一种热轧板卷表面缺陷图像数据无监督增强的方法,属于冶金热轧板卷缺陷检测技术领域。生成对抗网络由有两个相互对抗竞争的深度神经网络组成,它是个概率生成模型,它生成样本的方式通过生成器进行前向传播,到判别器判别后使用梯度反向传播进行优化计算,它不依赖任何先验假设。在生产对抗网络训练过程中,两个网络在相互博弈中不断迭代优化,生成器学习生成更加真实的样本,而判别网络则尽可能去判别数据样本是真实样本,还是生成的假样本。双方不断竞争直到最后双方都无法变得更好,最终两个网络达到了一个动态均衡,即生成器生成的图像分布接近于真实图像分布,判别器识别不出真假图像。优点在于,解决了冶金轧钢领域热轧板卷表面缺陷图片数据少、难获取,识别准确低等问题。
声明:
“热轧板卷表面缺陷图像数据无监督增强的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)