一种基于发电厂金属表面少样本的AI辅助图像数据标注方法

一种基于发电厂金属表面少样本的AI辅助图像数据标注方法，步骤为诶：获取发电厂金属表面的原始图像数据，针对图像进行预处理，去除噪声和干扰信息，得到清晰的金属表面图像；根据提取的特征信息，构建多原型解码器，通过动态聚类算法将图像特征划分为多个原型，捕捉金属表面缺陷的多样性特征；在模型训练过程中，采用数据增强技术，对原始图像进行旋转、缩放、翻转等操作，生成多样化的训练样本，提升模型的泛化能力；根据检测结果，生成金属表面缺陷的标注信息，将标注结果与原始图像进行对比，判断检测结果是否符合预设的精度要求；若检测结果未达到预设精度，则调整模型参数，重新进行训练和检测，直到获得满足精度要求的缺陷检测结果。