-
公开(公告)号:CN114820379A
公开(公告)日:2022-07-29
申请号:CN202210518394.4
申请日:2022-05-12
Applicant: 中南大学
Abstract: 本发明提供了基于注意力对偶残差生成对抗网络的图像类雨层去除方法,包括如下步骤:改进用于热轧带钢表面类雨层去除的图像数据库构建方法,并制作含有分散水滴、飞溅水线和细小白水珠的成对图像数据库;将干净背景原始图像和相应的类雨层图像成对输入注意力对偶残差生成对抗网络模型中,并在生成器与鉴别器之间引入注意力方案,形成自优化闭环,以挖掘广义类雨层的先验知识;利用训练好的生成器模型定位和去除类雨伪缺陷。本发明能够在保留边缘和纹理细节的前提下去除热轧带钢表面的混合类雨伪缺陷簇,得到的结果更接近真实工业图像,并能有效降低AVI仪器的误检率。
-
公开(公告)号:CN113469913A
公开(公告)日:2021-10-01
申请号:CN202110762335.7
申请日:2021-07-06
Applicant: 中南大学
Abstract: 本发明公开了一种基于渐进循环生成对抗网络的热轧带钢表面水滴去除方法,包含步骤如下:首先建立带钢表面图像数据库,有无水滴的图像成对存在。然后构建渐进循环生成对抗网络模型,包括生成网络和判别网络。接着,随机抽取数据库中的成对图像作为训练集输入渐进循环生成对抗网络模型中,对生成网络和判别网络进行训练。最后,利用训练得到的生成网络去除热轧带钢表面的水滴。与相关技术相比,本发明提供的基于渐进循环生成对抗网络的热轧带钢表面水滴去除方法,能有效地抑制水滴的干扰,同时可靠地保留图像的其他细节,从热轧带钢伪缺陷去除的新视角,学习提高现有AVI仪缺陷检测性能的方法。
-
公开(公告)号:CN113469913B
公开(公告)日:2022-06-03
申请号:CN202110762335.7
申请日:2021-07-06
Applicant: 中南大学
Abstract: 本发明公开了一种基于渐进循环生成对抗网络的热轧带钢表面水滴去除方法,包含步骤如下:首先建立带钢表面图像数据库,有无水滴的图像成对存在。然后构建渐进循环生成对抗网络模型,包括生成网络和判别网络。接着,随机抽取数据库中的成对图像作为训练集输入渐进循环生成对抗网络模型中,对生成网络和判别网络进行训练。最后,利用训练得到的生成网络去除热轧带钢表面的水滴。与相关技术相比,本发明提供的基于渐进循环生成对抗网络的热轧带钢表面水滴去除方法,能有效地抑制水滴的干扰,同时可靠地保留图像的其他细节,从热轧带钢伪缺陷去除的新视角,学习提高现有AVI仪缺陷检测性能的方法。
-
公开(公告)号:CN114820379B
公开(公告)日:2024-04-26
申请号:CN202210518394.4
申请日:2022-05-12
Applicant: 中南大学
IPC: G06T5/77 , G06T5/60 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了基于注意力对偶残差生成对抗网络的图像类雨层去除方法,包括如下步骤:改进用于热轧带钢表面类雨层去除的图像数据库构建方法,并制作含有分散水滴、飞溅水线和细小白水珠的成对图像数据库;将干净背景原始图像和相应的类雨层图像成对输入注意力对偶残差生成对抗网络模型中,并在生成器与鉴别器之间引入注意力方案,形成自优化闭环,以挖掘广义类雨层的先验知识;利用训练好的生成器模型定位和去除类雨伪缺陷。本发明能够在保留边缘和纹理细节的前提下去除热轧带钢表面的混合类雨伪缺陷簇,得到的结果更接近真实工业图像,并能有效降低AVI仪器的误检率。
-
-
-