[发明专利]用于电力设备高光谱图像分类的生成对抗神经网络方法

摘要

本发明涉及一种用于电力设备高光谱图像分类的生成对抗神经网络方法，步骤1：在图像分割模型UNet++的基础上，构建一种基于生成对抗网络的可伸缩解码编码体系结构；步骤2：从重建图像的质量的角度，构建一种基于空间特征与图像特征的损失函数；步骤3：利用步骤1中的对抗网络体系结构与步骤2中的损失函数，对数据样本进行扩充。本发明通过从网络结构、损失函数以及结果评价方式等角度，对对抗网络进行详细描述，对抗网络对数据样本进行扩充，解决了样本不平衡的问题，即解决了电力设备高光谱图像分类问题中的“长尾效应”。