基于域对抗与多尺度融合的少样本皮革异常检测方法

AITNT
正文
推荐专利
基于域对抗与多尺度融合的少样本皮革异常检测方法
申请号:CN202510892645
申请日期:2025-06-30
公开号:CN120375109B
公开日期:2025-08-29
类型:发明专利
摘要
本发明公开了基于域对抗与多尺度融合的少样本皮革异常检测方法,主要解决当前工业场景中的少样本异常检测问题。包括:搭建一种综合考虑形状与纹理信息的多源域自适应网络,以基于多尺度和形状‑纹理信息融合的双编码器‑解码器网络为主网络,加入了领域对抗学习网络。多源域自适应网络基于领域对抗学习通过设计三个代理任务分别学习形状特征、纹理特征以及二者的综合特征,并实现联合优化,同时,利用多源域数据的支持实现多尺度融合,通过结合少量目标域数据进一步增强模型在目标域异常检测任务中的性能表现。
技术关键词
异常检测方法 多尺度特征融合 通道注意力机制 局部注意力机制 皮革 解码器 数据 双编码器 样本 模型参数优化方法 更新模型参数 双三次插值 图像 纹理特征 上采样 网络 融合多尺度特征
系统为您推荐了相关专利信息
1
基于高斯过程的着陆阶段飞行数据异常检测方法
异常检测方法 飞行品质监控 异常数据 协方差矩阵 推断方法
2
基于智能监控系统的家禽活动行为异常检测方法
智能监控系统 异常检测方法 家禽 形态 路程
3
一种高比例分布式电源接入配电网后的故障辨识方法、系统、计算机设备及存储介质
高比例分布式电源 通道注意力机制 故障特征 故障辨识方法 接入配电网
4
可见光图像与红外图像的融合方法及装置、介质、设备
融合特征 可见光图像 图像重建 特征提取模块 子模块
5
基于AI算法的垃圾分类投放行为识别方法及系统
AI算法 识别方法 多任务学习策略 多分支卷积神经网络 数据
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