基于对抗学习的域自适应桶装矿泉水异物检测方法

摘要

桶装矿泉水在出厂前需要检测里面是否存在异物以减少安全隐患。基于计算机视觉技术的矿泉水异物检测是一类常用的方法。然而,桶装矿泉水的数据难以获取,而直接将在瓶装矿泉水数据上训练好的模型部署到桶装矿泉水进行检测,会由于域偏移导致性能急剧下降。为解决上述问题,提出了一种基于对抗学习的域自适应桶装矿泉水异物检测方法。具体来说,首先设计了一个自动装置以制作桶装矿泉水异物检测数据集;然后,考虑到瓶装矿泉水样本容易获取,在其上训练了一个异物检测模型。其次,为了提高模型的泛化能力,引入对抗学习的思想,设计一个域分类器并通过对抗训练的方式将瓶装和桶装矿泉水进行混淆分类以学习到域不变特征。最后,通过实验证明了提出方法的有效性和优越性。