[发明专利]基于正样本学习的半监督工业制品瑕疵检测方法及系统有效
| 申请号： | 202110066948.7 | 申请日： | 2021-01-19 |
| 公开（公告）号： | CN112801962B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 穆世义;王宇翔;黄姗姗 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/00;G06T7/10 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于正样本学习的半监督工业制品瑕疵检测方法及系统，通过正样本图像训练图像修复网络和瑕疵分割预测网络；采用含待测瑕疵的图像输入图像修复网络得到恢复后的正品图像，计算两者差值的绝对值后将三幅图像拼接得到检测张量，通过分割预测网络根据检测张量生成分割掩模二值图像，得到瑕疵区域。本发明使用半监督的深度学习方法，不需要提前标注像素级别的瑕疵位置数据，解决了瑕疵分割中的标注难题，只需要使用生产中的部分正品图像即可实现全自动化的训练学习，进行瑕疵分割和有无瑕疵的分类。并且能够对各类型异常瑕疵位置的像素进行分割。 | ||
| 搜索关键词： | 基于 样本 学习 监督 工业制品 瑕疵 检测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海大学，未经上海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110066948.7/，转载请声明来源钻瓜专利网。
