基于多元高斯分布建模的无监督碗粥表面缺陷检测方法

本发明公开了基于多元高斯分布建模的无监督碗粥表面缺陷检测方法，涉及碗粥产品检测技术领域，该基于多元高斯分布建模的无监督碗粥表面缺陷检测方法，包括以下步骤：S1：碗粥图像预处理，针对处理后的图像进行特征提取；特征提取的具体步骤包括：加载预训练的多元高斯分布无监督学习模型；设置中间特征层的输出，注册钩子函数，提取模型中不同层的特征；首次提出了基于多元高斯分布的无监督学习模型，并将其应用于碗粥流水产线的表面缺陷检测。与传统模型相比，它有效提高了异常检测的准确性和效率，无需标注数据，能自动学习并识别图像特征。利用预训练模型自主提取关键特征，简化了处理流程，且对新型或未知缺陷具有更强的适应性。