一种基于混合查询策略主动学习的工业表面缺陷图像分类方法

本发明公开了一种基于混合查询策略主动学习的工业表面缺陷图像分类方法，属于计算机图像处理与机器学习技术领域。本发明旨在解决因依赖大规模人工标注导致的成本高、周期长以及类别不平衡导致的罕见缺陷识别率低等技术难题。本方法的核心是在迭代循环中执行混合查询策略：首先，通过预测熵的不确定性度量筛选出模型认知模糊的候选样本集；其次，在该候选集内，采用核心集与分层思想的多样性采样方法，以选取出兼具特征代表性与类别平衡性的最终待标注样本。该查询批次经人工标注后，被用于对模型进行迭代更新与优化。本发明能以极少的人工标注成本，显著提升分类模型对各类缺陷的识别精度与泛化能力，并大幅缩短模型开发周期。