基于双视角核心过滤的工业异常污染治理方法技术

本发明专利技术公开了一种基于双视角核心过滤的工业异常污染治理方法。基于工业数据集中混入的少量未标注异常样本，设计基于特征核心集的全局和局部关系建模方法，考虑潜在异常的稀疏特征分布特性，将整体和区域双视角下的潜在异常进行剔除。此外，为补充核心潜入的缺失，提出平衡采样方法，选取出潜在异常/正常表征分布的远点加入核心集，以减少对正常数据的错误剔除。本发明专利技术特异性地考虑了工业缺陷检测器的训练容易受未知异常训练数据干扰的限制，实现了对训练环境的净化，进一步提升了工业缺陷检测器的抗噪性能。

【技术实现步骤摘要】

本专利技术涉及工业缺陷检测和数据治理领域，具体涉及一种基于双视角核心过滤的工业异常污染治理方法。

技术介绍

1、工业缺陷检测任务，即检测出带有缺陷的工业产品，同时对有缺陷的区域完成分割，以判断原图像各个像素的异常程度。而近年来的工业缺陷检测技术仅使用正例样本训练的方法逐渐成为主流，也就是在单类别上训练，而在不可见的含有异常样本的测试集上推理。但实际的工业生产环境下存在未知的异常样本，也就是真实无标注的场景下很难获取纯净无污染的训练数据。现有的工业缺陷检测技术局限于理想设定，因此更真实、更具挑战的带干扰训练数据下的新解决方案亟需提出。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本专利技术提供了基于双视角核心过滤的工业异常污染的治理方法，针对现有基于核心集的工业缺陷检测方法不适用于非纯净训练环境的问题，提出如何在未标注工业图像训练集中尽可能多地剔除未知的真异常样本，也就是在未标注数据遵循单类假设的前提下，研究如何利用样本的特征空间信息来筛选出混入的少量真实异常，尽可能净化已有的训本文档来自技高网...

【技术保护点】

1.基于双视角核心过滤的工业异常污染治理方法，其特征在于：包括如下步骤：

2.如权利要求1所述的基于双视角核心过滤的工业异常污染治理方法，其特征在于：所述S2中选取潜在的异常潜入集Ma的过程如下：

3.如权利要求2所述的基于双视角核心过滤的工业异常污染治理方法，其特征在于：所述S2-1全局过滤器包括如下步骤：

4.如权利要求3所述的基于双视角核心过滤的工业异常污染治理方法，其特征在于：所述S2-2局部过滤器包括如下步骤：

5.如权利要求4所述的基于双视角核心过滤的工业异常污染治理方法，其特征在于：所述S3中补充采样包括如下步骤：

【技术特征摘要】

1.基于双视角核心过滤的工业异常污染治理方法，其特征在于：包括如下步骤：

2.如权利要求1所述的基于双视角核心过滤的工业异常污染治理方法，其特征在于：所述s2中选取潜在的异常潜入集ma的过程如下：

3.如权利要求2所述的基于双视角核心过滤的工业异常污染治理方法，其特征...

【专利技术属性】
技术研发人员：王洪星，冯超，
申请(专利权)人：重庆大学，
类型：发明
国别省市：