一种多风格迁移数据增强的裂纹检测模型训练评估方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种多风格迁移数据增强的裂纹检测模型训练评估方法
申请号:CN202510864181
申请日期:2025-06-26
公开号:CN120783146A
公开日期:2025-10-14
类型:发明专利
摘要
一种多风格迁移数据增强的裂纹检测模型训练评估方法,包括步骤:步骤1:输入原始地面裂纹图像集;步骤2:选取具有不同风格特征的地面裂纹图像样本,构建多风格参考图像集;步骤3:基于源域图像与目标域图像,训练出多风格迁移模型;步骤4:多风格参考图像集中的原始裂缝图像输入到多风格迁移模型,生成多样化风格图像;步骤5:整合生成图像构建增强分割数据集;步骤6:利用该数据集训练图像分割模型;骤7:将待检测图像输入训练好的图像分割模型,输出对应的二值化裂纹标签,实现裂缝精准识别与分割。本发明通过构建的轻量化风格迁移模型,对原始训练集进行风格维度的大规模扩展,显著提升样本数量,缓解深度模型对标注数据的依赖。
技术关键词
检测模型训练 风格 图像分割模型 裂纹 随机噪声 解码器 噪声预测模型 语义向量 数据分布 样本 裂缝 图像结构 重构误差 网络 编码器 语义特征