基于标准化流模型的自动训练及部署的产品缺陷检测方法

AITNT
正文
推荐专利
基于标准化流模型的自动训练及部署的产品缺陷检测方法
申请号:CN202411027672
申请日期:2024-07-30
公开号:CN118552832B
公开日期:2025-02-14
类型:发明专利
摘要
本发明公开了基于标准化流模型的自动训练及部署的产品缺陷检测方法,所述标准化流模型的训练过程采用基于训练数据统计方差的早停策略:当标准化流模型输出特征的均方差不大于预设阈值时,判断检测模型将要发生崩溃,停止检测模型的训练;并将时间点最接近停止训练前的检测模型作为最终结果。本发明采用轻量的标准化流模型进行无监督缺陷检测,计算资源占用较低,可以在边缘设备端自动完成训练到部署的整个流程,无需人工标注,无需算法人员参与调参。
技术关键词
产品缺陷检测方法 输出特征 特征提取器 数据 包络 程序 处理器 设备端 服务器 无监督 可读存储介质 特征点 存储器 策略 图像 尺寸 计算机 像素 算法
系统为您推荐了相关专利信息
1
一种基于人工智能的遥测数据判读方法、设备及介质
数据判读方法 深度学习算法 机器学习算法 遥测数据处理 数据标签
2
一种数字地球空间的访问控制方法、设备及介质
访问控制方法 私钥 编码规则 非易失性计算机存储介质 计算机可执行指令
3
一种基于人工智能技术的个性化网页设计系统
个性化网页 人工智能技术 设计系统 数据分析模块 数据收集模块
4
基于随机森林算法的海关风险指标筛选方法、系统及介质
随机森林 指标筛选方法 算法 风险管理技术 数据筛选方法
5
一种核电厂电子类卡件寿命预测方法、装置、设备及介质
元件 寿命预测方法 电子 寿命预测模型 模型库
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号