一种基于知识蒸馏的无监督工业图像异常检测方法及系统[发明专利]

专利名称:一种基于知识蒸馏的无监督工业图像异常检测方法及系统
专利类型:发明专利
发明人:沈卫明,曹云康,宋亚楠
申请号:CN202111555291.7
申请日:20211217
公开号:CN114240892A
公开日:
20220325
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于知识蒸馏的无监督工业图像异常检测方法及系统,属于工业图像处理技术领域。包括训练和测试两个阶段,由多尺度知识蒸馏与多尺度异常融合组成,多尺度知识蒸馏包含教师网络学生网络,使用自适应难例挖掘动态挖掘难例样本,使用难例样本间的像素、上下文相似度优化学生网络。在训练阶段仅利用正常的工业图像,进行教师网络到学生网络的知识蒸馏,对学生网络参数进行迭代优化,使学生网络与教师网络提取的正常工业产品图像深度特征相似;在测试阶段,分别提取测试图像的深度特征,特征之间的回归误差可用于图像异常分割与检测。本方法有效提升无监督工业图像异常检测的性能,降低人工成本,提高产线质检自动化、智能化水平。
申请人:华中科技大学
地址:430074 湖北省武汉市洪山区珞喻路1037号
国籍:CN
代理机构:华中科技大学专利中心
代理人:徐美琳

本文发布于:2024-09-22 20:26:42,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/3/410767.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:网络   图像   工业   专利   学生   检测   知识   难例
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议