摘要
本发明提出了基于多尺度特征蒸馏重建融合的无监督缺陷检测方法及系统,方法如下:S1,采用异常图像生成网络,利用正常样本,生成异常图像;S2,建立特征蒸馏重建网络,教师网络输入正常图像,通过预训练的教师网络,对学生网络进行监督训练;学生网络将输入图像进行特征蒸馏和重建;S3,采用缺陷特征修复网络,以获取的缺陷特征为输入,使用反卷积获得多个不同尺度的修复特征;S4,通过不同尺度的蒸馏和重建特征与修复特征的对比,保留不同尺度中特征细节;S5,设计多尺度特征分割网络,利用不同尺度的特征,实现对缺陷图像中缺陷区域的检测;S6,将待预测图输入教师网络、学生网络,通过多尺度特征分割网络得到预测异常掩码。
技术关键词
多尺度特征
缺陷检测方法
蒸馏
图像生成网络
教师
学生
补丁
缺陷检测系统
矩阵
模块
通道
生成方式
图像编码
编码器
噪声
样本
代表
计算方法
系统为您推荐了相关专利信息
多尺度特征提取
注意力
变量
生成多尺度
前馈特征提取
训练深度学习模型
缺陷检测方法
缺陷类别
通道注意力机制
多视角