典型文献
基于回顾蒸馏学习的无监督工业品缺陷检测方法
文献摘要：
在自动化工业生产环境中高效地完成产品质检是生产过程中的重要任务之一,提出一种基于回顾蒸馏学习的无监督工业品缺陷检测方法(Retro-KD).首先,针对缺陷产生的未知性问题,采用无监督的方式训练蒸馏学习模型,同时,为了充分地利用蒸馏学习中的信息传递机制,利用中间层特征提取模块完善教师网络中的特征架构;其次,提出迭代信息融合模块,回顾地传递中间层信息,指导学生网络拟合正样本特征分布,放大缺陷样本差异性;再引入相似性度量(Structural Similarity,SSIM),增强教师与学生网络在图像空间中的相似度;最后,采用基于梯度变化的缺陷分割方法得到像素级的定位图.在MVTec-AD和Magnetic-Tile两个工业数据集上验证了该方法的有效性,其AUROC(Area under ROC)与ACC(Accuracy)指标分别提升了 1.9％与 1.3％.
文献关键词：
工业品缺陷检测;无监督学习;知识蒸馏;回顾信息传递;图结构相似性度量
中图分类号：
作者姓名：
成科扬;丁杨柳;詹永照;严浏阳
作者机构：
江苏大学计算机科学与通信工程学院,镇江,212013;江苏省工业网络安全技术重点实验室,镇江,212013;镇江昭远智能科技有限公司,镇江,212013
文献出处：
引用格式：
[1]成科扬;丁杨柳;詹永照;严浏阳-.基于回顾蒸馏学习的无监督工业品缺陷检测方法)[J].南京大学学报（自然科学版）,2022(06):1030-1040
A类：
工业品缺陷检测,特征架构,回顾信息传递,图结构相似性度量
B类：
蒸馏学习,督工,缺陷检测方法,化工业,工业生产环境,质检,Retro,KD,知性,信息传递机制,中间层,取模,善教,教师网络,信息融合,学生网络,样本特征,特征分布,样本差异性,再引入,Structural,Similarity,SSIM,教师与学生,图像空间,梯度变化,缺陷分割,分割方法,像素级,位图,MVTec,AD,Magnetic,Tile,工业数据集,AUROC,Area,under,ACC,Accuracy,无监督学习,知识蒸馏
AB值：
0.401444
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
