缺陷分布边缘引导生成网络

小样本高质量增材检测

该网络同步生成CT图像与缺陷标注,专门解决增材制造检测中小样本问题,为工业CT检测提供经济高效的数据增强方案

Han, Rui · Yuzhong, Wang · Guo, Wenhua · Chenwei, Wang · Yihui, Zhang · Yanyang, Zi · 赵纪元 · Yuzhong, Wang

Advanced Engineering Informatics 2025

参数信息

FID降低幅度
46.2 %
NIMA提升幅度
4.3 %
多样性提升幅度
25 %
标注一致性提升幅度
15.6 %
检测精度提升(百分点)
3.5 percentage points
召回率提升(百分点)
22.2 percentage points
mAP提升(百分点)
12.1 percentage points

技术优势

同步生成图像与标注

DDEG同时生成高质量CT图像和对应缺陷标注,减少了对人工标注的依赖。

逼真度更高

与最佳替代方法相比,FID降低46.2%,NIMA提升4.3%,生成图像更接近真实分布。

标注更一致

生成标注与真实统计模式的一致性提升15.6%,缺陷分布更符合实际。

提升检测性能

用生成数据训练检测模型,召回率提高22.2个百分点,mAP提高12.1个百分点。

应用场景