基于改进GANomaly网络的轮胎缺陷图像检测

来源：电子测量技术杂志2026年第7期北京时间：

作者：刘韵婷，李思维，冯欣悦，张智星

单位：沈阳理工大学自动化与电气工程学院 沈阳 110159

摘要：工业产品中的缺陷样本获取困难，而且缺陷的表现形式多种多样，针对如何能更好的识别缺陷，提高检测精度，提出一种基于GANomaly改进的异常检测模型SPGAN。首先，设计SPAM双注意力模块，通过空间注意力与位置感知注意力的协同机制，实现缺陷局部纹理与全局空间关系的联合感知；其次，在编解码器间引入改进的Inception模块，利用多尺度卷积核增强微小缺陷特征重构能力；最后，构建基于ResNet18的深度判别器网络，通过残差连接强化异常特征判别性能。为了验证改进网络的有效性，利用自制的轮胎数据集进行了一系列的对比实验和消融实验。实验结果表明，改进网络在自制的轮胎缺陷图像检测数据集上的检测与分割效果有了很大提升，其中AUC值达到了0.948，AP值达到了0.885，相比于原模型AUC值提升了9%，AP值提升了8.9%，从实验结果可以看出，该方法在工业缺陷检测领域具有较好的应用潜力。

关键词：GANomaly;SPAM注意力;Inception模块;ResNet判别器;异常检测

基金资助：辽宁省自然科学基金（2022-KF-14-02）、辽宁省教育厅面上项目（LJKMZ20220617）资助