發(fā)布時間：2020-09-21 15:30

　　 為解決工業(yè)表面缺陷檢測樣本數(shù)據(jù)不足的問題,本文提出一種改進的對抗遷移網(wǎng)絡(luò)用于磁瓦數(shù)據(jù)的檢測,并取得了優(yōu)于已有的主流網(wǎng)絡(luò)的成績。本文的主要研究內(nèi)容如下:首先,在工業(yè)自動化領(lǐng)域,缺陷檢測作為一項及其重要的研究方向,始終是各大工業(yè)視覺公司研發(fā)的戰(zhàn)略核心。最近幾年,深度學(xué)習(xí)技術(shù)在計算機視覺領(lǐng)域發(fā)展迅猛,以其精度高和穩(wěn)定性好等優(yōu)點成為機器視覺領(lǐng)域表面缺陷檢測技術(shù)的主流研究方向。但深度學(xué)習(xí)技術(shù)的缺點也十分明顯,需要大量的訓(xùn)練數(shù)據(jù)和高質(zhì)量的人工標注。而現(xiàn)實中這種高質(zhì)量的數(shù)據(jù)和標簽的獲取的代價是很高的,這也成為了深度學(xué)習(xí)技術(shù)在工業(yè)表面缺陷檢測領(lǐng)域發(fā)展的瓶頸。其次,本文為解決上述深度學(xué)習(xí)的瓶頸問題,研究了已有的深度遷移網(wǎng)絡(luò)。主要包括基于finetune方法的深度遷移網(wǎng)絡(luò)、基于自適應(yīng)層的深度遷移網(wǎng)絡(luò)以及基于對抗學(xué)習(xí)的深度遷移網(wǎng)絡(luò)。本文對這些網(wǎng)絡(luò)進行詳細分析和對比,并在缺陷檢測的任務(wù)數(shù)據(jù)進行測試和對比,指出已有的網(wǎng)絡(luò)存在的問題。接著,本文針對這些缺點,對深度對抗遷移網(wǎng)絡(luò)進行了改進,設(shè)計了一種端到端的改進深度對抗遷移網(wǎng)絡(luò),用來進行缺陷檢測。相比于深度遷移對抗網(wǎng)絡(luò),改進的方法使用了基于類別的領(lǐng)域適應(yīng)、對樣本進行加權(quán)學(xué)習(xí)和A-softmax損失函數(shù)等改進方法進行任務(wù)的遷移。為了獲得更優(yōu)秀的模型,本文也對特征提取器的結(jié)構(gòu)進行了一定的探索。最后,為了對上述模型進行評估,本文以人工生產(chǎn)的紋理缺陷數(shù)據(jù)(DAMG2007數(shù)據(jù)集)作為源域數(shù)據(jù),以生產(chǎn)車間中采集的磁瓦數(shù)據(jù)作為目標域進行訓(xùn)練,并對已有的主流深度遷移網(wǎng)絡(luò)進行評估。本文的改進深度對抗遷移網(wǎng)絡(luò)在磁瓦測試集中取得了分類準確率0.9150和分割平均交并比0.4905的成果。實驗表明在同樣的超參數(shù)下,本文的模型在磁瓦測試集上的分類準確率取得了高于其它模型10個百分點的成績。為了定量觀察每個改進模塊對模型性能提升的效果,本文還分別對缺少各個改進模塊的網(wǎng)絡(luò)進行訓(xùn)練和評估,實驗表明每個改進模塊都對模型性能的提升有促進作用,同時這些改進技巧也具有一定的推廣價值。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TP18
【部分圖文】：

鋼材表面缺陷效果圖

的一種監(jiān)督學(xué)習(xí)模型。本文以人工生產(chǎn)的紋理圖像數(shù)據(jù)集 DAGM2007 作域，工業(yè)生產(chǎn)中采集到的磁瓦數(shù)據(jù)集作為目標域，對改進的深度對抗遷移進行了訓(xùn)練和評估，并對比已有的主流深度遷移網(wǎng)絡(luò)。實驗表明，改進的可以實現(xiàn)本文的任務(wù)遷移，并取得了比以往深度對抗網(wǎng)絡(luò)更出色的表現(xiàn)

