结合注意力机制的相对GAN螺栓图像生成

【摘要】 螺栓缺陷非常容易引起输电线路异常甚至故障,但大量的缺陷数据难以获得陷螺栓图像的生成,针对生成过程中存在的图像质量差将生成式对抗网络应用于缺生成样本单一,模型收敛缓慢等问题,提出一种基于改进、在损失函数中加入相对均值鉴别器和梯度惩罚,平衡了生成器和判别器的能力,提DCGAN高了样本质量和模型的收敛速度;在模型的生成器和鉴别器中引入注意力机制,捕获图像中长距离的像素特征,提高了缺陷样本的多样性;实验结果验证了改进方法的有效性,值提高了IS