一种基于生成对抗网络的库位状态检测方法及系统、存储介质.pdf
曾琪****是我
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于生成对抗网络的库位状态检测方法及系统、存储介质.pdf
本发明提供了一种基于生成对抗网络的库位状态检测方法及系统、存储介质,其中方法步骤包括:采集库位空置及占用状态下的多张图片,分别定义为正、负样本;将正样本作为输入来训练GANomaly对抗网络,直至正样本与其重构图相似度达成预期目标,将库位当前真实图输入训练后的GANomaly对抗网络,获取重构图后进行后处理,以获取比较值;根据正、负样本在训练后的GANomaly对抗网络中所生成的对应重构图之间的差值边界定义出库位状态判断值
基于生成对抗网络的缺陷检测数据生成、检测方法及系统.pdf
本发明公开了基于生成对抗网络的缺陷检测数据生成、检测方法及系统,该方法包括:获取目标对象的图像及缺陷标签;进而训练分类模型用于输出缺陷标签;再构建基于高斯模型组的生成对抗网络模型,并对生成器和判别器进行交替式训练。其中,生成器的第2‑N个全连接层分别连接一组高斯模型,即将每一组高斯模型采样的缺陷向量和对应高斯模型的系数乘积,与对应全连接层的权重系数进行线性运算;最后将目标对象的图像的像素网格坐标输入训练好的生成对抗网络模型,通过控制高斯模型组的系数生成各类缺陷图像。本发明通过上述方法生成大量具有用户所需缺
基于生成对抗架构的目标检测增强方法、装置及存储介质.pdf
本发明公开了一种基于生成对抗架构的目标检测增强方法、装置及存储介质,涉及计算机视觉中的目标检测技术领域。本发明提出了一种新的目标检测框架,对难以进一步提高性能的目标检测网络进行对抗性训练,能够使训练完善的目标检测网络进一步提高性能,并且没有参数的增加,能够快速有效地改进训练有素的目标检测网络,训练速度快,消耗计算资源少且高效,不以增加推理时间或训练难度为代价,几乎是一种即插即用的训练方式。
基于对抗生成网络的微小目标检测系统.pdf
本申请公开了一种基于对抗生成网络的微小目标检测方法和系统,涉及图像识别技术,该方法包括以下步骤:调用目标检测模型检测目标图像中的目标;筛选出尺寸小于第一预设值的目标作为微小目标;通过生成网络将所述微小目标对应的第一图像作放大处理,得到第二图像;调用目标分类模型对第二图像进行分类,得到分类结果。本申请实施例可以提升微小目标在分类上的精度。
一种基于生成对抗网络的转子缺陷检测方法.pdf
本发明涉及产品缺陷检测技术领域,具体为一种基于生成对抗网络的转子缺陷检测方法,包括以下步骤:步骤一,数据采集,步骤二,模板分类,步骤三,提取特征,步骤四,特征验证,本发明首先进行焊点特征的数据采集,生成焊点特征模板库,根据焊点合格、多焊、少焊、焊接偏移、漏焊以及虚焊的显著的特征并进行分类,对样本进行分析,将电机转子焊点的图像形状与预设的检测模板图像进行比对,获得焊点图像与标准图像的匹配程度,识别不同种类的焊点特征,最后进行一次验证,若验证可用后留作样本作为特征模板备用,提高对转子焊点缺陷检测的效率。