一种基于零样本学习的工业外观缺陷检测方法、电子设备及存储介质
基本信息
| 申请号 | CN202110487504.0 | 申请日 | - |
| 公开（公告）号 | CN113112497A | 公开（公告）日 | 2021-07-13 |
| 申请公布号 | CN113112497A | 申请公布日 | 2021-07-13 |
| 分类号 | G06T7/00;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 令狐彬;胡炳彰;许鹏;周璠;张鲜顺;卞哲;汪少成 | 申请（专利权）人 | 合肥中科迪宏自动化有限公司 |
| 代理机构 | 温州市品创专利商标代理事务所（普通合伙） | 代理人 | 吴海云 |
| 地址 | 230088 安徽省合肥市高新区长江西路687号拓基城市广场金座B423-428 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本公开实施例中提供了一种基于零样本学习的工业外观缺陷检测方法、电子设备及存储介质，所述基于零样本学习的工业外观缺陷检测方法通过获取待检测样品的图片；将待检测样品进行类别与属性的标注；根据训练好的深度神经网络模型将待检测样品的图片信息投影到属性空间，得到属性标签信息；根据属性标签信息确定待检测样品的缺陷类型；根据待检测样品的缺陷类型利用训练好的回归网络定位缺陷的位置。本公开实施例具有如下优点：可以高效地利用过往数据和外部数据库，极大程度地减少模型对于待检测缺陷样品数量的依赖。本公开实施例避免了较少卷积层对图像特征提取不够充分且特征模糊的缺点，且仅仅使用5个卷积层足以提取缺陷的特征，避免了过多卷积层带来的巨大的计算量的问题，减少了占用资源也节省了总体识别时间。 |
