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：河北工业大学

摘要：本发明公开一种基于生成对抗网络的太阳能电池板缺陷生成方法，该方法通过自行设计的包含多注意力模块的改进型生成对抗网络，利用太阳能缺陷图像数据集对网络进行训练。数据集中的图像均可以resize为同样尺寸，若干张图像为一批在训练过程的对应阶段输入生成对抗网络中的生成器与判别器中进行训练，当判别器的损失函数值趋于平衡时则终止训练，最终得到的生成器即可进行高质量图像生成。本发明设计的改进型生成对抗网络可以改善模式坍塌问题，同时提高图像细节的清晰度。

主权项：1.一种基于生成对抗网络的太阳能电池板缺陷生成方法，其特征在于，该方法包括以下步骤：S1：采集太阳能电池板图像样本，并将其分为合格样本和缺陷样本，选取缺陷样本图片为训练集；S2：设计包含多注意力模块的改进型生成对抗网络，利用随机噪音变量和训练集图片对该改进型生成对抗网络进行参数训练；所述改进型生成对抗网络的生成器的包含七个神经网络模块；生成器的第三个神经网络模块是自注意力层，自注意力层是提高生成图像像素区域之间的关联性，它将上一层特征提取后的特征图进行1×1的卷积操作，进行降维处理，将特征图转换到三个特定的特征空间f、g与h中，将fx的转置与gx进行矩阵相乘，经过softmax激活函数进行归一化以计算注意力值，之后点乘hx得到自注意力图，再与最开始的特征图加权得到自注意力机制下的最终输出特征图y，计算公式如下： 生成器的第四个神经网络模块是通道注意力层，通道注意力层是聚焦于有意义的输入图像，它对上一层的特征图y同时经过平均池化层和最大池化层后的结果传递到一个共享网络，以产生通道注意力图，再与特征图y进行元素相乘得到最终注意力图；通道注意力图生成公式如下：Mcy＝σMLPAvgPooly+MLPMaxPooly4AvgPooly表示平均池化特征，MaxPooly表示最大池化特征；然后，同时经过平均池化层和最大池化层后的结果传递到一个共享网络，以产生通道注意力图；共享网络由一个多层感知器组成，其中有一个隐含层；之后将输出的特征向量使用element-wise求和进行合并；σ表示sigmoid函数；最后将通道注意力图Mcy与特征图y进行元素相乘得到最终注意力图；S3：将随机噪声输入到步骤S2中已完成参数训练的包含多注意力模块的改进型生成对抗网络中，生成太阳能电池板缺陷图片A；S4：将步骤S3中生成的太阳能电池板缺陷图片A与训练集图片采用mixup算法进行叠加融合，使电池板背景栅线更加清晰，缺陷更具有多样性，生成高质量的缺陷图片B。

全文数据：

权利要求：

百度查询： 河北工业大学 一种基于生成对抗网络的太阳能电池板缺陷生成方法