摘要
本发明公开一种火炮身管内壁缺陷图像数据增强方法,涉及图像处理技术领域,本发明的技术方案通过泊松融合方法将钢材表面缺陷数据集与火炮身管内壁无缺陷图像结合,生成逼真的火炮身管内壁缺陷图像。这种方法有效地解决了实际火炮身管内壁缺陷图像难以获取的问题,为深度学习模型的训练提供了丰富的数据资源。将注意力机制模块和全维度动态卷积(ODconv)模块的并行组合引入STYLEGAN2网络架构,构建一种新颖的图像生成网络结构。这种结构使得生成器能够同时关注局部和全局特征,提高了生成图像的质量和多样性。
技术关键词
火炮身管
注意力机制
直方图均衡化
数据
残差结构
卷积模块
网络架构
拉普拉斯
分辨率
像素
深度学习模型
上采样
图像处理技术
中间层
卷积特征
融合方法