[发明专利]基于ViT的无监督坯布缺陷检测方法、系统、设备及介质

权利要求书

1.一种基于ViT的无监督坯布缺陷检测方法，其特征在于，包括：

获取坯布图像；

利用训练好的ViT网络模型对所述坯布图像进行特征提取得到多尺度特征图；

利用训练好的Fastflow网络模型对多尺度特征图进行转化得到各个尺度特征的概率值热点图；

利用双线性插值方法统一各个概率值热点图的尺度得到对应的统一概率热点图；

根据所有统一概率热点图计算出各个像素点的均值得到各个像素点的概率值；

基于所有像素点的概率值定位缺陷区域。

2.根据权利要求1所述的基于ViT的无监督坯布缺陷检测方法，其特征在于，所述ViT网络模型采用Swin Transformer网络模型。

3.根据权利要求1所述的基于ViT的无监督坯布缺陷检测方法，其特征在于，所述Fastflow网络模型的训练方法包括：

获取训练样本集，所述训练样本集中的样本为正常坯布图像经过ViT网络模型后的正常特征图；

将训练样本集中的各个样本输入给Fastflow网络得到输出结果，利用极大似然估计方法得到损失函数；

将损失函数在Fastflow网络进行反向传播，更新Fastflow网络的参数，经过多次迭代训练后得到训练好的Fastflow网络模型。

4.根据权利要求3所述的基于ViT的无监督坯布缺陷检测方法，其特征在于，所述利用极大似然估计方法得到损失函数，包括：

将预设公式作为似然函数，其中，预设公式为：

X为ViT网络模型的输出结果，Z为Fastflow网络的输出结果；

对似然函数取对数,将z替换为f(x)，f(x)表示损失函数，求导得到损失函数。

5.根据权利要求3所述的基于ViT的无监督坯布缺陷检测方法，其特征在于，所述Fastflow网络包括：卷积层、激活层和标准化层；

通过卷积层和激活层用于对多通道特征图进行双射映射得到单通道特征图；

通过标准化层对单通道特征图进行前向计算得到标准化二维矩阵。

6.根据权利要求1所述的基于ViT的无监督坯布缺陷检测方法，其特征在于，所述根据所有统一概率热点图计算出各个像素点的均值得到各个像素点的概率值，包括：

计算所有统一概率热点图中的同一像素点的均值，得到各个像素点的均值，各个像素点的均值为对应像素点的概率值。

7.根据权利要求1所述的基于ViT的无监督坯布缺陷检测方法，其特征在于，所述基于所有像素点的概率值定位缺陷区域，包括：

从所有像素点中选取出概率值小于预设阈值的像素点作为异常像素点；

所有异常像素点形成至少一连通域，提取各个连通域的轮廓得到对应的缺陷区域。

8.一种基于ViT的无监督坯布缺陷检测系统，其特征在于，包括：

获取模块，用于获取坯布图像；

提取模块，用于利用训练好的ViT网络模型对所述坯布图像进行特征提取得到多尺度特征图；

转化模块，用于利用训练好的Fastflow网络模型对多尺度特征图进行转化得到各个尺度特征的概率值热点图；

统一模块，用于利用双线性插值方法统一各个概率值热点图的尺度得到对应的统一概率热点图；

计算模块，用于根据所有统一概率热点图计算出各个像素点的均值得到各个像素点的概率值；

定位模块，用于基于所有像素点的概率值定位缺陷区域。

9.一种计算机设备,包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。