一种基于双自编码器和GAM的GANomaly轮胎异常检测方法

本发明提出一种基于双自编码器和GAM的GANomaly轮胎异常检测方法，该方法对轮胎图像进行重构图像，通过自编码器特征提取，经过GAM通道注意力的加持，从而捕捉网络中局部和全局信息，有效地解决了重构图像的质量问题。该方法采用无监督学习方法进行训练，通过实验，确定了最佳参数，以提高该方法的性能。通过实验表明，本文提出的异常检测算法在自制轮胎数据集上表现出较高的AUC值和准确率，证明了该模型的有效性和优越性，对轮胎缺陷检测的发展和进步具有重要意义。