技术编号：37348073
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。本发明涉及工业图像异常检测，具体为基于自监督学习和自注意力图卷积的半监督工业图像异常检测方法。背景技术、工业图像的表面缺陷/异常检测是指识别图像中的异质或意想不到的模式，是正常和异常的分类任务。然而，收集全面的异常图像并用有监督方法来进行表面缺陷检测极具挑战性，因为充足的异常样本难以获取，并且实际应用中的异常模式也是无限的。因此，只使用正常样本进行缺陷检测模型训练的一类学习的设置，即半监督范式，更具有实用价值。、最近，很多研究提出一些方法来检测新的输入图像是否与训练数据的分布相匹配。为了描述...
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以及查看自身技术是否侵权，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。