GAN 缺陷检测

场景

检测出丝网在生成过程中产生的一些微小缺陷，每张丝网生成进行一次检测，判断出缺陷种类（6类不重要不详细介绍）及缺陷位置，若缺陷多余某个阈值，认为此次生成的丝网质量太差，需要重新生产。
重点：
1 每张丝网图片shape为3600x5400
2 大图中背景并不单一 会出现较多类似右图的白色背景区域和其他
3 每次丝网制作中，无法保持网格是同一个template（无法用模板匹配）

尝试

目标检测：yolov5

yolov5 效果差 无法适用本场景

分割：deeplabv3

数据无标注 但有尝试价值

GAN：pix2pix

可以根据缺陷图生成无缺陷图 进行对比找到缺陷位置 通过分类器判断缺陷种类

效果

pix2pix效果，左边为人工噪声图片（训练集），如果网络对真实缺陷数据也能达到这种拟合（过拟合）效果，那么应该是可以用于本场景的