基于大数据分析的橡塑密封件质量评估方法及系统

本申请涉及质量评估技术领域，其具体地公开了一种基于大数据分析的橡塑密封件质量评估方法及系统，其通过构建并动态管理仅包含良品橡塑密封件图像的动态基线库，来训练基于无监督模型架构的正常外观模型，使其学习到良品橡塑密封件图像的内在特征模式；进而，在质量评估阶段，将待检测的橡塑密封件图像输入至训练完成的正常外观模型，该正常外观模型基于其学习到的良品图像内在特征模式对待检测橡塑密封件图像进行图像重构，通过计算图像重构误差作为该检测图像的异常得分，从而实现对橡塑密封件的缺陷评估。该方法不仅提高了检测精度和效率，且降低了训练数据的收集与标注成本，同时能够应对新型或偶发性缺陷的检测需求。