輸出層以及其它輔助操作，如圖 2-1 所示的 lenet 網(wǎng)絡(luò)，當然完整的 CNN 還包括非線性激活函數(shù)、歸一化層、損失函數(shù)以及一些正則化手段等，接下來我們將詳細介紹這些結(jié)構(gòu)。

【相似文獻】

相關(guān)期刊論文 前10條

1 張昱;張健;;模糊專家系統(tǒng)在TFT-LCD缺陷檢測中的應(yīng)用[J];光電子·激光;2006年06期

2 吳明復(fù);纖維增強復(fù)合材料的應(yīng)用及其缺陷檢測[J];航天工藝;1988年01期

3 董輝;;石英腕表表盤缺陷檢測機器視覺整機解決方案[J];電子技術(shù)與軟件工程;2020年02期

4 張興森;邊美華;梁慶國;盧展強;;基于渦流檢測的電力線夾缺陷檢測與分類方法[J];中國科技論文;2017年04期

5 張國強;張曉;隋文濤;;基于敲擊信號的剎車片內(nèi)部缺陷檢測[J];組合機床與自動化加工技術(shù);2017年10期

6 包正林;;有關(guān)閥門缺陷檢測方法的分析[J];科技創(chuàng)業(yè)家;2013年22期

7 黃艷紅;高曉蓉;杜路泉;;光纖光柵傳感器在橋梁缺陷檢測和結(jié)構(gòu)健康監(jiān)測中的應(yīng)用[J];鐵道技術(shù)監(jiān)督;2007年11期

8 馬少林;用于全壽命風(fēng)險管理的缺陷檢測和預(yù)防技術(shù)研究[J];航空兵器;2005年02期

9 蘇若;吳際;劉超;楊海燕;;基于多視角卡牌模型的需求缺陷檢測[J];計算機科學(xué);2018年10期

10 顧杰;肖遼;馬軍山;;機器視覺在TFT-LCD暗畫面缺陷檢測中的應(yīng)用[J];光學(xué)儀器;2017年03期

相關(guān)會議論文 前10條

1 趙漣漪;許寶杰;童亮;;在線玻璃缺陷檢測系統(tǒng)的研究[A];機械動力學(xué)理論及其應(yīng)用[C];2011年

2 王彩霞;何文華;楊威;;基于圖像分割的包裝缺陷檢測分析[A];2012年陜西省焊接學(xué)術(shù)交流會論文集[C];2012年

3 趙鴻雁;李超;江玉杰;葛亞萍;侯沛東;;圖像增強算法在印刷缺陷檢測中的應(yīng)用研究[A];2015第四屆中國印刷與包裝學(xué)術(shù)會議論文摘要集[C];2015年

4 唐輝;萬來毅;吳曉鵬;;鑄坯表面質(zhì)量缺陷檢測系統(tǒng)的算法研究[A];全國冶金自動化信息網(wǎng)2011年年會論文集[C];2011年

5 于景蘭;于健;翁昌年;;探地雷達在橋梁缺陷檢測中的應(yīng)用初探[A];中國地球物理第二十一屆年會論文集[C];2005年

6 裴翠祥;陳振茂;劉皓晨;邱金星;;激光誘發(fā)熱波及超聲波在材料表面和內(nèi)部缺陷檢測中的應(yīng)用研究[A];中國力學(xué)大會-2015論文摘要集[C];2015年

7 蔡茂蓉;;PCB缺陷檢測系統(tǒng)的研究與實現(xiàn)[A];第三屆全國軟件測試會議與移動計算、柵格、智能化高級論壇論文集[C];2009年

8 朱爾玉;張文輝;劉福勝;楊威;;混凝土灌注樁缺陷檢測及施工質(zhì)量評估[A];工程安全及耐久性——中國土木工程學(xué)會第九屆年會論文集[C];2000年

9 薛仁杰;王曉晨;楊荃;董峰;張彥杰;;基于激光超聲技術(shù)的金屬板帶缺陷檢測研究[A];2018年全國固體力學(xué)學(xué)術(shù)會議摘要集（下）[C];2018年

