一种工业级智能表面缺陷检测方法
基本信息
| 申请号 | CN202011135204.8 | 申请日 | - |
| 公开（公告）号 | CN112017182A | 公开（公告）日 | 2020-12-01 |
| 申请公布号 | CN112017182A | 申请公布日 | 2020-12-01 |
| 分类号 | G06T7/00(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 叶振飞;郑秀征;王英利;梁长国;王秘;朱超平 | 申请（专利权）人 | 北京中鼎高科自动化技术有限公司 |
| 代理机构 | 北京东方芊悦知识产权代理事务所（普通合伙） | 代理人 | 北京中鼎高科自动化技术有限公司 |
| 地址 | 101102北京市通州区中关村科技园区通州园金桥科技产业基地景盛南四街15号2H | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种工业级智能表面缺陷检测方法，通过构建并训练生成孪生生成对抗网络GAN，将输入图像通过改进型GAN网络修复成“正常样本”，将该输出同人工标注的正样本通过孪生CNN网络做比对，不同之处即为缺陷。本发明设计的孪生生成对抗式网络无需大量的样本，也不用进行数据扩增，可解决常见的工业产品样本量少的问题，减少深度学习少样本和零样本带来的过拟合现象的产生，使得缺陷样本量少的产品和新品开发时的缺陷检测成为可能。利用交叉对齐损失函数CA和分布对齐损失函数DA，来加强两个网络输出之间的关系，取得较好的分类识别效果。通过Attention机制以及硬件GPU实现模型训练速度的提升，使得工业快速部署成为可能。 |
