一种基于CGAN的巡检图像数据小样本扩充方法

摘要

本发明涉及一种基于CGAN的巡检图像数据小样本扩充方法。首先收集巡检图像，判别巡检图像对应的缺陷类型，并进行标注，使用异常检测算法，剔除巡检图像数据集中的异常图像；然后使用传统图像处理算法，对清洗后的巡检图像数据集进行预处理，而后使用巡检图像数据集训练基于卷积神经网络的条件生成对抗网络，得到可生成给定缺陷类型巡检图像数据的CGAN模型；接着使用训练好的CGAN模型的生成器，采样并生成大量巡检图像数据；根据判别器输出的图像真实度，筛选真实度大于给定真实度阈值的生成图像加入巡检图像数据集，得到扩充巡检图像数据集。