融合在线增量学习与半监督图聚类的缺陷检测方法

本发明公开了一种融合在线增量学习与半监督图聚类的缺陷检测方法，包括以下步骤：S10，通过在线采集模块获取连续产线图像流其中，xi为第i个样本图像；S20，通过模型对S10中样本图像进行初步判定，筛选判定为非正常但置信度不高的样本，并构建候选样本集S30，基于S20的样本构建图结构，并基于谱聚类对样本进行自动标注；S40，构建置信度评估函数，基于分类熵定义每个预测结果的置信度以筛选可信样本；S50，在训练过程中，采用置信度加权交叉熵损失函数对模型进行增量更新。