公开(公告)号：CN118196051A

公开(公告)日：2024-06-14

申请号：CN202410354812.X

申请日：2024-03-27

Applicant: 中国矿业大学

Inventor： 刘兵 ,  史伟峰 ,  刘明明 ,  刘鹏

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06T5/50 ,  G06N3/045 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明公开了基于原型记忆引导的自监督工业缺陷检测方法，涉及工业缺陷检测技术领域，包括基于显著性检测网络获得输入图像O的前景掩膜F，利用柏林噪声器生成输入图像O的随机噪声P，利用前景掩膜F将随机噪声P约束在前景区域获得掩膜图像M，利用掩膜图像M和分布外图像A合成缺陷图像S；利用教师‑学生网络提取输入图像O和缺陷图像S的特征，并获取特征之间逐像素相似度Fts。利用原型记忆机制增强模型对逻辑缺陷与正常图像差异性的判别能力，提高模型对逻辑缺陷的检测性能，针对传统教师‑学生网络中出现的过检测问题，使用显著性检测网络和柏林噪声合成缺陷图像，提升合成图像与真实缺陷图像的分布一致性。