摘要
本申请提供了一种基于改进DCGAN的装备零组件缺陷图像生成方法及装置,方法包括:获取零组件的图像数据;基于图像数据按照缺陷类型分类标签,将图像数据切块分成背景集和缺陷集;对背景集和缺陷集进行去重、归一化以及数据增强处理,获得处理后的背景集和缺陷集;构建改进的DCGAN进行模型训练,改进的DCGAN算法包括:在改进的DCGAN的判别器中,采用SiLU激活函数,且引入PPA注意力模块;基于处理后的背景集和所述缺陷集,使用改进的DCGAN的生成器,生成装备零组件缺陷图像数据。改进的DCGAN结合PPA模块和SiLU激活函数能够生成高质量的虚拟缺陷样本,显著提高缺陷检测系统的性能。
技术关键词
图像生成方法
算法模型
装备
数据分布
注意力
非暂态计算机可读存储介质
卷积神经网络结构
高清摄像头
特征向量空间
生成样本数据
缺陷检测系统
图像生成装置
模块
切块
上采样
处理器
标签
系统为您推荐了相关专利信息
LightGBM模型
入侵监测方法
高维特征向量
入侵监测系统
样本
动态时间规整算法
标注系统
多模态
视频流
跨模态
无损检测系统
样品存放容器
拉曼光谱仪
旋转控制模块
数据采集控制模块
监督深度学习
背景抑制方法
分段
可读储存介质
生理