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
一种电动汽车的充电异常检测方法、装置及充电桩
充电异常检测方法 异常检测装置 频谱特征提取 时域特征提取 轻量级神经网络
2
一种电力系统的异常检测方法、装置、介质及设备
线性回归模型 异常检测方法 异常点 数据 检测电力系统
3
基于时空特征表示差异的时序数据的异常检测方法和装置
异常检测方法 多维时序数据 注意力机制 训练深度学习模型 模块结构
4
一种基于超图对比学习的图数据异常检测方法
数据异常检测方法 节点 重建误差 邻居 样本
5
一种无人化巡检和智能化故障判断方法
巡检系统 智能化故障判断 访问控制策略 深度学习算法 机器学习算法
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