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！

摘要：本发明为高质量的索塔大体积混凝土图像生成方法、质量检测方法，所述生成方法包括以下内容：利用无人机对索塔进行高空拍摄，获得索塔混凝土的图像，并标注图像中裂缝位置和范围；利用改进的StyleGAN‑XL生成对抗网络对获得的图像进行扩容和增强，获得高质量索塔大体积混凝土图像。利用所述的生成方法获得虚拟图像，以大量的虚拟图像作为分割网络的目标数据集R；利用目标数据集R训练改进的MAX‑DeepLab分割网络，用于大体积混凝土裂缝宽度检测。本发明能获得高质量的索塔大体积混凝土图像，能够对少量的无人机拍摄图像进行扩容和增强处理，利用生成的高质量数据扩容和增强后的数据集，提升分割模型在细微裂缝检测方面的能力。

主权项：1.一种高质量的索塔大体积混凝土图像生成方法，其特征在于，所述生成方法包括以下内容：利用无人机对索塔进行高空拍摄，获得索塔混凝土的图像，并标注图像中裂缝位置和范围；利用改进的StyleGAN-XL生成对抗网络对获得的图像进行扩容和增强，获得高质量索塔大体积混凝土图像；所述改进的StyleGAN-XL生成对抗网络采用深度学习GAN网络框架，包括生成器和判别器、分类器模块：所述的生成器用于生成不同分辨率的图像，包括嵌入模块、潜在编码、映射网络模块、风格码、傅里叶特征变化、膨胀卷积模块、多层的不同分辨率的归调卷积模块以及TORGB模块；输入图像经过嵌入模块进行预处理，之后与潜在编码一同进入映射网络模块，同时将分类器模块得到的类标也输入到映射网络模块后获得风格码W，风格码经过傅里叶特征变化后进入膨胀卷积模块进行特征提取，之后进入各层的归调卷积模块进行拼接完成后，经过TORGB模块生成得到各分辨率的图像；若分辨率小于20482时说明不满足分辨率要求，则进入判别器；所述判别器包括上下两条路径，上采样路径由依次连接的上采样、多头膨胀注意力卷积模块、1X1卷积模块、随机3X3卷积层、双倍线性上采样、四个独立判别器组成；下采样路径由依次连接的下采样、混合注意力视觉感知模块、1X1卷积模块、随机3X3卷积层、双倍线性上采样、四个独立判别器组成；两条路径的四个独立判别器分别与生成器生成的不满足分辨率要求的图像特征经过嵌入模块处理后的结果进行对抗学习，生成高质量图像；在未满足分辨率要求的图像中相对高分辨率的图像进入上采样路径，相对低分辨率的图像进入下采样路径，经过上下采样两条不同的路径中不断对抗生成高质量的图像，生成的不符合分辨率要求但高质量的图像，最后会被送入分类器模块中供生成器持续生成更符合要求的图像；所述混合注意力视觉感知模块采用VIT模块，所述多头膨胀注意力卷积模块包括多个头注意力头，在每一个注意力头设置一个膨胀卷积，每个膨胀卷积的膨胀率不同；所述归调卷积模块包括调制模块、解调模块、3X3卷积以及LeakyRelu函数、双倍性上采样、双正切激活函数、双倍性下采样和裁剪图像模块，从风格码中学习到的产生风格与上层输出特征进行仿射变换再经过调制模块和解调模块操作后与经过指数移动平均操作处理的上层输出特征一同进入到3X3卷积并采用LeakyRelu函数处理后，经过双性性上采样、双正切激活函数、双性性下采样后得到的图像通过裁剪图像模块进行裁剪得到归调卷积模块的输出特征图Q；所述TORGB模块包括调制模块和3X3空调卷积，空洞数为2，特征图Q在TORGB模块中经过仿射变换、调制模块操作与经过指数移动平均操作处理的上层输出特征一同进入到3X3空调卷积进行处理。

全文数据：

权利要求：

百度查询： 华东交通大学 高质量的索塔大体积混凝土图像生成方法、质量检测方法