基于知识蒸馏的正样本工业缺陷检测方法与流程技术资料下载

技术编号:25525611

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及工业缺陷检测技术领域,尤其是一种基于知识蒸馏的正样本工业缺陷检测方法。背景技术质量检测是工业自动化生产中的重要一环,基于机器学习的缺陷检测技术已经在很多工业场景广泛替代人工肉眼检测,包括纺织、汽车和机械制造等行业。由于工业缺陷的种类多种多样,难以完整地进行人为划分,传统的机器学习算法就很难通过特征工程实现对缺陷特征的完整建模和迁移,难以具备复用性。近些年来,随着深度学习的不断发展,卷积神经网络由于其强大的特征提取能力,在各种计算机视觉任务上取得了突破性的进展,一些基于深度学习的缺陷检测...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服(仅向企业会员开放)
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发