CN118521570B 一種基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法 （河南科技大學(xué)）

一種基于雙分支逆蒸餾及多輸入圖像的圖一種基于雙分支逆蒸餾及多輸入圖像的圖像缺師網(wǎng)絡(luò)輸出的多個(gè)特征圖e分別與學(xué)生網(wǎng)絡(luò)對(duì)應(yīng)的多個(gè)特征圖d進(jìn)行蒸餾，蒸餾損失使用余弦距獲得模型第i層的二維異常圖，并相加獲得最終的異常圖M；該圖像缺陷檢測(cè)方法不僅能檢測(cè)結(jié)2教師網(wǎng)絡(luò)用于根據(jù)輸入原始圖像I輸出多個(gè)不同尺度的特征圖e，并將對(duì)雙分支瓶頸結(jié)構(gòu)的局部分支和全局分支在保留正常特征的同時(shí)，分別用學(xué)生網(wǎng)絡(luò)對(duì)應(yīng)多個(gè)特征圖e引入相應(yīng)數(shù)量并分層排列的額外圖像輸入模塊，最高層的S2、模型訓(xùn)練；將教師網(wǎng)絡(luò)輸出的多個(gè)特征圖e分生網(wǎng)絡(luò)第i層輸出特征，M,eR"*；為了獲得最終的異常圖M，將所有層的異常圖相加：2.根據(jù)權(quán)利要求1所述的基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法，其特3.根據(jù)權(quán)利要求1所述的基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法，其特4.根據(jù)權(quán)利要求1所述的基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法，其特35.根據(jù)權(quán)利要求1所述的基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法，其特6.根據(jù)權(quán)利要求1所述的基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法，其特45層額外圖像輸入模塊分別將原始圖像I和上一層額外圖像輸入模塊得到的特征圖d進(jìn)行融加這里的u6表示對(duì)第i個(gè)異常圖進(jìn)行上采樣操作。了基于雙分支逆蒸餾及多輸入圖像的工業(yè)圖像缺陷檢測(cè)模型，以逆蒸餾模型為基準(zhǔn)模型，6[0031]結(jié)合附圖1所述的基于雙分支逆蒸餾及多輸入圖像的圖像缺陷檢測(cè)方法，包含以局分支結(jié)構(gòu)如圖4所示，全局分支對(duì)深層特征先使用了一個(gè)嵌入模塊將高維特征投影到低7[0039]學(xué)生網(wǎng)絡(luò)對(duì)應(yīng)多個(gè)特征圖e引入相應(yīng)數(shù)量并分層排列的額外圖像輸入模塊，對(duì)于輸出的三個(gè)特征圖e分別與學(xué)生網(wǎng)絡(luò)對(duì)應(yīng)的三個(gè)特征圖d進(jìn)行蒸餾，蒸餾損失使用余弦距8中低級(jí)和高級(jí)特征的低相似性分別表示局部異常和全局結(jié)加這里的u6表示對(duì)第i個(gè)異常圖進(jìn)行上采樣操作；為了減少異常圖中陽(yáng)性率（也叫假正類(lèi)率，F(xiàn)alsePositiveRate縱坐標(biāo)是真陽(yáng)性率（真正類(lèi)率，TruePositiveRate其中，TPR為在所有實(shí)際為陽(yáng)性的樣本中，被正確地判斷為陽(yáng)性之比率；[0054]本發(fā)明所提出的對(duì)工業(yè)生產(chǎn)制造螺絲圖像進(jìn)行缺陷檢測(cè)的方法設(shè)計(jì)為一個(gè)全自9fw和輸入D進(jìn)行特征重建得到；