一种基于扩散模型做生成与判别任务的异常缺陷检测应用

本发明提供了一种基于扩散模型做生成与判别任务的异常缺陷检测应用，包括以下步骤：获取用于检测的标准样本；通过扩散异常生成模块，对标准样本进行正向扩散处理并引入扰动，生成异常样本，并计算扩散异常生成模块的扩散损失函数；通过扩散判别模块捕捉异常样本与标准样本之间的差异，并依据概率分布识别并定位异常区域，同时计算扩散判别模块的差异损失函数；通过概率优化模块对生成的异常样本的概率分布进行优化，并计算概率优化模块的优化损失函数；设计综合损失函数，将扩散损失函数、差异损失函数、优化损失函数进行整合，以权衡扩散异常生成模块、扩散判别模块、概率优化模块的贡献，以获取检测算法得分。在本发明中通过扩散模型提高了异常缺陷的检测精度。