摘要
本发明公开了一种托辊异常检测方法、计算设备及计算机可读存储介质,所述方法包括:获取待检测托辊的目标图像;将目标图像输入训练后的托辊检测模型,获得托辊检测模型输出的目标特征和重构后的特征;托辊检测模型包括主干网络、多层注意力特征拼接网络以及动态邻域掩码编码器和动态层次查询解码器;基于目标特征和重构后的特征之间的差异进行异常检测,获得对待检测托辊的异常检测结果。如此,通过引入多层注意力特征拼接网络和动态邻居掩码注意力机制进行托辊异常检测,能够准确地识别和定位托辊的细微异常,实现对托辊异常的准确检测,提高了托辊异常检测的准确性和灵敏度。
技术关键词
异常检测方法
托辊
多层注意力
编码器
前馈神经网络
邻居
解码器
动态
训练样本集
重构
可读存储介质
邻域
图像
计算机
处理器
注意力机制
随机噪声
误差
系统为您推荐了相关专利信息
文本
编码器
电子设备
计算机程序产品
人工智能模型
样本检测方法
矩阵
RGB彩色图像
训练神经网络模型
度量
多分量LFM信号
信号特征提取
数据
输入解码器
矩阵