摘要
本发明涉及数据处理技术,为一种基于信号‑视觉协同的小样本工业故障检测方法及系统。其方法包括:设计跨域对齐模块,引入自监督视觉特征对齐器,实现目标域的特征对齐;构建域自适应器,通过跨域分布对齐损失与特征重构损失联合优化域自适应器,获得目标域对齐特征和源域自适应特征并存入视觉特征库;基于全局视觉特征与信号特征融合后的信号‑视觉融合特征,获得文本特征并存入文本特征库;提取待测图像的低层、高层以及全局视觉特征,分别与视觉特征库进行比较,得到低层、高层特征分数后加权平均得到视觉分数;将全局视觉特征与文本特征库比较得到文本分数;融合视觉分数和文本分数,实现待测图像的异常检测。本发明显著提升检测鲁棒性。
技术关键词
工业故障检测方法
全局视觉特征
融合特征
多尺度特征提取
高层视觉特征
信号特征
对齐模块
样本
文本编码器
融合视觉
注意力机制
多模态特征融合
重构
图像
频域特征
系统为您推荐了相关专利信息
海面风速反演方法
反演模型
双向长短期记忆网络
训练样本集
交互注意力