摘要
本发明公开了一种工业图像缺陷检测方法,包括以下步骤:构建工业图像缺陷检测模型,所述工业图像缺陷检测模型包括若干个教师网络、学生网络和双向特征映射模块;生成合成异常图像集;训练工业图像缺陷检测模型,构建对比损失函数,优化工业图像缺陷检测模型参数;将待检测图像输入工业图像缺陷检测模型,获取检测结果。本发明实现了高精确度的工业图像缺陷检测,利用多个教师网络训练一个学生网络,在教师和学生网络之间加入了双向特征映射模块来缓解教师和学生网络在模型能力之间的巨大差异,并且通过对比损失函数来增加教师和学生网络输出特征之间的差异性从而使工业图像缺陷检测模型在检测时更准确,检测性能更强。
技术关键词
图像缺陷检测模型
图像缺陷检测方法
教师
融合特征
网络
学生
工业
损失函数优化
训练集
子模块
像素
参数
定义
输出特征
分辨率
策略
矩阵
系统为您推荐了相关专利信息
畜禽舍环境参数
优化调控方法
节点
群体智能优化
动态变化特征
脉冲神经网络模型
动态物体检测方法
物体检测模型
多任务损失函数
动态视觉传感器
智能营销系统
深度学习算法
社交网络分析
CRM系统
长短期记忆网络
学生认知状态
学习系统
个性化学习路径
有向无环图
教师