基于Transformer的生成对抗网络的柔印标签在线检测

来源：计算机工程与应用杂志2025年第11期北京时间：

作者：龙进良, 蓝学深, 蔡念, 燕舒乐, 肖盼, 许少秋, 周映红

单位：1.广东工业大学 信息工程学院， 广州 510006；2.广东工业大学 精密电子制造技术与装备国家重点实验室，广州 510006；3.佛山缔乐视觉科技有限公司，广东 佛山 528200

摘要：为了及时把控柔印标签的生产质量，融合Transformer设计了一种生成对抗网络，提出了一种柔印标签在线检测方法。为了解决实际生产中缺陷样品稀少、样本分布不均的问题，提出了一种新颖的噪声添加方案模拟缺陷样本，仅使用合格的柔印标签样本训练模板生成器。结合跳连接和Transformer block设计了一种生成对抗网络，以及相应的损失函数，以提高生成器对模板的表示能力。设计了一种基于自适应阈值的缺陷评估方案实现柔印标签检测。实验结果表明，提出的检测方法可以在每个样本38 ms的合理检测时间下，达到2.23%平均误检率、0%平均漏检率、0.983 F1-score的检测性能，在数据集上优于现有异常检测深度学习方法。

关键词：图像处理,缺陷检测,生成对抗网络,柔印标签,随机噪声