基于多尺度掩码因果关系的无监督图像异常检测方法

AITNT
正文
推荐专利
基于多尺度掩码因果关系的无监督图像异常检测方法
申请号:CN202510886403
申请日期:2025-06-30
公开号:CN120807429A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了基于多尺度掩码因果关系的无监督图像异常检测方法,具体按照以下步骤实施:步骤1、构建基于多尺度掩码因果关系的无监督图像异常检测网络;步骤2、设计损失函数;步骤3、利用步骤2构建的损失函数训练步骤1构建的网络模型;步骤4、利用测试数据集测试步骤3完成训练的网络,当输入一张待检测图片后会输出标记出缺陷的缺陷检测结果图片并判断输入图片是否存在异常。本发明解决了现有技术中存在的缺少缺陷训练样本和模型在不同大小的异常上鲁棒性差的问题。
技术关键词
图像异常检测方法 语义 图像块 视觉 标记 代表 网络 图片 矩阵 补丁 输入解码器 编码器 双线性插值 多尺度特征 矢量量化 分辨率
系统为您推荐了相关专利信息
1
一种内开窗装配生产线全流程监测数据管理系统
装配生产线 缺陷预测 数据分布 管理系统 分布式数据采集
2
一种芯片测试方法、设备、介质及程序产品
芯片测试方法 索引表 层次结构信息 创建系统 功能模块
3
多尺度大核注意力少样本目标检测方法、装置及设备
特征提取模块 注意力 数据 多层次语义特征 样本
4
基于自适应交叉注意力融合的文本到图像生成方法及生成系统
视觉特征 变量 注意力 融合特征 文本编码器
5
一种合同检索增强优化方法、设备及介质
大语言模型 关键字 数据 语义 强化学习算法
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