-
公开(公告)号:CN119762852A
公开(公告)日:2025-04-04
申请号:CN202411811497.5
申请日:2024-12-10
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/82 , G06V10/776 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于重校准注意力的工业异常检测方法,包括以下步骤:S1、构建工业异常检测模型,并对工业异常检测模型进行初始化;所述工业异常检测模型由教师模型、学生模型和自动编码器组成;S2、采用层级异常评分模块HSQ对工业异常检测模型中网络每层的异常判断能力进行评估,根据异常识别能力给各层分配相应的量化比特宽度,再逐层对工业异常检测模型进行训练后量化;S3、对学生模型和自动编码器进行微调训练;S4、采用微调训练后的工业异常检测模型进行工业异常检测;该方法系统地分解和重新校准注意力图,提高了模型的泛化能力和异常检测精度,具有显著的实用价值和应用前景。