-
题名小样本药用玻璃瓶缺陷生成方法及应用
- 1
-
-
作者
陈宏彩
程煜
任亚恒
-
机构
河北省科学院应用数学研究所
河北省信息安全认证技术创新中心
-
出处
《包装工程》
CAS
北大核心
2024年第9期135-140,共6页
-
基金
中央引导地方科技发展资金项目(236Z1604G)。
-
文摘
目的为了克服药包玻璃瓶缺陷样本不足带来的缺陷检测模型精度不准的问题,提出改进StyleGAN2-ADA的缺陷样本生成方法,提升模型鲁棒性。方法首先,基于StyleGAN2-ADA算法,在无缺陷图像集上训练网络模型并作为骨干。其次,在骨干网络上添加缺陷感知残差块,生成缺陷掩码,在少量的缺陷图像数据集上训练网络模型操纵掩码区域的特征,模拟缺陷图像生成过程,合成缺陷图像。最后,采用YOLOv7检测网络验证该样本生成方法的效果。结果实验结果表明,该方法在大量正常图像和少量缺陷图像基础上生成逼真且多样性的缺陷图像,应用该缺陷样本合成方法丰富数据集后,西林瓶缺陷检测平均准确率(mAP)达到97.3%,较原始数据集合和StyleGAN2-ADA算法分别提高了33.1%和4.1%。结论该图像生成方法可以在少量缺陷样本下生成高质量的缺陷图像,优化不均衡数据集,增强模型训练的稳定性,提高药用玻璃包装产品的质量和合格率。
-
关键词
药包玻璃瓶
图像生成
StyleGAN2-ADA
缺陷检测
YOLOv7
-
Keywords
medical glass bottles
image generation
StyleGAN2-ADA
defect detection
YOLOv7
-
分类号
TB487
[一般工业技术—包装工程]
-
