公开(公告)号：CN119399210B

公开(公告)日：2025-04-29

申请号：CN202510014884.4

申请日：2025-01-06

Applicant: 南京邮电大学

Inventor： 王传栋 ,  陈向龙 ,  郭威 ,  郭思辰 ,  陈蕾

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明的一种基于贝叶斯条件扩散模型的可信表面缺陷检测方法及设备，包括构建训练数据集和测试数据集；构建基于条件扩散模型的不确定性感知的工业产品表面缺陷检测模型并训练，将测试图片输入到上述模型中进行检测，分别得到输入结果的缺陷预测图像、不确定性预测图像；将原始输入图像，缺陷预测结果与不确定性预测结果进行整理，得到第二次迭代时的条件引导图像；将得到的条件引导图像、待检测图像输入到条件扩散模型中，得到最终的缺陷预测图像以及不确定性度量。本发明基于拉普拉斯近似，对模型生成的结果进行不确定性度量，并利用输出结果的不确定性优化检测结果，紧接着进行迭代提高最终检测结果的可信度。

公开(公告)号：CN119399210A

公开(公告)日：2025-02-07

申请号：CN202510014884.4

申请日：2025-01-06

Applicant: 南京邮电大学

Inventor： 王传栋 ,  陈向龙 ,  郭威 ,  郭思辰 ,  陈蕾

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明的一种基于贝叶斯条件扩散模型的可信表面缺陷检测方法及设备，包括构建训练数据集和测试数据集；构建基于条件扩散模型的不确定性感知的工业产品表面缺陷检测模型并训练，将测试图片输入到上述模型中进行检测，分别得到输入结果的缺陷预测图像、不确定性预测图像；将原始输入图像，缺陷预测结果与不确定性预测结果进行整理，得到第二次迭代时的条件引导图像；将得到的条件引导图像、待检测图像输入到条件扩散模型中，得到最终的缺陷预测图像以及不确定性度量。本发明基于拉普拉斯近似，对模型生成的结果进行不确定性度量，并利用输出结果的不确定性优化检测结果，紧接着进行迭代提高最终检测结果的可信度。