买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南大学

摘要：本发明公开了一种基于变分自动编码器的缺陷检测方法，采集产品数据集，对数据集进行划分得到训练集和测试集；将训练集中的图片生成按标签Si打乱的图像块；构建变分自动编码器网络，将打乱后的图像块送入编码器网络得到潜在特征；构建解码器网络，将编码器输出潜在特征输入解码器，辅助求解拼图，捕获全局和局部信息，从而重构出高分辨率图像，结合预设的损失函数对模型反向传播更新网络参数，得到训练好的模型；在测试集上进行测试，完成缺陷检测。实验结果表现了模型优秀的泛化能力以及缺陷检测能力。

主权项：1.一种基于变分自动编码器的缺陷检测方法，其特征在于，所述方法包括以下步骤：步骤S100：收集数据集，并按照预设比例划分为训练集和测试集，其中，所述训练集为正常样本，所述测试集包括正常样本和异常样本；步骤S200：构建缺陷检测网络模型，所述缺陷检测网络模型包括变分自动编码器网络和解码器网络；步骤S300：对所述变分自动编码器网络和所述解码器网络进行参数的初始化后，将训练集中的图片按照预设规则拆分打乱后输入至所述变分自动编码器网络得到每个图像块对应的潜在特征，将所述每个图像块对应的潜在特征输入至所述解码器网络进行拼图重构得到重构训练图像，根据所述重构训练图像、所述训练集中的图像和预设的损失函数对所述模型进行反向传播更新网络参数，得到训练好的缺陷检测网络模型；步骤S400：将所述测试集中的图片输入至所述训练好的缺陷检测网络模型中得到重构测试图像，根据所述重构测试图像和所述测试集中的图片得到整个图片的重构测试误差和每个补丁图片的重构测试误差，根据所述整个图片的重构测试误差、所述每个补丁图片的重构测试误差和预设的对应的误差阈值得到缺陷检测结果；步骤S300中所述将训练集中的图片输入至所述变分自动编码器网络得到每个块对应的潜在特征，包括：步骤S310：将所述训练集中的图片生成按伪标签打乱的图像块，将打乱后的图像块并行发送至所述变分自动编码器网络；步骤S320：所述变分自动编码器网络对接收的所述打乱后的图像块进行特征提取和推理，得到每个图像块对应的潜在特征；其中，所述变分自动编码器网络使用ImageNet上的标准预训练ResNet-50网络，移除所述标准预训练ResNet-50网络的最后的全连接层，将倒数第二层作为潜在特征映射层；步骤S310包括：步骤S311：使用规则的n×n网格分隔训练图像得到训练补丁图像步骤S312：根据Si的伪标签对补丁进行打乱，得到打乱后的图像块，将所述打乱后的图像块发送至所述变分自动编码器网络；步骤S320中的每个图像块对应的潜在特征服从后验分布，引入先验分布，根据所述编码器推理得到每个图像块对应的潜在特征的后验分布，通过瓦瑟斯坦距离拟合所述先验分布和所述后验分布，具体为：引入t分布作为每个网格补丁xk的潜在特征的先验分布pzk： 其中v表示自由度数，Γ是伽马函数；将所述变分自动编码器网络对接收的所述打乱后的图像块进行推理得到每个图像块对应的潜在特征的后验分布qzk∣xk；根据瓦瑟斯坦距离拟合所述先验分布pzk和所述后验分布qzk∣xk之间的分布差异。

全文数据：

权利要求：

百度查询： 湖南大学 一种基于变分自动编码器的缺陷检测方法