Dec, 2023
基于生成模型的合成训练图像生成:铁路缺陷检测中认知的一种方法
Generative Model-Driven Synthetic Training Image Generation: An Approach to Cognition in Rail Defect Detection
Rahatara Ferdousi, Chunsheng Yang, M. Anwar Hossain, Fedwa Laamarti, M. Shamim Hossain...
TL;DR该研究提出了一种基于 Variational Autoencoder (VAE) 的合成图像生成技术,用于铁路缺陷,通过引入权重衰减正则化和图像重构损失来防止过拟合。使用该合成数据集进行微调的 Visual Transformer (ViT) 模型在铁路缺陷分类中取得了高准确率(98%-99%),为解决铁路缺陷检测中的数据稀缺挑战提供了有希望的解决方案,展示了该领域鲁棒智能认知系统发展的潜力。