摘要
本发明涉及一种结合多路扰动分支算法与不确定性感知网络的半监督光纤缺陷检测方法,包括:对光纤图像数据进行预处理,获取训练数据集;其中,所述训练数据集包括:有标签图像数据和无标签图像数据;将所述训练数据集输入半监督学习模型,对所述半监督学习模型进行训练,获取光纤缺陷检测模型;其中,所述半监督学习模型包括:多路扰动分支算法模块和不确定性感知网络模块;利用所述光纤缺陷检测模型,进行光纤缺陷检测。本发明能够提高光纤制造过程中缺陷的识别准确率,大力提升了光纤生产的良率,对提高光纤产品质量、控制生产成本提供了重要解决方案。
技术关键词
光纤缺陷检测方法
图像增强
半监督学习模型
无标签数据
注意力
定位框
学生
算法模块
教师
多分支
特征金字塔网络
网络模块
系统为您推荐了相关专利信息
神经机器翻译方法
编码策略
翻译模型
注意力编码器
解码器框架
深度强化学习模型
神经架构搜索
拓扑图
拓扑特征
故障特征
多芯光纤
坐标
布里渊光时域分析系统
网络
布里渊光时域反射
适配器
空洞
多尺度特征
非暂态可读存储介质
感知特征
光伏发电量
记录媒体
分布式供电技术
负荷
引入注意力机制