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
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
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
融合特征
可见光图像
图像重建
特征提取模块
子模块
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