摘要
本发明涉及计算机视觉和图像处理领域,公开了一种基于双路网格重建的细粒度工业图像异常检测和定位的方法及系统,包括如下步骤,将输入图像通过预训练的特征提取器得到原始特征并映射到全局和局部坐标空间,根据全局和局部坐标分别在训练好的正常和异常网格中进行采样,将采样的结果融合后通过CNN模块得到初步的重建特征,将上一步的初步重建特征和原始特征输入特征细化模块,得到最终的重建结果,基于最终重建结果和原始特征计算异常分数和定位图,本发明通过双路网格重建,实现了对可用正常样本和合成异常样本的充分利用,细化了正常特征边界,提高了异常检测和定位的准确性,在细粒度异常上的表现优异。
技术关键词
网格
坐标
特征提取网络
模块
样本
工业产品图像
深度卷积神经网络
终端设备
像素
代表
特征提取器
重建误差
中间层
生成随机
计算机视觉
定位方法
图像处理
系统为您推荐了相关专利信息
多源观测数据
集合卡尔曼滤波同化
卫星遥感数据
预测建模
Dijkstra算法
损伤监测方法
超精密车削
多传感器融合
支持向量机分类
统计特征
海上风电场
策略生成方法
故障诊断模型
规划
策略生成系统