一种基于生成式对抗网络的金属表面瑕疵检测方法
基本信息
| 申请号 | CN202110875711.3 | 申请日 | - |
| 公开（公告）号 | CN113610794A | 公开（公告）日 | 2021-11-05 |
| 申请公布号 | CN113610794A | 申请公布日 | 2021-11-05 |
| 分类号 | G06T7/00（2017.01）I;G06T7/10（2017.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李岳阳;朱一昕;贾捷 | 申请（专利权）人 | 无锡瑞视晶科技有限公司 |
| 代理机构 | 常州格策知识产权代理事务所（普通合伙） | 代理人 | 翟丹丹 |
| 地址 | 214000江苏省无锡市惠山经济开发区堰桥配套区堰桥路35号12幢 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于生成式对抗网络的金属表面瑕疵检测方法，对采集的金属表面图像划分为训练数据集和测试数据集；训练基于GAN的重构模型；对于训练好的生成器模型G通过对测试数据进行推理，得到重构图像；将重构图像与原图像做像素对比，找到有差异的区域，得到差异分割图；对差异分割图中存在的噪点，使用投影法和MAD方法去除噪点的干扰。通过上述方式，本发明能够在无监督的学习方式下实现较好的检测效果；只需要对无瑕疵的训练样本建模即可实现金属表面瑕疵的检测，更符合生产中的实际情况；对于GAN模型生成过程中存在的噪声，通过投影法和MAD方法结合将非目标区域去除，降低了对好品误检的情况，提升了检测效果。 |
