公开(公告)号：CN118470014A

公开(公告)日：2024-08-09

申请号：CN202410925191.6

申请日：2024-07-11

Applicant: 南京信息工程大学

Inventor： 江洁林 ,  魏顺 ,  刘西应 ,  许小龙 ,  吴金涛

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种工业异常检测方法及系统，包括：获取待异常检测的图像；根据获取的图像，基于预训练好的异常检测模型，对异常进行检测定位；所述异常检测模型包括：骨干网络、池化层、级联流、双子流以及恒定流；所述级联流包含若干依次排列的流块。本发明使得异常数据特征与正常数据特征之间有更加明显的区别，进而提升定位异常的效果。

公开(公告)号：CN118037733B

公开(公告)日：2024-06-07

申请号：CN202410438275.7

申请日：2024-04-12

Applicant: 南京信息工程大学

Inventor： 江结林 ,  刘西应 ,  陈亚当 ,  魏顺 ,  许小龙

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于距离信息驱动的复杂工业图像异常检测方法及装置，方法为将待检测图像输入训练好的图像异常检测模型，获得异常定位图。本发明通过确定待检测物体中心并生成距离表示图像，可以学习物体每一块区域的特征分布，将不符合这种分布的区域判定为异常，能够有效的定位出复杂图片中每一个待检测物体的位置，并且能检测和定位出每一个待检测物体上可能存在的异常；在训练时不使用任何真实的异常图像，通过引入大模型对待检测物体进行分割，在获取了真实物体分割图像的同时指导小型分割模型的训练，以便在测试阶段摆脱对大模型的依赖，以较低的成本使模型同时具有分割待检测物体和物体上异常的能力。

公开(公告)号：CN119989247A

公开(公告)日：2025-05-13

申请号：CN202510484103.8

申请日：2025-04-17

Applicant: 南京信息工程大学

Inventor： 江结林 ,  常雲翔 ,  许小龙 ,  刘西应 ,  邵禹豪 ,  魏顺

IPC: G06F18/2433 ,  G06F18/25 ,  G06F18/213 ,  G06F18/15 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F40/30 ,  G06V20/70 ,  G06V10/82

Abstract: 本发明公开了一种基于跨模态自适应交互的少样本工业异常检测方法，根据对齐后的最终特征，正常语义投影，异常语义投影，优化后的视觉特征以及优化后的文本特征计算总损失，并利用总损失对工业异常检测模型参数更新，得到训练好的工业异常检测模型；将待检测的工业图像输入训练好的工业异常检测模型，得到对齐后的最终特征，异常语义投影、优化后的视觉特征以及优化后的文本特征，用于判断待检测的工业图像异常情况。本发明在仅需少量正常样本的条件下，即可显著增强模型对正常与异常特征的区分能力，降低对标注数据的依赖，为智能制造提供一种高精度、低成本且可快速部署的工业异常检测解决方案。

公开(公告)号：CN118470014B

公开(公告)日：2024-09-24

申请号：CN202410925191.6

申请日：2024-07-11

Applicant: 南京信息工程大学

Inventor： 江结林 ,  魏顺 ,  刘西应 ,  许小龙 ,  吴金涛

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种工业异常检测方法及系统，包括：获取待异常检测的图像；根据获取的图像，基于预训练好的异常检测模型，对异常进行检测定位；所述异常检测模型包括：骨干网络、池化层、级联流、双子流以及恒定流；所述级联流包含若干依次排列的流块。本发明使得异常数据特征与正常数据特征之间有更加明显的区别，进而提升定位异常的效果。

公开(公告)号：CN118037733A

公开(公告)日：2024-05-14

申请号：CN202410438275.7

申请日：2024-04-12

Applicant: 南京信息工程大学

Inventor： 江结林 ,  刘西应 ,  陈亚当 ,  魏顺 ,  许小龙

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于距离信息驱动的复杂工业图像异常检测方法及装置，方法为将待检测图像输入训练好的图像异常检测模型，获得异常定位图。本发明通过确定待检测物体中心并生成距离表示图像，可以学习物体每一块区域的特征分布，将不符合这种分布的区域判定为异常，能够有效的定位出复杂图片中每一个待检测物体的位置，并且能检测和定位出每一个待检测物体上可能存在的异常；在训练时不使用任何真实的异常图像，通过引入大模型对待检测物体进行分割，在获取了真实物体分割图像的同时指导小型分割模型的训练，以便在测试阶段摆脱对大模型的依赖，以较低的成本使模型同时具有分割待检测物体和物体上异常的能力。