基于语义生成与语义分割的机织物缺陷检测方法 |
| |
作者姓名: | 马浩然 张团善 王峰 赵浩铭 |
| |
作者单位: | 西安工程大学 机电工程学院, 陕西 西安710048 |
| |
基金项目: | 西安市现代智能纺织设备重点实验室资助项目(2019220614SYS021CG043)。 |
| |
摘 要: | 针对织物疵点的语义分割任务中因数据集规模限制,而导致网络出现的严重过拟合问题,课题组提出了针对织物的语义生成网络。语义生成网络使用随机产生的语义标签生成对应的织物缺陷图像,相较于传统数据增强方法,语义生成可生成全新图像,更贴近实际缺陷分布,并且可通过判别器对生成图像进行筛选;课题组将语义生成的图像作为语义分割网络的输入,相应的随机语义标签作为目标,免去标注过程,扩充语义分割网络的训练样本,提升网络性能;对于语义分割网络,提出尺寸自适应Dice损失函数,解决样本不平衡问题,提升网络对小尺寸的检测能力。实验结果表明:尺寸自适应Dice损失函数使得模型精度提高11.1%,使用BEGAN扩充的数据集相较于传统方法扩充的数据集训练得到的模型精度提高7.4%。
|
关 键 词: | 机织物缺陷检测;语义分割;语义生成网络;尺寸自适应Dice损失函数;BEGAN;免标注 |
|
| 点击此处可从《华南农业大学学报(社会科学版)》浏览原始摘要信息 |
|
点击此处可从《华南农业大学学报(社会科学版)》下载免费的PDF全文 |