公开(公告)号：CN112950561B

公开(公告)日：2022-07-26

申请号：CN202110196131.1

申请日：2021-02-22

Applicant: 中国地质大学(武汉)

Inventor： 梅爽 ,  门晓坛 ,  文国军 ,  程江涛

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T5/50 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种光纤端面缺陷检测方法、设备及存储介质，具体包括以下步骤：采集光纤端面的正常样本数据集和缺陷样本数据集，构建并训练条件生成对抗网络，能够进行缺陷样本数据扩充，解决了缺陷检测样本数据不足的问题，避免了过拟合现象的产生；构建并训练循环生成对抗网络，在使用生成器对光纤端面进行缺陷检测的同时，也生成新的缺陷样本，进一步扩充缺陷样本数据集；根据扩充后的缺陷样本集与正常样本数据集通过对抗训练后的循环生成对抗网络模型进行缺陷识别，获得缺陷区域。本方法属于无监督学习方法，为缺陷检测提供一种全新的方法，不仅可以省去为图片标记的麻烦，同时可以大大提高缺陷检测的准确率。

公开(公告)号：CN112950561A

公开(公告)日：2021-06-11

申请号：CN202110196131.1

申请日：2021-02-22

Applicant: 中国地质大学(武汉)

Inventor： 梅爽 ,  门晓坛 ,  文国军 ,  程江涛

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T5/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种光纤端面缺陷检测方法、设备及存储介质，具体包括以下步骤：采集光纤端面的正常样本数据集和缺陷样本数据集，构建并训练条件生成对抗网络，能够进行缺陷样本数据扩充，解决了缺陷检测样本数据不足的问题，避免了过拟合现象的产生；构建并训练循环生成对抗网络，在使用生成器对光纤端面进行缺陷检测的同时，也生成新的缺陷样本，进一步扩充缺陷样本数据集；根据扩充后的缺陷样本集与正常样本数据集通过对抗训练后的循环生成对抗网络模型进行缺陷识别，获得缺陷区域。本方法属于无监督学习方法，为缺陷检测提供一种全新的方法，不仅可以省去为图片标记的麻烦，同时可以大大提高缺陷检测的准确率。