本發(fā)明公開了一種基于知識蒸餾的無監(jiān)督工業(yè)圖像異常檢測方法及系統(tǒng),屬于工業(yè)圖像處理技術領域。包括訓練和測試兩個階段,由多尺度知識蒸餾與多尺度異常融合組成,多尺度知識蒸餾包含教師網(wǎng)絡、學生網(wǎng)絡,使用自適應難例挖掘動態(tài)挖掘難例樣本,使用難例樣本間的像素、上下文相似度優(yōu)化學生網(wǎng)絡。在訓練階段僅利用正常的工業(yè)圖像,進行教師網(wǎng)絡到學生網(wǎng)絡的知識蒸餾,對學生網(wǎng)絡參數(shù)進行迭代優(yōu)化,使學生網(wǎng)絡與教師網(wǎng)絡提取的正常工業(yè)產(chǎn)品圖像深度特征相似;在測試階段,分別提取測試圖像的深度特征,特征之間的回歸誤差可用于圖像異常分割與檢測。本方法有效提升無監(jiān)督工業(yè)圖像異常檢測的性能,降低人工成本,提高產(chǎn)線質(zhì)檢自動化、智能化水平。
聲明:
“基于知識蒸餾的無監(jiān)督工業(yè)圖像異常檢測方法及系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)