10 胡達明;;紅外熱像儀在建筑節(jié)能工程質(zhì)量缺陷檢測中的應(yīng)用研究[A];2009年福建省暖通空調(diào)制冷學(xué)術(shù)年會論文資料集[C];2009年

相關(guān)重要報紙文章 前7條

1 ;圓棒表面微小缺陷檢測技術(shù)[N];世界金屬導(dǎo)報;2017年

2 ;智能化：傳統(tǒng)企業(yè)要行動[N];第一財經(jīng)日報;2017年

3 本報記者 宋利彩;加快新技術(shù)在出生缺陷檢測中的轉(zhuǎn)化[N];中國婦女報;2014年

4 記者 胡擁軍　通訊員 朱其康 張根華;管道缺陷檢測不再“脫外衣”[N];中國石化報;2010年

5 ;英特爾OpenVINO~(TM)助推工業(yè)質(zhì)檢智能化[N];中國信息化周報;2019年

6 薛守仁;防范基因歧視[N];科技日報;2001年

7 本報記者 滕繼濮;油氣命脈里的“機器醫(yī)生”[N];科技日報;2013年

相關(guān)博士學(xué)位論文 前10條

1 韓燁;基于計算機視覺的高鐵接觸網(wǎng)支持裝置零部件分類提取與缺陷檢測[D];西南交通大學(xué);2019年

2 艾矯燕;基于計算機視覺的墻地磚顏色分類和缺陷檢測研究[D];華南理工大學(xué);2003年

3 張昱;基于機器視覺的TFT-LCD屏mura缺陷檢測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2006年

4 彭艷華;基于激光散斑的輪胎制造內(nèi)部缺陷檢測與疲勞壽命預(yù)估[D];華南理工大學(xué);2017年

5 陸向?qū)?基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學(xué);2012年

6 陳志彥;并行譜域光學(xué)相干層析成像系統(tǒng)的研制與應(yīng)用研究[D];浙江大學(xué);2017年

7 陸寧;基于主動紅外熱成像的倒裝焊缺陷檢測方法研究[D];華中科技大學(xué);2012年

8 趙云山;基于符號分析的靜態(tài)缺陷檢測技術(shù)研究[D];北京郵電大學(xué);2012年

9 何健鵬;面向鋼板缺陷檢測的電磁超聲蘭姆波換能器研究[D];北京科技大學(xué);2018年

10 崔克彬;基于圖像的絕緣子缺陷檢測中若干關(guān)鍵技術(shù)研究[D];華北電力大學(xué)(北京);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張強;基于計算機視覺的砂紙缺陷檢測方法研究[D];北京理工大學(xué);2016年

2 何家明;鋼板缺陷檢測與分類識別方法[D];內(nèi)蒙古科技大學(xué);2019年

3 譚攏;基于空洞卷積差分網(wǎng)絡(luò)的實時語義分割算法研發(fā)及應(yīng)用[D];浙江大學(xué);2019年

4 李驗銘;OnePass數(shù)碼印花打印控制及缺陷檢測系統(tǒng)軟件研發(fā)[D];浙江大學(xué);2019年

5 李培秀;標簽缺陷檢測系統(tǒng)的算法設(shè)計與應(yīng)用研究[D];南京信息工程大學(xué);2019年

6 吳運雄;基于孿生網(wǎng)絡(luò)的缺陷檢測方法[D];華中科技大學(xué);2019年

7 黃濤;基于單目視覺的注塑工件缺陷檢測系統(tǒng)研究[D];華南理工大學(xué);2019年

8 馬浩鵬;基于機器視覺的乳液泵缺陷檢測方法研究[D];電子科技大學(xué);2019年

9 邱果;基于高分辨率圖像的紡織物缺陷檢測算法研究[D];哈爾濱工業(yè)大學(xué);2019年

10 陳志鴻;基于機器學(xué)習(xí)的軸承滾子表面缺陷視覺檢測系統(tǒng)研究與設(shè)計[D];華南理工大學(xué);2019年

本文編號：2823661