摘要
本发明属于属于图像生成技术领域,具体涉及一种基于深度学习的疵点图像生成算法、存储介质及设备,其中算法包括下列步骤:步骤S1、构建疵点图像生成模型;步骤S2、对疵点图像生成模型进行训练优化;步骤S3、基于训练好的疵点图像生成模型输入若干真实无疵点图像,疵点图像生成模型输出相应的生成疵点图像实现数据集的扩充;其中,疵点图像生成模型包括两个生成器模块和两个判别器,第一生成器模块均依次包括掩码模块、生成器一和背景保持网络,第二生成器模块均依次包括生成器二和背景保持网络。本发明采用mask分离疵点区域和非疵点区域的处理策略,并创新性地引入背景保持网络,有效解决了现有技术中容易出现背景纹理失真的问题。
技术关键词
图像生成模型
图像生成方法
特征提取网络
多尺度特征提取
模块
图像生成技术
生成算法
引入注意力机制
多尺度特征融合
掩膜
状态更新
分支
输出特征
时序
纹理
风格
处理器
计算机设备
系统为您推荐了相关专利信息
图像处理方法
图像增强模型
卷积神经网络模型
计算机可读指令
像素
物联网技术
数据收集模块
矩阵
场景
智能加药系统
中断控制器
处理器
虚拟机监视器
地址偏移量
物理
高并发数据
服务器
误差函数
资源分配方法
子模块
风电机组发电机
相变材料
复合散热模块
冷却系统
热管