一种基于自监督对比学习的膜异常检测方法及系统

本发明涉及PET薄膜检测技术领域，公开了一种基于自监督对比学习的膜异常检测方法及系统，该方法包括：获取PET薄膜图像数据，进行随机扰动处理，生成若干视图图像；将同一PET薄膜图像数据的视图图像组合为正样本对，将不同PET薄膜图像数据的视图图像组合为负样本对，形成自监督对比学习样本集；进行特征提取，得到多尺度特征；对多尺度特征进行自监督对比学习更新，得到特征提取参数；基于特征提取参数对待测PET薄膜图像数据进行特征提取，得到待测多尺度特征，与检测基准进行对比分析；当待测多尺度特征超出检测基准的特征范围时，判定待测PET薄膜存在异常；否，判定待测PET薄膜为正常。本申请增强了正常特征与异常特征的可分性。