基于仿真辅助的深度学习用于激光超声可视化检测
图像与视频处理
2023-05-31 v1 计算机视觉与模式识别
机器学习
摘要
近年来，激光超声可视化检测（LUVT）因其能够高效地进行非接触式超声无损检测而备受关注。尽管基于深度学习的图像分析在广泛领域已有诸多成功报道，但将深度学习应用于LUVT图像中的缺陷检测面临难以制备大规模LUVT图像数据集的困难，而该数据集的扩展成本过高。为弥补此类训练数据的稀缺，我们提出了一种数据增强方法，通过仿真生成人工LUVT图像，并对仿真LUVT图像施加风格迁移。实验结果表明，基于风格变换后仿真图像的数据增强提升了缺陷的预测性能，而非直接使用原始仿真图像进行数据增强。
引用
@article{arxiv.2305.18614,
title = {Simulation-Aided Deep Learning for Laser Ultrasonic Visualization Testing},
author = {Miya Nakajima and Takahiro Saitoh and Tsuyoshi Kato},
journal= {arXiv preprint arXiv:2305.18614},
year = {2023}
}