摘要
本发明提供了一种基于领域适应的无损检测模型的构建方法及系统,包括:S1:获取源数据和目标数据,构建判别器以及生成器;S2:使用生成器提取源数据和目标数据的判别特征,使用判别器判断源数据和目标数据的判别特征是否特征对齐;S3:调整生成器的模型参数,并重复步骤S2‑S3;S4:为无标签的目标数据赋予伪标签,然后将有标签的源数据与具有伪标签的目标数据进行混合,生成新的源数据;S5:重复步骤S2‑S4,得到无损检测模型。本发明解决了现有技术中存在的利用深度学习构建的无损检测模型依赖于大量的标注数据来对模型进行训练,而通过仿真方法生成的数据通常与实际数据存在较大的领域差异,导致深度学习模型在实际检测中的准确性和鲁棒性不高的问题。
技术关键词
判别特征
标签
数据处理模块
深度学习模型
网络
构建系统
仿真方法
鲁棒性
参数
尺寸
系统为您推荐了相关专利信息
嵌入式训练
动态环境参数
模拟器
动态建模方法
机械关节
矿用皮带机
光纤传感技术
智能监测方法
声波
智能监测系统
故障诊断方法
训练深度学习模型
滑动窗口算法
故障类别
Softmax函数
利润
资源定价方法
启发式算法
模拟退火算法
分段
身份验证系统
生物识别模块
生物特征数据
隐私保护模块
身份验证方法