公开(公告)号：CN117557872B

公开(公告)日：2024-03-22

申请号：CN202410044790.7

申请日：2024-01-12

Applicant: 苏州大学

Inventor： 王汛 ,  孙家扬 ,  聂毅骁 ,  丁聪 ,  曹敏

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/26 ,  G06N3/088

Abstract: 本发明涉及工业异常检测技术领域，尤其是指一种优化存储模式的无监督异常检测方法、装置及计算机可读存储介质。所述方法包括：将数据集分为训练集和测试集；提取训练集的特征，计算每个补丁的输出特征向量与该补丁的特征存储库中已有特征向量的最近距离，将最近距离最大值对应的输出特征向量存入特征存储库，直到总特征存储库不再变化；对总特征存储库进行子采样；提取测试集的特征，计算测试集中样本图像的异常分数，确定正常图像和异常图像的分割阈值；计算待检测图像的异常分数，依据分割阈值对待检测图像分类。本发明在保证检测性能基本不变的情况下，有效减少了特征存储库占用的内存大小，提高了无监督异常检测的检测效率。

公开(公告)号：CN117557872A

公开(公告)日：2024-02-13

申请号：CN202410044790.7

申请日：2024-01-12

Applicant: 苏州大学

Inventor： 王汛 ,  孙家扬 ,  聂毅骁 ,  丁聪 ,  曹敏

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/26 ,  G06N3/088

Abstract: 本发明涉及工业异常检测技术领域，尤其是指一种优化存储模式的无监督异常检测方法、装置及计算机可读存储介质。所述方法包括：将数据集分为训练集和测试集；提取训练集的特征，计算每个补丁的输出特征向量与该补丁的特征存储库中已有特征向量的最近距离，将最近距离最大值对应的输出特征向量存入特征存储库，直到总特征存储库不再变化；对总特征存储库进行子采样；提取测试集的特征，计算测试集中样本图像的异常分数，确定正常图像和异常图像的分割阈值；计算待检测图像的异常分数，依据分割阈值对待检测图像分类。本发明在保证检测性能基本不变的情况下，有效减少了特征存储库占用的内存大小，提高了无监督异常检测的检测效率。