摘要
本发明公开了一种融合注意力机制和感知损失的缺陷图像生成方法,属于屏幕检测技术领域。方法包括:S1:获取真实图像;S2:以WGAN‑GP模型作为基础构建SWG‑VGG模型并进行训练,SWG‑VGG模型包括生成器、判别器和VGG‑19网络;VGG‑19网络用于训练时提取生成图像与真实图像的高层特征来计算这些特征之间的差异,最后将不同层的特征差异进行加权求和得到最终的感知损失并反馈给生成器;S3:将真实图像输入训练好的SWG‑VGG模型中得到生成图像。SWG‑VGG模型生成的数据集在mAP(50)上达到0.976,提升10.5%;生成图像的PSNR、SSIM、RMSE和CS值也表现出较高的图像质量。
技术关键词
GP模型
融合注意力机制
上采样
感知损失函数
图像生成方法
通道
表面缺陷图像
描述符
屏幕检测技术
图像生成系统
液晶显示屏
漏液缺陷
VGG网络
全局平均池化
图像获取模块
样本
系统为您推荐了相关专利信息
程度判断方法
融合图像特征
多级特征融合
多模态特征
编解码模块
遥感图像分割网络
多尺度特征融合
分割方法
卷积模块
融合特征
注意力机制
融合图像特征
分块
输出特征
卷积特征
多器官分割方法
Sigmoid函数
腹部CT图像
通道
尺寸