公开(公告)号：CN115049627B

公开(公告)日：2023-06-20

申请号：CN202210739856.5

申请日：2022-06-21

Applicant: 江南大学

Inventor： 宿磊 ,  王立建 ,  李可 ,  顾杰斐

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于域自适应深度迁移网络的钢表面缺陷检测方法及系统，方法包括：获取带钢表面典型缺陷图像样本，并对样本进行预处理；构建对抗域分离与自适应网络模型；将新样本特征嵌入到源域图像样本的共享特征中，并计算任务分类损失和嵌入分类损失；通过将多个损失添加权重，动态地优化动态分类损失与动态适应损失，并更新模型参数；当迭代次数达最优时，保存所述模型参数，并输入所述目标领域测试集，得到所述目标领域中钢表面缺陷检测的精度。本发明在对抗域分离与自适应深度迁移网络的基础上引入自适应挖掘样本隐藏信息和添加动态权重优化损失算法，提高了网络模型的泛化能力，最终实现更加精确的钢表面缺陷检测。

公开(公告)号：CN115049627A

公开(公告)日：2022-09-13

申请号：CN202210739856.5

申请日：2022-06-21

Applicant: 江南大学

Inventor： 宿磊 ,  王立建 ,  李可 ,  顾杰斐

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于域自适应深度迁移网络的钢表面缺陷检测方法及系统，方法包括：获取带钢表面典型缺陷图像样本，并对样本进行预处理；构建对抗域分离与自适应网络模型；将新样本特征嵌入到源域图像样本的共享特征中，并计算任务分类损失和嵌入分类损失；通过将多个损失添加权重，动态地优化动态分类损失与动态适应损失，并更新模型参数；当迭代次数达最优时，保存所述模型参数，并输入所述目标领域测试集，得到所述目标领域中钢表面缺陷检测的精度。本发明在对抗域分离与自适应深度迁移网络的基础上引入自适应挖掘样本隐藏信息和添加动态权重优化损失算法，提高了网络模型的泛化能力，最终实现更加精确的钢表面缺陷检测。