一种基于知识蒸馏和VAE的多尺度感知特征异常定位方法

    公开(公告)号:CN119206363A

    公开(公告)日:2024-12-27

    申请号:CN202411438873.0

    申请日:2024-10-15

    Abstract: 本发明公开了一种基于知识蒸馏和VAE的多尺度感知特征异常定位方法,涉及工业图像异常检测技术领域,用于无监督图像表面缺陷异常检测,包括图像生成、像素级异常分数计算、教师克隆网络、学生编码器、多尺度特征融合、异常区域分割等步骤;本发明利用克隆网络C从输入数据中提取有用的特征表示,将其各层特征的激活值提炼给VAE编码器,并针对重建图像模块引入了多层级双重注意力模块。这一创新不仅缓解了模型存在的浅层特征干扰问题,还提高了模型在像素级别对图像感知特征的获取和异常定位的精度。最终,该发明在公开数据集上达到了优秀的异常检测效果,相较于其他的VAE方法有了明显的提高,证明其在真实场景下的实用性、有效性。

Patent Agency Ranking