公开(公告)号：CN114332007B

公开(公告)日：2024-06-28

申请号：CN202111625693.X

申请日：2021-12-28

Applicant: 福州大学

Inventor： 陈平平 ,  严舒婷 ,  毛焕

IPC: G06T7/00 ,  G06T7/73 ,  G01N21/88 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明涉及一种基于Transformer的工业缺陷检测和识别方法。所述方法包括：获取工业自动生产线上异常与无异常的工业产品图像作为原始数据集；将无异常的产品图像作为训练图像输入到师生框架训练网络；将学生网络的输出特征层输入到基于Transformer的自注意力机制网络；将训练后的异常检测与识别模型用于工业产品图像的预测。本发明有效的利用了产品图像不同层次的特征与特征间的信息交互，实现对异常产品的检测并定位异常位置，从而提升工业产品检测的效率。

公开(公告)号：CN114332007A

公开(公告)日：2022-04-12

申请号：CN202111625693.X

申请日：2021-12-28

Applicant: 福州大学

Inventor： 陈平平 ,  严舒婷 ,  毛焕

IPC: G06T7/00 ,  G06T7/73 ,  G01N21/88 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于Transformer的工业缺陷检测和识别方法。所述方法包括：获取工业自动生产线上异常与无异常的工业产品图像作为原始数据集；将无异常的产品图像作为训练图像输入到师生框架训练网络；将学生网络的输出特征层输入到基于Transformer的自注意力机制网络；将训练后的异常检测与识别模型用于工业产品图像的预测。本发明有效的利用了产品图像不同层次的特征与特征间的信息交互，实现对异常产品的检测并定位异常位置，从而提升工业产品检测的效率。