摘要
本发明涉及一种基于参考图像引导的工业品缺陷样本可控生成方法,通过参考缺陷处理模块和参考缺陷特征编码模块提取参考缺陷的样式信息,并作为去噪UNet的引导信息;使用缺陷位置及细节处理模块和缺陷位置及细节编码模块生成去噪UNet的另一部分引导信息;构建一种基于Gram矩阵的缺陷样式损失函数并训练模型;在推理阶段,根据用户输入的缺陷强度参数,使用训练后的模型,从随机噪声中通过逐步去噪,在给定区域生成指定强度的与参考缺陷类似的图像,并在背景区域保持与输入的背景图像一致。本发明使用缺陷图像引导,根据输入的缺陷强度控制参数,生成多样化的缺陷样本,从而为缺陷检测模型训练提供更加丰富和贴近真实缺陷图像的数据样本。
技术关键词
生成方法
编码模块
图像块特征
样本
随机噪声
样式
检测模型训练
矩阵
图像编码器
注意力
噪声数据
代表
图像分割
强度
解码器
线性
系统为您推荐了相关专利信息
摘要生成方法
表格特征
多模态
语义特征
文本段落
故障预警方法
传感器监测
有限元仿真技术
模型降阶技术
建立神经网络模型
显示指示标识
文档生成方法
计算机执行指令
参数
图像用户界面