽图像中在所述设备上何处出现的位置。

10.根据权利要求8所述的方法，其中所述设备包含涡轮引擎，并且所述一个或多个选择的区域指示在所述涡轮引擎上的位置，其中所述涡轮引擎的被覆层的损坏将在所述标记掩蔽图像中出现。