一种基于多层次特征蒸馏与全局/局部prototype解耦的条烟包装盒异常诊断方法

本发明公开了一种基于多层次特征蒸馏与全局/局部prototype解耦的条烟包装盒异常诊断方法。该方法包括：提取目标条烟包装盒图像特征，并通过Mamba分支和CNN执行双分支表征学习，获取目标图像的全局特征和局部特征；采用全局蒸馏、局部蒸馏以及空间与语义维度上的融合蒸馏，并综合三种蒸馏，获取总蒸馏损失；采用频带分工损失、同频去相似损失和整体去相关损失进行全局/局部prototype解耦；接着，通过全局异常分数与局部异常分数，结合自适应加权方式融合得到异常分数图，并结合阈值分割生成异常热力图。该方法引入自适应融合蒸馏机制，使模型能够根据图像内容自适应地平衡全局与局部特征的贡献，从而大幅提升诊断的准确性。