摘要
本发明属于数据处理技术领域,具体公开了一种基于多模态数据增强与GAN网络的桥梁裂缝数据集构建方法,本发明针对桥梁裂缝检测任务中的小样本学习、数据多样性不足、高分辨率图像生成等关键问题,提出一种融合多模态数据增强与深度对称GAN的解决方案,通过组合式增强策略模拟真实场景干扰,覆盖真实场景98%的干扰类型,解决传统增强技术无法模拟复杂拍摄条件的问题,设计深度对称GAN网络,消除生成图像的棋盘效应并提升高频细节保留能力,生成640*640分辨率图像,构建高质量桥梁裂缝数据集,为桥梁裂缝数据扩充,生成不同形态的裂缝图像,解决复杂背景下桥梁裂缝检测中,裂缝图像数据集稀缺等问题。
技术关键词
数据集构建方法
多模态
桥梁裂缝检测
卷积生成对抗网络
多维颜色空间
多层次特征融合
椒盐噪声
模拟真实场景
噪声数据
策略
图像
通道
传感器噪声
智能填充
模拟传感器
系统为您推荐了相关专利信息
手机号卡
编码向量
多模态身份验证
交互特征
风险
图像处理方法
文本生成模型
工作流
生成工具
多模态
数据处理方法
法律知识图谱
层次化语义
多模态融合技术
数据分析效率
并联机器人
智能控制方法
带式输送机
三维模型
节点特征