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：苏州梅曼智能科技有限公司

摘要：本发明公开了一种基于生成对抗模型的工业图像特征的提取方法，包括如下步骤：对Massachusetts特征图像数据集进行预处理后获得数据集；构建ImprovedDUNet模型；将数据集导入ImprovedDUNet模型中进行训练得到生成器；构建全局鉴别器和局部鉴别器，然后与生成器构成对抗训练模型；基于对抗训练模型，生成器分别与全局鉴别器和局部鉴别器进行对抗训练，对生成器提取的图像特征提取结果进行微调；将生成器的图像特征提取结果和微调后生成器的图像特征提取结果进行综合；对图像特征提取结果进行评价，本发明通过构建对抗训练模型对生成器提取的图像特征进行微调，使得提取出的图像特征连续，分割的精度高，将微调之前和微调之后的模型的分割结果进行综合，提高图像特征的提取精度。

主权项：1.一种基于生成对抗模型的工业图像特征的提取方法，其特征在于，包括如下步骤：对Massachusetts特征图像数据集进行预处理后获得数据集；构建ImprovedDUNet模型；将数据集导入ImprovedDUNet模型中进行训练得到预训练模型作为生成器；构建全局鉴别器和局部鉴别器，然后与生成器构成对抗训练模型；基于对抗训练模型，生成器分别与全局鉴别器和局部鉴别器进行对抗训练，用于对生成器提取的图像特征提取结果进行微调；将生成器的图像特征提取结果和微调后生成器的图像特征提取结果进行综合；对图像特征提取结果进行评价；构建ImprovedDUNet模型的步骤如下：S21输入图像X首先经过编码层得到第三层特征图F，FA为经过注意力机制Attention的第三层特征图；S22将第三层特征图F分别经过普通卷积DoubleConv、密集空洞卷积DBlock并进行上采样UpSample得到新的特征图X1和X2，其中，将第三层特征图F经过普通卷积DoubleConv后的特征图进行上采样UpSample得到X1，将第三层特征图F经过密集空洞卷积DBlock的特征图需逐元素加上将第三层特征图F经过普通卷积DoubleConv的特征图之后，再进行上采样UpSample得到X2；S23将编码器经过注意力机制的第三层特征图FA分别与特征图X1和X2进行串接，得到新的X1和X2；S24将步骤S23中新的X1得到的特征图按元素融合按位加到新的X2得到的特征图上再进行上采样，以此类推，直至将特征图恢复到原始图像分辨率。

全文数据：

权利要求：

百度查询： 苏州梅曼智能科技有限公司 一种基于生成对抗模型的工业图像特征的提取方法