CNIPA.AI
返回搜索
档案

基于混合数据协同训练的半监督缺陷检测方法

发明专利有效
1浏览
8权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

胡伟飞; 周青昊; 焦清; 方健豪; 唐宁; 张书瑶

IPC 分类

G06V 10/25 (2022.01)G06V 10/774 (2022.01)G06V 10/82 (2022.01)G06V 10/80 (2022.01)G06V 10/72 (2022.01)G06N 3/0895 (2023.01)G06N 3/09 (2023.01)G06N 3/096 (2023.01)G06N 3/098 (2023.01)

本发明公开一种基于混合数据协同训练的半监督缺陷检测方法,包括步骤:构建缺陷图片的三种类型的混合数据集,包括有标签数据集、有目标无标签数据集、无目标无标签数据集;构建缺陷检测半监督模型;缺陷检测半监督模型包括学生模型,教师模型,辅助教师模型,伪标签生成模块,伪标签融合模块,联合训练模块,学生模型和教师模型包含相同的特征提取网络和检测头;使用有标签数据集在学生模型上进行训练得到有监督权重;使用有监督权重进行初始化,并使用混合数据集进行联合训练,得到模型;利用训练后的模型对故障图片进行检测,得到检测结果。本发明解决了现有的目标检测模型在复杂缺陷检测场景下数据集少、模型准确率和泛化能力低的问题。