龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于多类别注意力机制的ACGAN车缝线图像生成方法，该方法采用ACGAN改进模型生成车缝线瑕疵图像样本解决车缝线瑕疵数据集不平衡问题，本发明对原始ACGAN的改进之处在于：引入多类别注意力机制使ACGAN可以关注车缝线瑕疵图像样本多种角度的特征，增强了ACGAN改进模型的效果；引入残差块解决梯度消失问题，提高ACGAN改进模型的学习能力，加快ACGAN改进模型的收敛速度；改进ACGAN改进模型的损失函数，对样本类别的损失函数和样本真假的损失函数进行改进，加速ACGAN改进模型收敛，有助于改善ACGAN改进模型的表现。
主权项：1.一种基于多类别注意力机制的ACGAN车缝线图像生成方法，其特征在于，包括以下步骤：1对车缝线瑕疵样本进行图像采集，并将采集到的车缝线瑕疵图像裁剪到相同的大小；2根据所述步骤1得到的裁剪后的车缝线瑕疵图像构建数据集，将数据集按比例随机划分为训练集和测试集；其中，所述数据集包括车缝线瑕疵图像及其对应的类别标签，所述训练集和所述测试集中各类别的车缝线瑕疵图像比例相同；3对ACGAN模型进行改进，采用多类别注意力机制和残差模块进行优化，以获取ACGAN改进模型以及该ACGAN改进模型的损失函数；所述ACGAN改进模型包括生成器和判别器；4使用所述步骤2构建的训练集对所述步骤3获取的ACGAN改进模型进行迭代训练，并根据ACGAN改进模型的损失函数调整生成器和判别器的参数，以获取训练好的ACGAN改进模型；5设计多种实验对所述步骤4训练好的ACGAN改进模型的质量进行测试，以对ACGAN改进模型的参数进行微调，获取最终的ACGAN改进模型。
全文数据：
权利要求：
百度查询： 浙江大学 基于多类别注意力机制的ACGAN车缝线图像生成方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号