摘要
本发明公开了一种基于双阶段生成对抗网络的缺陷检测方法及系统。包括以下步骤:获取缺陷样本和良品样本数据集,标注缺陷样本使其成为缺陷掩码样本;利用缺陷掩码样本训练BayesGAN缺陷掩码生成网络;利用非缺陷纹理提取网络获取良品样本的特征图并计算其风格条件格拉姆矩阵;利用良品样本的风格条件格拉姆矩阵,缺陷样本以及缺陷掩码样本训练掩码驱动的缺陷生成网络;利用训练好的两个生成网络的生成器的输出对基于分割决策的缺陷检测网络进行训练;将待检测的样本输入所述缺陷检测网络,输出缺陷检测结果。本发明提出双阶段生成对抗网络来生成缺陷样本,为缺陷检测模型提供的大量含有标注的训练数据,无需人工后期标注。
技术关键词
生成对抗网络
缺陷检测方法
样本
分类网络
生成网络模型
风格
阶段
输出特征
图片
矩阵
噪声
缺陷检测系统
更新网络参数
纹理
定义
决策
代表
数据
系统为您推荐了相关专利信息
人体运动模型
穿戴式外骨骼
穿戴外骨骼
人机
运动耦合关系
故障诊断模型
服务器
历史运行状态
样本
神经网络模型