改进GANomaly模型的印刷辊筒表面缺陷检测方法

工业产品中的缺陷样本获取困难，而且缺陷的表现形式多种多样，因此常使用无监督异常检测方法检测工业产品表面缺陷。无监督异常检测通过计算异常分数来判断图像中是否包含缺陷，但是如何准确定位缺陷是亟待解决的问题。为了解决该问题，提出了一种基于改进的GANomaly模型异常检测方法。该方法首先在原来模型的基础上加入了异常检测模块获取异常分数，其次对利用梯度和最大信息熵的图片，使用分水岭分割算法和特征对齐对缺陷进行定位，最后使用E-measure评估分割结果。实验结果表明，设计方法在印刷辊筒数据集上的检测与分割效果均优于其他无监督异常检测方法。