基于多重表示与多重子域自适应的轮胎瑕疵检测方法

摘要

本发明提供一种基于多重表示与多重子域自适应的轮胎瑕疵检测方法，在模型训练阶段，将轮胎X光图像裁剪后，输入由卷积神经网络构成的特征提取模块，接着使用多重特征表示模块提取图像中的多重特征表示，而后基于多重特征表示进行多重子域自适应，同时最小化源域和目标域相同类别子域之间的距离和最大化不同类别子域之间的距离，后续通过瑕疵检测分类器得到瑕疵检测结果，通过反向传播的方式对模型进行训练；在瑕疵检测阶段，将轮胎X光图像裁剪后，输入模型训练阶段所得的特征提取模块和多重特征表示模块，经瑕疵检测分类器输出瑕疵检测结果。本发明能够克服不同X光机所采样的图像之间的领域偏移，在数据匮乏的轮胎瑕疵检测中表现出良好的性能。