本發明提出一種基于深度領域適應的鋰電池表面缺陷檢測方法,該方法在分類器中設計了一種基于最大均值差異MMD和KL散度等統計量的適應層,并在特征提取后設計了一個領域判別器用于對抗判別提取的特征來自于哪一個域。一方面兩種方式互補機制能夠使提取的兩域公共特征更加充分,另一方面,基于統計量的適應層設計能夠使目標域數據參與到分類器的訓練中,從而使模型在目標域上有更好的泛化能力。模型在特征提取網絡中設計了一個簡單有效的多尺度特征融合策略,能夠對細小缺陷有很好的識別效果。本發明擁有高效的檢測效果而又緩解了深度學習對標簽數據的依賴性,訓練好的模型對目標域數據有更好的泛化能力。
聲明:
“基于深度領域適應的鋰電池表面缺陷檢測方法” 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)