申请/专利权人:杭州电子科技大学
申请日:2024-01-17
公开(公告)日:2024-04-09
公开(公告)号:CN117854070A
主分类号:G06V20/70
分类号:G06V20/70;G06V20/52;G06V10/82;G06V10/764;G06N3/0464;G06N3/0475;G06N3/094;G06N3/0895;G06N3/048
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于CycleGAN的弱监督X射线图像翻译方法该方法首先针对翻译任务,制作并得到X射线数据集和真实图像数据集。其次构建基于CycleGAN的弱监督图像翻译模型。然后根据X射线数据集和真实图像数据集,训练弱监督图像翻译模型。最后将物品的X射线图或真实图输入训练后的图像翻译模型中进行测试,得到经过翻译的图像。本发明为X射线数据集增强和X射线安检可视化提供了新的方法,实现较好的翻译效果。
主权项:1.一种基于CycleGAN的弱监督X射线图像翻译方法,其特征在于,包括以下步骤:步骤S1:针对翻译任务,制作并得到X射线数据集和真实图像数据集;步骤S2:构建基于CycleGAN的弱监督图像翻译模型;步骤S3:根据X射线数据集和真实图像数据集,训练弱监督图像翻译模型;步骤S4:将物品的X射线图或真实图输入训练后的图像翻译模型中进行测试,得到经过翻译的图像。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于CycleGAN的弱监督X射线图像翻译方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。