原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明公开了基于域自适应的工业图像异常检测方法，包括：将源图像中的补丁混合到目标图像中，由正常图像数据创建合成异常图和相应的二值异常掩码图；使用合成异常图训练异常检测器，定位异常区域生成异常分割预测图；使用训练的异常检测器在真实样本上生成正常、异常特征原型；构建原型域自适应范式，拉近异常分割预测图中预测正常区域与正常特征原型之间的距离以及异常分割预测图中预测异常区域与异常特征原型之间的距离，拉远预测异常区域与正常特征原型之间的距离以及预测正常区域与异常特征原型之间的距离；用异常检测器预测的真实样
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116433634 A
(43)申请公布日 2023.07.14
(21)申请号 202310412596.5
(22)申请日 2023.04.10
(71)申请人 清华大学深圳国际研究生院
地址
文档评论（0）