基于正样本学习的烟丝产线表面杂物检测方法

本发明涉及一种基于正样本学习的烟丝产线表面杂物检测方法，其特征在于包括以下步骤，进行正样本集的采集；通过特征提取模型，对正样本集进行特征提取，并输出到特征向量中。构建特征向量库；提取特征向量库中的特征子空间，进行压缩后构建知识库。进行推理图像的特征提取，将推理图像输入至特征提取模型，提取特征向量。将特征向量与知识库中的每个特征向量进行检索计算，获取差异值。差异值通过解码器生成热力图，根据热力图，获取杂物位置。由此，仅需要对正样本进行采集，有效避免了繁杂的负样本收集与标注工作，减少了实施成本，缩短了算法前期准备时间。拥有较佳的适应性，可适应烟丝所在产线复杂多变因素，稳定输出准确的检测结果。