摘要
本发明提供一种面向工业图像异常检测的异常分数图优化方法及系统,对已有基于无监督或自监督学习的异常检测方法所提取的异常分数图做进一步的优化,设计前景噪声抑制模块和背景异常抑制模块,通过现有方法获得待优化的异常分数图;通过前景噪声抑制处理降低前景区域上的伪异常的异常分数,抑制异常检测过程中前景区域的伪异常影响;通过背景异常抑制模块生成与图像前景或物体区域有关的优化标记,使异常分数图只关注在图像前景或物体区域的异常区域,抑制背景区域的伪异常影响,本发明不依赖于产品类别,无需额外训练,不局限于某种特定的基于无监督或自监督学习异常检测方法,可作为插件的形式即插即用。
技术关键词
噪声抑制模块
语义分割模型
标记
异常检测方法
图像
无监督
学习异常检测
计算机可执行程序
物体
检测工业
可读存储介质
处理器
存储器
计算机设备
文本
系统为您推荐了相关专利信息
火灾监测预警系统
煤矿带式输送机
火灾分级预警系统
子系统
分布式光纤测温
影像采集方法
图像压缩
实时图像
数据传输策略
实时数据传输
客户端
分类器
多模态情绪
浅层特征提取
联邦模型
规模预测方法
大气污染物数据
滑动平均值
训练深度神经网络
气象