基于生成对抗网络的气缸套表面缺陷图像生成

摘要

针对气缸套缺陷检测中缺陷样本不足限制气缸套缺陷检测性能提升问题，采用基于生成对抗网络的气缸套表面缺陷检测算法.首先，为了保持缺陷图像中原有缺陷位置与特征不变，通过循环生成对抗网络模型学习有缺陷气缸套图像与正常图像的关系；其次，利用学习得到的模型对有缺陷气缸套图像进行风格迁移，即把有缺陷气缸套图像背景替换成无缺陷气缸套图像背景，实现对气缸套缺陷数据集的扩充与增强；最后，通过基于数据增强的RetinaNet网络模型对生成图像的有效性进行验证.试验结果表明，通过生成对抗网络生成的气缸套数据集可以提升缺陷检测性能，进一步证明了生成对抗网络在工业应用的可行性.

关键词

生成对抗网络 / 气缸套 / 数据增强 / 目标检测

基金资助

国家自然科学基金项目(62076122); 南京工程学院科研基金项目(YKJ201982)