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
客户
逻辑回归模型
指数
数据收集模块
标签编码方法
监督学习模型
超参数
风险评估方法
屏幕
计算机程序指令
前馈神经网络
多模态
图像编码器
转换文本
视觉特征