一种异常检测模型的训练方法、异常检测方法及装置.pdfVIP

下载本文档

2
0
约2.29万字
约 18页
2023-05-09 发布于四川
举报
版权申诉

一种异常检测模型的训练方法、异常检测方法及装置.pdf

1、本文档共18页，其中可免费阅读17页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种异常检测模型的训练方法、异常检测方法及装置，涉及工业视觉技术领域。所述训练方法采用分阶段训练模型，第一阶段将样本图像输入异常检测模型，确定损失函数并调整模型参数。第二阶段冻结调参后的模型，将同一样本图像多次输入到冻结的模型，确定多个第二概率向量。结合第二概率向量和同一样本图像生成多个训练图像，对冻结的模型解除冻结，并将各训练图像输入到解冻模型中，得到多个第三概率向量。确定每两个第三概率向量的信息散度，基于信息散度对解冻模型调参，得到训练完成的异常检测模型。在第二阶段中引入模型生成

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114492591 A (43)申请公布日 2022.05.13 (21)申请号 202111646056.0 (22)申请日 2021.12.29 (71)申请人南京中科创达软件科技有限公司地址