基于反向蒸馏和特征对齐的工业异常检测.pdf

基于反向蒸馏和特征对齐的工业异常检测.pdf

  1. 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. 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. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

工业异常检测旨在通过机器自动识别和检测工业产品中的各种缺陷,从而保

证产品质量。由于实际应用中异常样本稀少且获取成本高昂,目前主流的工业异

常检测模型多采用基于正常图像的无监督学习方法。然而,相较于有监督模型,

现有无监督工业异常检测算法的性能仍有提升空间。随着小样本学习技术的成熟,

研究者们开始探索将小样本学习与工业异常检测相结合,以解决数据稀缺问题。

因此,本文设计了两种不同的工业异常检测方法,并开发了相应的验证系统。具

体研究内容如下:

1)针对传统反向蒸馏模型仅使用正常样本训练

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档