一种基于深度学习的X射线焊缝图像恢复方法

AITNT
正文
推荐专利
一种基于深度学习的X射线焊缝图像恢复方法
申请号:CN202411829962
申请日期:2024-12-12
公开号:CN119850475A
公开日期:2025-04-18
类型:发明专利
摘要
本发明提供一种基于深度学习的X射线焊缝图像恢复方法,包括:制作焊缝图像恢复数据集;利用单阶段改进U‑Net网络进行图像恢复,改进U‑Net网络共三层,每层均包括层归一化计算、卷积层、激活函数、简易门控注意力机制模块;通过训练完成的U‑Net网络模型得到恢复图像,与训练集中原图像进行损失函数计算,根据损失函数调整U‑Net网络模型参数,使网络能达到更好的恢复效果;模型测试;利用测试合格的模型进行完整焊缝图像恢复。本发明利用简易门控注意力模块可以有效提高特征的筛选能力,提高图像恢复的效果,降低网络参数,达到更好的恢复效果;使用单阶段网络中U‑Net方法改进,满足X射线焊缝图像高清晰度高细节需求。
技术关键词
图像恢复方法 焊缝 通道注意力机制 图像块 注意力方法 全局平均池化 泊松噪声 峰值信噪比 数据 深度神经网络 分支 图片 模块 阶段
系统为您推荐了相关专利信息
1
一种新能源汽车底盘结构视觉检测方法及系统
视觉检测方法 拍摄小车 网格 路径规划算法 图像拼接
2
一种三维焊缝几何实体自动建模的方法
焊缝特征 三维模型 识别焊缝 实体 建模装置
3
无线干扰源检测方法、装置、电子设备及存储介质
干扰源检测方法 干扰源检测装置 信道 注意力机制 图像块
4
一种基于局部伪造特征的深度伪造检测方法和装置
图像块 人脸 多尺度 网络结构 锚点
5
一种中锰钢显微组织的语义分割方法及系统
语义分割模型 语义分割方法 多尺度特征融合 通道注意力机制 扫描电子显微镜
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号