[發明專利]一種面向外觀缺陷視覺檢測的數據集擴增方法有效
| 申請號： | 201910446312.8 | 申請日： | 2019-05-27 |
| 公開（公告）號： | CN110322433B | 公開（公告）日： | 2021-03-12 |
| 發明（設計）人： | 何志勇;林嵩 | 申請（專利權）人： | 蘇州佳賽特智能科技有限公司 |
| 主分類號： | G06T7/00 | 分類號： | G06T7/00 |
| 代理公司： | 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257 | 代理人： | 楊慧林 |
| 地址： | 215000 江蘇省蘇州市相城經濟技術開*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 面向 外觀 缺陷 視覺 檢測 數據 擴增 方法 | ||
1.一種面向外觀缺陷視覺檢測的數據集擴增方法，其特征在于，具體步驟包括：
S1、獲取視覺檢測的圖像，并對獲取到的圖像進行分塊處理作為訓練數據集；
S2、將經典生成對抗網絡中的生成器采用反卷積神經網絡，在生成對抗網絡中融入圖像缺陷増強模塊，同時在輸出的偏置與圖像缺陷増強模塊前端添加反饋通道；
S3、將訓練數據集處理后得到的缺陷樣本作為訓練集，并輸入生成對抗網絡的判別器中訓練，得到訓練好的判別模型；從生成器輸入端輸入噪聲信號，將生成器輸出圖片與真實圖片輸入判別器進行重構；
S4、通過對輸入判別器之前的真實圖片通過圖像增強得到圖片與經判別器重構之后的圖片通過圖像增強得到圖片之間的特征差生成反饋激勵生成模型；
S5、將訓練集輸入搭建好的缺陷引導生成對抗網絡模型，通過數次迭代使得生成器和判別器損失函數不斷減小，生成器輸出的圖片即接近真實圖片。
2.如權利要求1所述的面向外觀缺陷視覺檢測的數據集擴增方法，其特征在于，步驟S4中，輸入判別器之前的圖片通過圖像增強得到圖片yf，經判別器重構之后的圖片通過圖像增強得到圖片y'f，特征差定義如下：
其中，A(yf)和A(y'f)分別是兩幅圖像的特征，且A(yf)＝{A(yf)i,A(yf)j}，A(y'f)＝{A(y'f)i,A(y'f)j}，公式中i與j為圖片的行列大小。
3.如權利要求1所述的面向外觀缺陷視覺檢測的數據集擴增方法，其特征在于，步驟S5中，生成器的代價函數設計如下：
判別器的代價函數設計如下：
LD(x,z)＝D(x)+max(0,m-D(G(z)))
其中，m為超參數，且
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于蘇州佳賽特智能科技有限公司，未經蘇州佳賽特智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910446312.8/1.html，轉載請聲明來源鉆瓜專利網。
