摘要
本发明提出了一种基于StyleGAN3和改进deeplabv3+排水管道缺陷轻量级分割方法,包括:基于StyleGAN3模型对排水管道缺陷数据集进行扩充处理;基于扩充后的数据集对预设的网络模型进行训练,获取排水管道缺陷轻量级分割模型;其中,预设的网络模型基于改进deeplabv3+模型获得;将待识别的排水管道影像数据,输入所述排水管道缺陷轻量级分割模型进行缺陷识别和分割。本发明保证了数据的多样性和平衡性,使得每一缺陷类型都能被很好的量化出缺陷所在的位置及形状,本发明整个网络模型更加轻量化,达到识别精度高;速度快;本发明有效提高网络模型训练精度,有力保障模型的识别精度。
技术关键词
排水管道
分割方法
原始图像数据
缺陷类别
特征提取网络
文字提示信息
注意力机制
网络模型训练
水印
精度
像素点
随机噪声
标记
影像
系统为您推荐了相关专利信息
特征提取器
融合特征
图像缺陷分割方法
分割模型训练方法
电路板
案件数据
数据处理方法
特征提取网络
计算机可读指令
风险
图像语义分割方法
多尺度特征提取
通道
分支
动态
图像分割方法
背景图
通道
批量
数字图像处理技术