公开(公告)号：CN116051479A

公开(公告)日：2023-05-02

申请号：CN202211679870.7

申请日：2022-12-26

Applicant: 福州大学

Inventor： 江灏 ,  王犇 ,  陈静 ,  缪希仁

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/094 ,  G06N3/096

Abstract: 本发明涉及一种融合跨域迁移和异常检测的纺织品缺陷识别方法。引入半监督学习机制，深度挖掘源域和目标域的特征分布，并利用生产对抗的方式实现领域迁移，在织物样式发生变化时仍能准确识别。针对织物的小尺度表面缺陷，设计一种基于多层级特征匹配的无监督异常检测方法，利用知识蒸馏和多层级特征匹配机制，使模型更具针对性，无需标注便能准确检测织物缺陷，实现织物的低成本、高精度识别。