摘要
本发明公开了一种基于图像扩散的工业产品缺陷检测方法,在训练阶段,对输入图片进行图像扩散,并将扩散后的图片输入到多输出扩散模型,将多输出扩散模型的输出与扩散后的图片进行对比,计算损失值并更新模型参数;在测试阶段,将工业产品图片输入扩散模型得到中间预测结果,再将中间预测结果作为扩散模型输入循环若干次,得到最终输出,其中通过动态步数预测模块预测工业产品图片的循环次数;本发明可以用于对工业产品图片进行缺陷检测,同时完成检测和分割任务。
技术关键词
图片
柏林噪声
更新模型参数
图像
生成算法
均值滤波器
KNN算法
工业相机
数据
序列
纹理
超参数
动态
模块
像素
样本
阶段
通道
系统为您推荐了相关专利信息
人脸图像特征
视线估计方法
车辆座舱
注意力
特征提取网络
资源消耗量
知识库构建方法
语义标签
人工智能模型
动态调度算法
纹路特征
PVB胶片
表面图像数据
控制策略
异常数据
序列特征
图像异常检测方法
折叠组件
邻域特征
局部特征提取
货运
车辆称重方法
三维点云数据
高分辨率摄像头
激光扫描设备