[发明专利]一种基于自监督学习的异常图像检测方法在审

专利信息
申请号: 202110631682.6 申请日: 2021-06-07
公开(公告)号: CN113344875A 公开(公告)日: 2021-09-03
发明(设计)人: 简伟明;刘亦铭;赵成;孙科;朱祥将;程轩 申请(专利权)人: 武汉象点科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/08
代理公司: 北京盛凡智荣知识产权代理有限公司 11616 代理人: 倪建娣
地址: 430000 湖北省武汉市武汉东湖新技术开发区*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及工业自动化技术领域,尤其为一种基于自监督学习的异常图像检测方法,其具体步骤如下:S1,获取待检图像;S2,将待检测图像输入模型,并获取异常分数;S3,判断异常分数是否大于某特定阈值,若是,则认为该待检图像为异常图像,若不是,则认为其为正常图像,本发明通过设计基于自监督学习的异常图像检测方法,设置更为合理的代理任务,借助基于特征层面的余弦距离损失函数进行训练,使模型能够适应不同尺度的异常,捕获更加鲁棒的图像深层表征,获取在真实异常图像上更强的泛化能力,从而实现更加精确的异常检测。
搜索关键词: 一种 基于 监督 学习 异常 图像 检测 方法
【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武汉象点科技有限公司,未经武汉象点科技有限公司许可,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/202110631682.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top