摘要
本发明提供了一种工业缺陷分类检测方法、装置、介质及电子设备,包括:获取参考图像,采集工业生产产品图像作为待检测图像;提取待检测图像和参考图像的原始特征进行局部图像块匹配并计算第一异常分数,第一异常分数大于预设的第一分类阈值时,将待检测图像分类为复杂图像;提取复杂图像和参考图像的浅层特征并进行特征的细粒度匹配并计算复杂图像的第二异常分数,第二异常分数大于预设的第二分类阈值时,将复杂图像分类为异常图像。应用该方法设计性能不同的模型分别完成对图像的初步筛选和复杂样本判断,利用协同工作的方式,能满足工业缺陷检测对实时性和高精度的双重需求,又能避免资源浪费。在设备布置层面还能够有效降低系统的硬件成本。
技术关键词
细粒度特征
分类检测方法
分类阈值
工业生产产品
轻量级神经网络
图像块
分类检测装置
密集卷积网络
工业缺陷检测
知识蒸馏技术
图像匹配
电子设备
图像获取单元
可读存储介质
存储计算机程序
服务端
像素
存储器
系统为您推荐了相关专利信息
网络单元
轻量级神经网络
更新方法
网络结构
动态
低压配电台区
配网故障
电表
皮尔逊相关系数
故障预测模型