一种基于半监督学习和变化检测的缺陷识别方法及系统

AITNT
正文
推荐专利
一种基于半监督学习和变化检测的缺陷识别方法及系统
申请号:CN202510985049
申请日期:2025-07-17
公开号:CN120495299A
公开日期:2025-08-15
类型:发明专利
摘要
本发明提供一种基于半监督学习和变化检测的缺陷识别方法及系统,涉及缺陷检测领域,所述方法流程为:获取相同拍摄条件下不同时间的单时相图像,并且对单时相图像进行预处理,以构建样本数据集;构建缺陷识别模型,并且基于样本数据集对缺陷识别模型进行半监督学习和变化检测,以得到最终的缺陷识别模型;其中,所述缺陷识别模型包括无监督模型和有监督模型;采用最终的缺陷识别模型对单时相图像进行缺陷识别,以得到缺陷识别结果。本发明采用半监督学习和变化检测的方式对缺陷进行检测,通过收集硬件缺陷中部分样本,采用变化检测的方式进行缺陷检出,从而减少人力,提升缺陷识别检出的准确率。
技术关键词
半监督学习 缺陷识别方法 无监督模型 引入注意力机制 数据获取单元 池化特征 样本 图像缩放 缺陷识别系统 全局平均池化 通道 标签 可读存储介质 处理器 计算机设备 元素
系统为您推荐了相关专利信息
1
基于AI的文字位置和内容识别方法
内容识别方法 上下文特征 序列特征 空间变换网络 融合特征
2
一种跨模态视触觉数据仿真生成模型及模型训练装置
图像特征参数 跨模态 数据 视觉 机器人触觉传感器
3
面向变电站智能网关的未知协议设备自动匹配方法及系统
协议 指纹 无监督聚类 面向变电站 自动匹配方法
4
一种基于超图神经网络的多模态实体关系抽取方法
节点特征 实体关系抽取方法 文本 语义 神经网络模型
5
一种基于半监督学习的图像分类模型的构建方法
图像分类模型 半监督学习 样本 机器学习模型 半监督训练
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