首页|基于生成对抗网络的工业缺陷模拟生成算法

基于生成对抗网络的工业缺陷模拟生成算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着深度学习算法的广泛应用,工业领域的缺陷检测不再局限于传统的机器视觉算法,但工业检测过程中深度学习对样本的依赖性和缺陷样本缺乏是亟待解决的问题.提出一种基于生成对抗网络(GAN)的工业缺陷样本模拟生成算法.根据工业缺陷特点,首先提取样本,基于缺陷位置截取具体缺陷,然后利用StyleGAN网络训练生成模型.基于相应的位置信息模型生成新的样本.最后根据生成的样本和位置信息提出一种典型的图像融合方法来生成最终样本.对面板缺陷的模拟生成实验表明,该算法能实现缺陷的生成与融合,有效进行数据集扩充.
Simulation Generation Algorithm of Industrial Defects Based on Generative Adversarial Network

刘荣华、王安妮、郑增强

展开 >

武汉精测电子集团股份有限公司

武汉精测电子集团股份有限公司智能检测研究院

武汉精测电子集团股份有限公司研发中心,湖北武汉430205

生成对抗网络 缺陷模拟 样本扩充

2021

10.11907/rjdk.211178

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(12)
  • 21