[发明专利]基于深度学习及OOD技术的无监督工业机器声音异常检测方法

权利要求书

1.一种基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，包括以下步骤：

利用数据集对卷积神经网络进行预训练；

对工业机器声音异常检测公开数据中正常声音数据进行频谱特征图提取，并对频谱特征图进行数据增强；

将预训练的卷积神经网络迁移构建每种机器对应的分类网络，包括：以预训练的卷积神经网络除最后全连接层外的所有层作为特征提取部分，并在特征提取部分之后增加一新全连接层形成分类网络，该新全连接层的节点数与机器对应的ID类别相等，随机初始化新全连接层权重参数；

利用数据增强的频谱特征图在ID类别标签的监督下对分类网络进行再训练，训练后的每个分类网络作为每种机器对应的音频分类模型；

在音频分类模型的最后全连接层的前后增加ReAct模块及Energy模块作为两个OOD模块；

检测时，将待检测声音数据的频谱特征图输入至音频分类模型，经过特征提取部分提取特征向量，提取的特征向量经过ReAct模块进行min修饰后输入至全连接层计算logits向量，Energy模块根据输入的logits向量计算能量分数，依据能量分数确定异常检测结果。

2.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，所述卷积神经网络采用PANNs-CNN14。

3.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，所述频谱特征图为Log-Mel特征图，提取过程包括：

首先对声音数据作短时傅里叶变换，然后采用Mel滤波器组对变换得到的频谱图进行滤波，得到Mel特征图，最后对滤波后的Mel特征图取对数，得到Log-Mel特征图。

4.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，所述对频谱特征图进行数据增强，包括：

对频谱特征图进行mix-up、时域遮挡以及频域遮挡中至少一种方式进行数据增强；

其中，mixup的实现方式为在训练时每次迭代抽取两个batch大小的数据，通过0到1之间的随机数生成决定混叠系数，将两个batch的数据合并为一个batch的数据进行训练；

时域遮挡的实现方式为随机在频谱特征图的时域轴上选取两个位置，掩盖宽度随机设置为0到64；

频域遮挡的实现方式为随机在频谱特征图的频域轴上选取两个位置，掩盖宽度随机设置为0到8。

5.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，在ReAct模块中，采用min()函数对前一层输出的特征向量进行min修饰，用公式表示为：

ReAct(x,c)＝min(x,c)

其中，x为输入的特征向量，c为超参数，可根据正常与异常数据的分布情况来调整，ReAct(x,c)表示min修饰后的特征向量。

6.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，在Energy模块中，根据输入的logits向量计算能量分数E(T)，用公式表示为：

其中，f_i表示logits向量中第i个元素值，k表示元素总量，T为超参数，取值范围一般为1-1000。

7.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，所述依据能量分数确定异常检测结果，包括：

基于能量分数划定阈值thres，若能量分数大于阈值thres，则判定为分布外数据，即为异常声音，否则为正常声音。

8.根据权利要求1所述的基于深度学习及OOD技术的无监督工业机器声音异常检测方法，其特征在于，所述工业机器声音异常检测公开数据集为MIMII。