【技术实现步骤摘要】
本专利技术属于图像处理相关，更具体地，涉及一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法及系统。
技术介绍
1、工业化生产需要建立有效的质量监控和预警系统，通过对生产过程中的数据进行实时监控，及时发现潜在的风险。当前复杂繁琐工业化生产流程导致很容易在产品表面产生缺陷，这些含有缺陷的瑕疵品需要被及时检测出来，避免流入市场，保证产线良品率。织物、皮革、oled等纹理产品表面缺陷的一直是工业界的检测难题，纹理表面缺陷通常具有低对比度、种类复杂、形状和尺度多变、背景干扰等特点，如何利用产线有限的条件实现对纹理表面缺陷的高精度检测是需要解决的问题。
2、自动光学检测(automatic optical inspection，aoi)技术由于具有非接触、高速、精度高等优点被广泛应用于工业产线上的质量检测。aoi技术理论基础来源于机器视觉，检测流程主要包含视觉成像、定位感兴趣区域(region of interest，roi)、算法处理，后处理四个步骤，其中最关键的是算法处理阶段，该阶段涉及到计算平台、检测算法、控制界面三大模块。其中，...
【技术保护点】
1.一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，该方法包括下列步骤：
2.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述特征模板的选取采用核心集采样的方法，该核心集采样的公式如下：
3.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述全局记忆力模板的计算公式如下：
4.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述特征融合采用卷积神经网络进行，该卷积神经网络包括N*N个卷积层，N为所述教师编码器中编码器的
...
【技术特征摘要】
1.一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，该方法包括下列步骤：
2.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述特征模板的选取采用核心集采样的方法，该核心集采样的公式如下：
3.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述全局记忆力模板的计算公式如下：
4.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述特征融合采用卷积神经网络进行，该卷积神经网络包括n*n个卷积层，n为所述教师编码器中编码器的数量。
5.如权利要求1所述的一种基于记忆力辅助蒸馏网络的纹理表面缺陷检测方法，其特征在于，所述学生解码器的结构与教师编码器的结构对称，学生解码器包含的解码块的数量和教师编码器包含的编码块的数量...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。