一种基于风格迁移的水表图像生成数据集的方法及装置制造方法及图纸

本发明专利技术提出一种基于风格迁移的水表图像生成数据集的方法及装置。所述方法包括：S1准备目标图片和风格图片，用于风格迁移操作；S2对数据进行预处理，将风格图片的尺寸裁剪为内容图片尺寸后，进行目标图片和风格图片掩码制作和颜色格式转换；S3进行模型训练，采用搭载了基于改进的风格迁移的神经网络模型，该模型用于目标图片和风格图片迁移融合；S4得到最优参数模型后，进行批量生成数据。本发明专利技术的风格迁移神经网络，在生成图像，保留目标图像的结构和颜色上有很大的改进，在训练过程中，通过掩码的作用，使图像特定区域的迁移成为可能，这样使生成图像能够保留很好的结构，在训练之前，对图片的颜色格式进行转换，保留目标图像的颜色。

【技术实现步骤摘要】

本专利技术属于图像领域，具体涉及一种基于风格迁移的水表图像生成数据集的方法及装置。

技术介绍

1、水表，是测量水流量的仪表，大多是水的累计流量测量，由于水表大多数安装在阴暗潮湿的环境中，随着周围温度的不断变化，会使水表表面玻璃上产生水珠、水汽、水雾等情景，使智能水表识别数据增加了一定的难度，并且随着水表使用年限的不断增加，水表表面会产生大量的污物、藻类等物质，这使得智能水表识别更加困难。对于水表内部，由于水质的问题，会使水表内部产生锈迹、藻类、污垢等物质，对于智能水表识别带来极大的挑战。因而，模拟在恶劣环境下生成水表的问题应运而生，其意义主要在于：能够使智能水表训练的数据集扩大，增加对恶劣环境下的水表数据集使设备在面对恶劣环境下更精确的识别，从而提高智能水表的识别准确率。

2、基于深度学习的计算机视觉技术不断发展，大量研究采用基于深度学习的方法来制作智能水表。但是，深度学习算法需要大量水表数据训练网络。数据集图像的数量和数据集的针对性往往决定了检测网络的准确度和泛化能力。但是，由于水表所处环境复杂，各个环境下水表的情景也不相同，所以现有的恶劣环本文档来自技高网...

【技术保护点】

1.一种基于风格迁移的水表图像生成数据集的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

3.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

4.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

5.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

6.根据权利要求5所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

7.根据权利要求6所述的基于风格迁移的水表图像生成数据集...

【技术特征摘要】

1.一种基于风格迁移的水表图像生成数据集的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

3.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

4.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

5.根据权利要求1所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

6.根据权利要求5所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

7.根据权利要求6所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

8.根据权利要求6所述的基于风格迁移的水表图像生成数据集的方法，其特征在于，

9.根据权利要求6所述的基于风格迁移的水表图像生成数据集的方法，其特征...

【专利技术属性】
技术研发人员：张新，丁晓嵘，李晓梅，聂明杰，王柏春，李楠，张兴业，田晓宇，高涵，项乾，
申请(专利权)人：北京市智慧水务发展研究院，
类型：发明
国别省市：