基于多尺度掩码因果关系的无监督图像异常检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
基于多尺度掩码因果关系的无监督图像异常检测方法
申请号:
CN202510886403
申请日期:
2025-06-30
公开号:
CN120807429A
公开日期:
2025-10-17
类型:
发明专利
摘要
本发明公开了基于多尺度掩码因果关系的无监督图像异常检测方法,具体按照以下步骤实施:步骤1、构建基于多尺度掩码因果关系的无监督图像异常检测网络;步骤2、设计损失函数;步骤3、利用步骤2构建的损失函数训练步骤1构建的网络模型;步骤4、利用测试数据集测试步骤3完成训练的网络,当输入一张待检测图片后会输出标记出缺陷的缺陷检测结果图片并判断输入图片是否存在异常。本发明解决了现有技术中存在的缺少缺陷训练样本和模型在不同大小的异常上鲁棒性差的问题。
技术关键词
图像异常检测方法
语义
图像块
视觉
标记
代表
网络
图片
矩阵
补丁
输入解码器
编码器
双线性插值
多尺度特征
矢量量化
分辨率