本發明公開了一種基于知識蒸餾的無監督工業圖像異常檢測方法及系統,屬于工業圖像處理技術領域。包括訓練和測試兩個階段,由多尺度知識蒸餾與多尺度異常融合組成,多尺度知識蒸餾包含教師網絡、學生網絡,使用自適應難例挖掘動態挖掘難例樣本,使用難例樣本間的像素、上下文相似度優化學生網絡。在訓練階段僅利用正常的工業圖像,進行教師網絡到學生網絡的知識蒸餾,對學生網絡參數進行迭代優化,使學生網絡與教師網絡提取的正常工業產品圖像深度特征相似;在測試階段,分別提取測試圖像的深度特征,特征之間的回歸誤差可用于圖像異常分割與檢測。本方法有效提升無監督工業圖像異常檢測的性能,降低人工成本,提高產線質檢自動化、智能化水平。
聲明:
“基于知識蒸餾的無監督工業圖像異常檢測方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)