摘要
一种多风格迁移数据增强的裂纹检测模型训练评估方法,包括步骤:步骤1:输入原始地面裂纹图像集;步骤2:选取具有不同风格特征的地面裂纹图像样本,构建多风格参考图像集;步骤3:基于源域图像与目标域图像,训练出多风格迁移模型;步骤4:多风格参考图像集中的原始裂缝图像输入到多风格迁移模型,生成多样化风格图像;步骤5:整合生成图像构建增强分割数据集;步骤6:利用该数据集训练图像分割模型;骤7:将待检测图像输入训练好的图像分割模型,输出对应的二值化裂纹标签,实现裂缝精准识别与分割。本发明通过构建的轻量化风格迁移模型,对原始训练集进行风格维度的大规模扩展,显著提升样本数量,缓解深度模型对标注数据的依赖。
技术关键词
检测模型训练
风格
图像分割模型
裂纹
随机噪声
解码器
噪声预测模型
语义向量
数据分布
样本
裂缝
图像结构
重构误差
网络
编码器
语义特征
系统为您推荐了相关专利信息
光学检测模块
微流控芯片
芯片检测系统
灵敏度参数
系统校准
海水硝酸盐
校正方法
温度校正
小波去噪算法
光度
序列
数据处理模块
监测模块
监测方法
数据采集模块
点云深度学习
岩体结构面
信息识别方法
算法
sigmoid函数
尖轨
转辙器
裂纹检测方法
频域特征
裂纹检测装置