-
公开(公告)号：CN115880267A
公开(公告)日：2023-03-31
申请号：CN202211687353.4
申请日：2022-12-27
Applicant: 浙江大学
IPC: G06T7/00 , G06N3/08 , G06T3/40 , G06T5/00 , G06T7/40 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于半监督对比学习的钢材表面异常缺陷检测方法，该方法使用一种基于“异常重建+对比判别”的半监督对比学习的缺陷检测网络架构，通过对正常样本的异常模拟，得到伪异常样本，然后利用异常重建网络实现对伪异常样本的重建恢复。对于异常样本与其重建后得到的恢复样本，通过后续的对比判别网络，对两个图像的信息形成对比学习优化分割效果。其次，使用掩膜空洞卷积模块，结合基于Transformer模块，更好地优化了异常重建网络的性能。同时在对比判别网络的基础上加入自注意力机制，提高网络在空间和通道上的对比学习能力。最终实现一个高效的钢材表面异常缺陷检测的半监督对比学习方法。
Search Results
1
records
(took 0.03 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
