摘要
本发明公开了一种基于生成对抗网络的压力表底座液体泄漏检测方法,涉及计算机视觉图像处理技术领域,包括采集图像进行人工标注,增强数据,并进行图像预处理,得到真值图片;将YOLOv4架构与生成对抗网络结合,构建压力表底座液体泄漏检测模型;将待检测的压力表底座图片输入训练好的压力表底座液体泄漏检测模型中,得到检测结果。本发明所述方法通过将YOLOv4与生成对抗网络相结合,并采用加权双向特征融合网络,能够有效提高电厂压力表底座液体泄漏检测的效率与精度,生成对抗网络能够生成高质量的合成数据,解决数据集有限的问题,加权双向特征融合网络增强了目标特征的表达,使得模型能够更准确地识别泄漏目标。
技术关键词
液体泄漏检测方法
生成对抗网络
压力表
特征融合网络
底座
图片
生成器网络
模型训练模块
图像采集模块
样本
更新网络参数
原始图像数据
概率密度函数
特征金字塔
滤波技术