基于生成对抗网络的缺陷检测数据生成、检测方法及系统

技术特征：

1.一种基于生成对抗网络的缺陷检测数据生成方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的缺陷检测数据生成方法，其特征在于：从一组高斯模型中采样的缺陷向量表示为：

3.根据权利要求1所述的缺陷检测数据生成方法，其特征在于：以所述约束1和所述约束2优化生成器以及高斯模型组参数的训练过程，对应的优化目标函数表示为：

4.根据权利要求1所述的缺陷检测数据生成方法，其特征在于：输入所述生成器的图像坐标网格的大小为：2×h×w，h×w为生成器生成的生成图像的分辨率；

5.根据权利要求1所述的缺陷检测数据生成方法，其特征在于：所述目标对象为光伏电池板；

6.一种基于权利要求1-5任一项所述缺陷检测数据生成方法的缺陷检测方法，其特征在于：包括以下步骤：

7.一种基于权利要求1-5任一项所述缺陷检测数据生成方法的系统，其特征在于：包括：

8.一种基于权利要求6所述缺陷检测方法的系统，其特征在于：包括：

9.一种计算机设备，其特征在于：至少包括：

10.一种计算机可读存储介质，其特征在于：存储了计算机程序，所述计算机程序被处理器调用以实现：

技术总结
本发明公开了基于生成对抗网络的缺陷检测数据生成、检测方法及系统，该方法包括：获取目标对象的图像及缺陷标签；进而训练分类模型用于输出缺陷标签；再构建基于高斯模型组的生成对抗网络模型，并对生成器和判别器进行交替式训练。其中，生成器的第2‑N个全连接层分别连接一组高斯模型，即将每一组高斯模型采样的缺陷向量和对应高斯模型的系数乘积，与对应全连接层的权重系数进行线性运算；最后将目标对象的图像的像素网格坐标输入训练好的生成对抗网络模型，通过控制高斯模型组的系数生成各类缺陷图像。本发明通过上述方法生成大量具有用户所需缺陷属性的图像数据，解决传统对抗生成网络具有的生成数据不均衡、属性不可控的技术问题。

技术研发人员：周显恩,周新城,朱青,陈家泳,王飞文,邓述海,吴成中,王耀南
受保护的技术使用者：湖南大学
技术研发日：
技术公布日：2024/1/13