摘要
本发明公开了一种基于改进SwinIR的路面缺陷图像超分辨率重建方法,具体包括以下步骤:步骤1:获取路面缺陷图像,构建第一数据集;步骤2:基于第一数据集生成第二数据集;步骤3:构建基于改进SwinIR的路面缺陷图像超分辨率重建模型;步骤4:设计结合Wasserstein距离的改进L1损失函数;步骤5:采用第二数据集中的训练集和验证集对模型进行训练;步骤6:利用第二数据集的测试集对模型进行性能评估;步骤7:将步骤5训练得到的模型权重与第一数据集共同输入改进的SwinIR模型,输出高分辨率图像。相较于现有技术,本发明提出的基于改进SwinIR的路面图像超分辨率重建方法,能够有效提升路面缺陷图像的分辨率,增强路面缺陷细节恢复能力。
技术关键词
路面缺陷
图像超分辨率重建
深层特征提取
浅层特征提取
数据
上采样
行车记录仪
训练集
图像重建
注意力机制
卷积模块
传播算法
采样模块
数码相机
直方图
对比度
系统为您推荐了相关专利信息
管控系统
决策支持模型
煤矸石综合利用
能耗监管
组态控制技术
场景模拟系统
采集系统
数据传输模块
VR设备
构建系统
压电驱动器
迟滞模型
实时控制器
状态观测器
阻抗控制方法
电流互感器误差
幅值
集成学习方法
误差预测
特征值