【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种图像处理方法、图像处理装置、图像处理设备、存储介质及计算机产品。
技术介绍
1、工业领域中，产品表面缺陷检测场景的相关研究主要是集中在各种主流神经网络框架，从卷积神经网络(convolutional neural networks，cnn)到深度神经网络(例如yolo，ssd)，甚至到语义分割的全卷积神经网络(fully convolutional networks，fcn)。由于深度学习的特性，对缺陷进行分类或检测需要大量的缺陷数据去学习，训练得到一个泛化性较好的模型。
2、然而在实际生产中，由于良品率不断提高，包含缺陷的产品表面数据往往很难获取到。
技术实现思路
1、本申请实施例提供一种图像处理方法、图像处理装置、图像处理设备、存储介质及计算机产品。
2、本申请实施例的技术方案是这样实现的：
3、本申请实施例提供了一种图像处理方法，该方法包括：
4、获得第一图像和第二图像；所述第二图像是修复所述第一图像的瑕
【技术保护点】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获得第二图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述修复模型的精修复网络对所述第四图像进行修复，得到所述第二图像，包括：
4.根据权利要求2所述的方法，其特征在于，所方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述修复模型的损失函数是根据所述第一样本图像、所述第二样本图像以及所述判别网络的判别结果确定的。
6.根据权利要求1所述的方法，其特征在于，所述基于所述第一区域，生成第三图像，包括
7....
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述获得第二图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述修复模型的精修复网络对所述第四图像进行修复，得到所述第二图像，包括：
4.根据权利要求2所述的方法，其特征在于，所方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述修复模型的损失函数是根据所述第一样本图像、所述第二样本图像以及所述判别网络的判别结果确定的。
6.根据权利要求1所述的方法，其特征在于，所述基于所述第一区域，...
【专利技术属性】
技术研发人员：王政华，
申请(专利权)人：中国移动通信有限公司研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。