[发明专利]基于CycleGAN网络的三维模型约束故障图像数据生成系统及方法

权利要求书

1.一种基于CycleGAN网络的三维模型约束故障图像数据生成系统，其特征在于，包括数据采集制作单元、数据处理单元、改进CycleGAN训练单元、权重生成图像单元；

所述数据采集制作单元用于获取故障图像与3D建模图像；

所述数据处理单元收集数据采集制作单元图像，并通过图像处理模块将其制作成故障图像数据集与3D建模图像数据集；

所述改进CycleGAN训练单元用于将数据处理单元获得的数据集在改进CycleGAN网络中训练，获得权重文件。

2.所述权重生成图像单元用于将改进CycleGAN训练单元获得的权重文件载入改进CycleGAN网络，并将3D建模数据集作为输入由改进CycleGAN网络生成故障图像。

3.根据权利要求1所述的基于CycleGAN网络的三维模型约束故障图像数据生成系统，其特征在于，所述数据采集制作单元包括摄像机设备与PC，所述PC设备中运行3D建模模块与图像处理模块以及后续所有模块。

4.一种基于CycleGAN网络的三维模型约束故障图像数据生成方法，其特征在于，包括以下步骤：

A、采集故障图像，建立3D模型；

B、制作故障图像数据集，3D模型图像数据集；

C、训练改进CycleGAN网络模型；

D、由步骤C得到的训练权重文件与3D模型图像数据集生成图像。

5.根据权利要求3所述的基于CycleGAN网络的三维模型约束故障图像数据生成方法，所述步骤C包括以下步骤：

a、获取故障图像数据集与3D模型图像数据集信息，包括图像大小、数量以及通道数；

b、设置改进CycleGAN超参数，根据应景设备情况设置Epoch、Batchsize、Channels、Cropsize、初始学习率等参数；

c、将故障图像数据集与3D模型图像数据集投入设置好训练参数的改进CycleGAN网络进行3D模型图像到故障图像的风格迁移训练；

d、训练完成后将输出的权重文件载入改进CycleGAN网络；

e、将3D模型图像数据集作为输入经载入权重文件的改进CycleGAN网络风格迁移生成故障图像。

6.根据权利要求4所述的基于CycleGAN网络的三维模型约束故障图像数据生成方法，其特征在于，所述的改进CycleGAN网络模型包括ResNet模块、SkipConnect模块、CBR模块、DownSamle模块和UPSample模块；

所述ResNet模块为残差模块，整合卷积块的输入与输出；

所述SkipConnect模块为U-net中的跳跃连接层，用于补充上、下采样损失的特征；

所述CBR模块包括包括卷积单元、Batch normalization单元和relu单元；

所述DownSamle模块是下采样模块；

所述UPSample模块是上采样模块。