[发明专利]一种基于动态特征中心的工业零件异常检测方法及系统在审
| 申请号： | 202310919640.1 | 申请日： | 2023-07-25 |
| 公开（公告）号： | CN116862893A | 公开（公告）日： | 2023-10-10 |
| 发明（设计）人： | 郭春生;张亚琼;应娜;杨萌;陈华华 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/277;G06V10/774 |
| 代理公司： | 浙江永鼎律师事务所 33233 | 代理人： | 周希良 |
| 地址： | 310018 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种基于动态特征中心的工业零件异常检测方法及系统，方法包括以下步骤：S1.获取并整理划分工业零件数据集，制作包含大量正常样本和少量异常样本的数据集；S2.对数据集进行预处理；S3.将数据集输入到特征提取网络，进行特征提取；S4.根据初始化得到的特征中心，利用卡尔曼滤波动态移动特征中心；S5.重复上述步骤S1‑S4，最小化损失，更新迭代训练，直到模型达到收敛，迭代结束，保存模型；S6.将待检测的工业零件图片输入到训练好的模型并执行S1‑S3的处理步骤；S7.计算测试图像的特征向量与特征中心的之间距离，输出异常分数；S8.通过比较异常分数与设定的阈值的大小，得到异常检测结果。本发明缓解了模型过拟合的问题，提高了检测效率和准确率。 | ||
| 搜索关键词： | 一种 基于 动态 特征 中心 工业 零件 异常 检测 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310919640.1/，转载请声明来源钻瓜专利网。
