← 返回列表

一种工业缺陷图像生成方法、装置、设备及存储介质

申请号: CN202410114960.4
申请人: 杭州安脉盛智能技术有限公司
更新日期: 2026-03-20

专利详细信息

项目 内容
专利名称 一种工业缺陷图像生成方法、装置、设备及存储介质
专利类型 发明申请
申请号 CN202410114960.4
申请日 2024/1/29
公告号 CN117671431A
公开日 2024/3/8
IPC主分类号 G06V10/774
权利人 杭州安脉盛智能技术有限公司
发明人 邹磊; 韩雪超; 卢天华; 倪军
地址 浙江省杭州市滨江区西兴街道阡陌路482号B楼第十七层

摘要文本

本申请公开了一种工业缺陷图像生成方法、装置、设备及存储介质,涉及图像生成技术领域,包括:采集实际工业生产中产生的缺陷图像得到实际缺陷图像,并将实际缺陷图像输入至预先创建的目标生成对抗网络中,以利用生成器和判别器生成与实际缺陷图像相似的伪造缺陷图像;生成器由多个上采样层、特征提取层和特征门控层组成,并通过结构重参数化的方式对模型参数进行重新表示,特征提取层采用非对称卷积结构;判别器采用全尺度跳跃连接方式的DenseNet网络。本申请通过采用非对称卷积结构的生成器以及采用全尺度跳跃连接方式的判别器生成与实际缺陷图像相似的伪造缺陷图像,能够生成高质量的工业缺陷图像,并提高图像生成的效率。

专利主权项内容

1.一种工业缺陷图像生成方法,其特征在于,包括:采集实际工业生产中产生的缺陷图像,得到实际缺陷图像;将所述实际缺陷图像输入至预先创建的目标生成对抗网络中,以便利用所述目标生成对抗网络中的生成器和判别器生成与所述实际缺陷图像相似的伪造缺陷图像;其中,所述生成器由多个上采样层、多个特征提取层和多个特征门控层组成,并通过结构重参数化的方式对模型参数进行重新表示,所述特征提取层采用非对称卷积结构;所述判别器采用全尺度跳跃连接方式的DenseNet网络;所述特征门控层采用门控的方法对特征进行重标定,并包括基于恒等映射的第一路径以及包含全局平均池化层、卷积层和权重归一化层的第二路径;所述方法,还包括:采用2×2池化和4×4池化的下采样方式对所述判别器中尺度不一致且不同稠密块的特征图进行拼接;采用恒等映射的方式对所述判别器中尺度一致且不同稠密块的特征图进行拼接。