基于单样本学习的工业产品缺陷检测方法
实质审查的生效
摘要
本发明公开了一种基于单样本学习的工业产品缺陷检测方法,该方法首次提出了一种基于单样本学习的微调条件网络。在网络中,条件模块保证了网络能够更完整地学习辅助数据集的特征,概率图生成模块提高了检测算法在不同任务之间的可移植性。在只使用一个带注释的样本作为监督的情况下,微调条件网络能够判断缺陷是否存在,并在灰度图像中定位它们。本发明能够准确地检测不同工业产品上不同类型且不同形状的表面缺陷,具有良好的鲁棒性和兼容性。
基本信息
专利标题 :
基于单样本学习的工业产品缺陷检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114529517A
申请号 :
CN202210068961.0
公开(公告)日 :
2022-05-24
申请日 :
2022-01-17
授权号 :
暂无
授权日 :
暂无
发明人 :
刘屿萧华希陈子维
申请人 :
华南理工大学;广州现代产业技术研究院
申请人地址 :
广东省广州市南沙区环市大道南路25号华工大广州产研院
代理机构 :
广州市华学知识产权代理有限公司
代理人 :
黄卫萍
优先权 :
CN202210068961.0
主分类号 :
G06T7/00
IPC分类号 :
G06T7/00 G06T7/11 G06T7/194 G06T3/40 G06V10/74 G06V10/82 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-06-10 :
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220117
申请日 : 20220117
2022-05-24 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载