摘要
本申请涉及一种缺陷检测模型训练方法、表面缺陷检测方法及计算机设备。所述缺陷检测模型训练方法包括:采用仿制图像生成模型生成仿制缺陷图像数据集;仿制图像生成模型包括经自适应迭代优化的已训练好的生成式对抗网络模型;已训练好的生成式对抗网络模型为采用单个缺陷样本图像对生成式对抗网络模型进行训练得到;基于仿制缺陷图像数据集对神经网络模型进行训练,得到缺陷检测模型。本申请可以得到基于极少量缺陷样本训练一个准确率高、鲁棒性强的缺陷检测模型,从而实现对缺陷的精确检出。
技术关键词
生成式对抗网络模型
检测模型训练方法
表面缺陷检测方法
图像生成模型
神经网络模型
YOLO模型
表面缺陷检测装置
计算机设备
层级
生成算法
数据
样本
周期
计算机程序产品
处理器
可读存储介质
批量
系统为您推荐了相关专利信息
多任务学习模型
参数优化方法
碳纤维复材
贝叶斯算法
数据
性能优化方法
油墨
神经网络模型
聚类
可读存储介质
水下噪声
预报方法
船舶
神经网络模型构建
神经网络参数
信号完整性分析
通用建模方法
仿真数据
迁移学习策略
动态规划法