农业机械学报

作者：李庆旭，王巧华，马美湖

单位：华中农业大学,华中农业大学；农业农村部长江中下游农业装备重点实验室,国家蛋品加工技术研发分中心,

关键词：禽蛋图像; 数据生成; 生成对抗网络; Wasserstein距离; 残差网络

基金：国家自然科学基金面上项目（31871863）

在进行禽蛋无损检测研究时，需要花费大量的人力和物力采集禽蛋图像数据，为解决该问题，设计了一种基于深度卷积生成对抗网络（Deep convolutional generative adversarial networks，DCGAN）的改进禽蛋图像数据生成网络。该网络分为生成器与判别器，生成器用于禽蛋图像数据生成，判别器对生成的禽蛋图像进行真实性判断，两者相互对抗最终生成高质量的禽蛋图像数据。为了提高生成的禽蛋图像质量，使用残差网络构建生成器和判别器，引入Wasserstein距离和加梯度惩罚的损失函数，分别在透射和反射情况下对禽蛋图像进行生成研究。该方法有效地解决了大量禽蛋图像数据的采集问题，为后期禽蛋图像识别与检测提供了数据基础，同时也为后续禽蛋数据库构建提供了技术支持。

来源：2021年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2021年第2期