本发明提供了一种基于生成对抗学习的
复合材料构件缺陷检测方法及装置，涉及复合材料构件缺陷检测领域，所述方法包括：构造编码—解码结构的生成对抗模型；根据待检测图像获得缺陷数据集
利用所述缺陷数据集
训练所述生成对抗模型；根据所述训练后的生成对抗模型筛选获得疑似缺陷；构造卷积神经网络模型；利用所述缺陷数据集训练所述卷积神经网络模型；根据所述训练后的卷积神经网络模型对所述疑似缺陷进行精确分割，获得缺陷检测结果。解决了现有技术中由于构建数据集中的缺陷样本数量少、类别严重不均衡，从而导致网络难以收敛、漏检率高的技术问题。实现了复合材料构件缺陷的精确检测，大大降低漏检率的技术效果。
声明：
“基于生成对抗学习的复合材料构件缺陷检测方法和装置” 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)
990
编辑：管理员
来源：北方有色网
咨询细节
