一种设备图像生成方法

专利主权项内容

1.一种设备图像生成方法，其特征在于，包括以下步骤：步骤1，采集设备的原始图像数据集，所述原始图像数据集包括正常设备图像和故障设备图像，对原始图像数据集中的正常设备图像和故障设备图像进行预处理，得到增强数据集，将增强数据集拆分为训练集与测试集；步骤2，将训练集输入至SAGAN模型进行训练，SAGAN模型包括生成器和判别器，在SAGAN模型训练过程中，采集混合高斯噪声与脉冲噪声的随机噪声作为生成器的原始输入，生成器将输入的随机噪声合成为一张图像，在生成器训练阶段，固定判别器参数，并在生成器中加入目标设备的几何结构特征作为约束条件，在判别器训练阶段，固定判别器参数，并在判别器中加入目标设备的几何结构特征作为约束条件，且在生成器的损失函数和判别器的损失函数中引入增广T函数，将生成器合成的图像与训练集的图像一起作为判别器的输入，生成器与判别器分阶段对抗训练，达到设定训练次数后，结束SAGAN模型的训练；步骤3，使用测量生成图像的评价指标，对由生成器生成且判别器判别为真的图像进行评估，并根据评估结果对生成器和判别器进行参数调整，参数调整完成后，使用测试集对SAGAN模型进行测试，测试通过后，采用SAGAN模型生成设备图像；步骤2具体包括：在生成器训练阶段，在生成器中加入目标设备的几何结构特征作为约束条件，所述几何结构特征包括长宽比、间距差以及开口角度，约束条件作为类别信息通过维度拼接的方式加入到随机噪声中，通过设置目标的几何结构特性阈值，将目标设备的长宽比、间距差以及开口角度这三个条件以参数形式设置在预设区间，指导生成器生成设备图像；在判别器训练阶段，在判别器中加入目标设备的几何结构特征作为约束条件，指导判别器判别生成的图像，其中，在判别器的损失函数判定中，当判别器判定生成器的生成图像为真实数据后，通过比较图像的目标设备的长宽比、间距差以及开口角度的参数，判定出图像类别；步骤2中，生成器的损失函数的表达式为：其中，表示输入图像的标签，表示由平移、翻转和颜色调整三种变化组合成的增广T函数，表示输入数据与标签经过判别器的最小二分类交叉熵，/>表示生成器输出与标签经过判别器的最小二分类交叉熵，/>表示和来自真实数据分布，/>表示来自真实数据分布；yTxyy判别器的损失函数的表达式为：其中，表示生成器输出与标签经过判别器的交叉熵。