摘要
本发明提供一种基于有监督和无监督缺陷检测方法、模型建立方法及装置,模型建立方法包括:建立初始缺陷检测模型,包括基于YOLO主干网络的共享特征提取模块、基于YOLO架构的有监督学习分支和基于异常检测架构的无监督学习分支;冻结无监督学习分支,基于标注样本对所述共享特征提取模块和有监督学习分支进行训练;共享特征提取模块和有监督学习分支训练完成后冻结共享特征提取模块和有监督学习分支,并解冻无监督学习分支,基于正样本对无监督学习分支进行训练;解冻有监督学习分支,采用标注样本和正样本对共享特征提取模块、有监督学习分支和无监督学习分支进行联合训练,训练完成后获得缺陷检测模型;该方法能够提高缺陷检测的精度。
技术关键词
特征提取模块
无监督学习
分支
缺陷检测方法
多尺度特征
样本
热力图
检测模型建立方法
模型建立装置
搜索模块
检测数据输入
网络模块
融合特征
通道
输出模块
检测头
置信度阈值
系统为您推荐了相关专利信息
报警识别方法
门控循环单元
皮尔逊相关系数
多元时序数据
变量
医学图像分割方法
采集医学图像数据
上采样
分支
笛卡尔坐标系
大语言模型
信息检索方法
文本
无监督学习方法
信息检索装置
时序预测模型
门控循环单元网络
农业传感器
粒子群优化算法
数量预测方法
高分辨率摄像头
车辆照明系统
计算机视觉系统
照明调节方法
注意力