本發明提供了一種基于生成對抗學習的復合材料構件缺陷檢測方法及裝置,涉及復合材料構件缺陷檢測領域,所述方法包括:構造編碼—解碼結構的生成對抗模型;根據待檢測圖像獲得缺陷數據集利用所述缺陷數據集訓練所述生成對抗模型;根據所述訓練后的生成對抗模型篩選獲得疑似缺陷;構造卷積神經網絡模型;利用所述缺陷數據集訓練所述卷積神經網絡模型;根據所述訓練后的卷積神經網絡模型對所述疑似缺陷進行精確分割,獲得缺陷檢測結果。解決了現有技術中由于構建數據集中的缺陷樣本數量少、類別嚴重不均衡,從而導致網絡難以收斂、漏檢率高的技術問題。實現了復合材料構件缺陷的精確檢測,大大降低漏檢率的技術效果。
聲明:
“基于生成對抗學習的復合材料構件缺陷檢測方法和裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)