摘要
本发明涉及一种基于编解码器架构的工业异常检测方法,属于工业异常检测领域。首先使用图像处理算法将二维柏林噪声添加至MVTec数据集中的图像,从而引入人工模拟的异常得到缺陷样本图像,缓解了监督学习只能使用正常样本的不足。同时,引入语义通信思想,基于语义通信设计考虑工业异常检测任务特征的图像语义传输模型。此外,为了更有效地利用输入图像中的信息,设计了基于编码器‑解码器架构的多尺度特征融合模块,缓解了图像异常区域与正常区域面积不均衡的问题。本发明的异常识别种类多,检测精度高,可用于工业品瑕疵检测、医疗辅助诊断、视频违规行为检测。
技术关键词
编解码器架构
异常检测方法
噪声图像
记忆
语义
焦点损失函数
编码器
多尺度特征融合
样本
LDPC信道编码
生成对抗网络架构
柏林噪声
工业产品图像
分辨率
生成式对抗网络
图像压缩
系统为您推荐了相关专利信息
背景生成方法
单目深度模型
融合结构特征
视觉特征
生成装置
反爬虫方法
孤立森林算法
支持向量机算法
深度学习模型
访问日志数据