摘要
本说明书实施例公开了一种雷达微波图像数据集生成方法、装置及电子设备。该方法包括通过构建、训练的双向转换深度学习模型,再将待转换的大批量光学图像数据集通过训练好的双向转换深度学习模型进行转换,得到严重缺失的微波图像大数据集。在以上深度学习生成模型方式中,通过在双向转换深度学习模型中通过设置正向生成对抗网络模型和反向生成对抗网络模型,以及设置失真自适应函数不断调整深度学习模型参数,使得最后生成的雷达微波图像数据集具有高保真度,细节丰富,结构逼真,增强了对应光学图像和微波图像在不同视角下的一致性和真实性,满足了后续深度学习在星载合成孔径雷达智能应用中对大批量、高质量训练样本的需求。
技术关键词
生成对抗网络模型
深度学习模型
测试微波
光学图像数据
双判别器
像素
误差
生成方法
参数
合成孔径雷达
电子设备
处理器
可读存储介质
计算机
生成装置
闭环
系统为您推荐了相关专利信息
稀疏压缩感知
多普勒
多分辨率特征
卷积特征提取
教师
超声影像数据
病变检测方法
病变特征
区域候选网络
像素点
统计系统
数据分析模块
识别模块
外周血涂片
采集单元
电信
诈骗号码识别方法
多维特征向量
时序
号码识别系统
土壤盐分监测方法
农田
土壤盐分监测技术
特征选择算法
土壤盐渍化程度