面向电力缺陷场景的小样本图像生成方法

摘要：

由于电力缺陷数据稀缺,目前大多数缺陷检测方法都无法有效地对电力缺陷情况进行准确的检测.为此,使用小样本图像生成方法,基于改进的LoFGAN(局部融合生成对抗网络),设计基于上下文信息的小样本图像生成器,提高缺陷检测网络对细节特征的提取能力;引入基于LC-散度的正则化损失来优化图像生成模型在有限数据集上的训练效果.实验表明,小样本图像生成方法能够为电力场景缺陷情况生成有效且多样的缺陷数据,所提模型能够有效解决电力缺陷场景数据稀缺的问题.

关键词：小样本图像生成、电力缺陷、上下文信息、LC-散度

所属期刊栏目：43

分类号：TP391.41;P237;TN911.73

资助基金：浙江省科技计划项目;浙江省科技计划项目;CCF-联想蓝海科研基金

在线出版日期：2024-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：126-132