基于多模态专家系统的无监督工业缺陷检测方法、系统及装置

AITNT
正文
推荐专利
基于多模态专家系统的无监督工业缺陷检测方法、系统及装置
申请号:CN202510853272
申请日期:2025-06-24
公开号:CN120823457A
公开日期:2025-10-21
类型:发明专利
摘要
本发明公开了基于多模态专家系统的无监督工业缺陷检测方法、系统及装置,包括:获取无标签的工业缺陷图像数据集和文本提示词;输入多模态专家系统,获得对应的预测结果;筛选出初步标注结果;基于先验约束对初步标注结果进行过滤,获得精标签;将工业缺陷图像数据集和精标签输入自监督模型进行训练,训练完成后输出伪标签;采用动态阈值和先验约束对伪标签进行双重过滤;将工业缺陷图像数据集和当次训练双重过滤后的伪标签输入上一次训练后的自监督模型再次训练,输出伪标签,返回执行双重过滤,直至获得训练好的自监督模型;采用训练好的自监督模型对待测工业缺陷图像进行预测,获得对应的工业缺陷检测结果。提升了检测的准确性与效率。
技术关键词
工业缺陷检测 专家系统 多模态 标签 缺陷类别 图像 长宽比 数据 YOLO模型 过滤模块 文本 动态 置信度阈值 存储计算机程序 存储器 处理器 坐标 纹理
系统为您推荐了相关专利信息
1
基于深度学习的电路图到网表生成方法、生成系统及产品
生成方法 直线段 融合特征 坐标 特征提取模型
2
基于大数据分析的潜在客户挖掘与主动注册引导方法及系统
客户 逻辑回归模型 指数 数据收集模块 标签编码方法
3
基于自建数据集的屏幕风险评估方法、装置、设备及介质
监督学习模型 超参数 风险评估方法 屏幕 计算机程序指令
4
问答信息的生成及多模态大模型训练方法和装置
前馈神经网络 多模态 图像编码器 转换文本 视觉特征
5
基于检索增强生成的多模态事实核查方法
多模态 语义特征 文本 融合特征 多任务学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号