【技术实现步骤摘要】
本公开涉及图像识别，特别地涉及一种像素级异常检测方法、装置、设备、介质及程序。
技术介绍
1、像素级异常检测是一种能够精确识别图像中异常像素的技术，是一种识别与正常数据模式明显不同的数据点或事件的技术。在图像处理领域，像素级异常检测是指对图像的每一个像素进行异常检测，从而识别出图像中的异常区域。这种技术广泛应用于道路监控、工业检测、医疗影像分析等领域，对于及时发现和处理潜在问题具有重要意义。然而，该技术高度依赖于分析人员的专业知识和熟练程度因此，迫切需要开发自动化的方法来取代以往耗时且技术要求高的手动检测过程。
2、但是，现有的像素级异常检测方法都高度依赖于分析人员的专业知识和熟练程度，从而提高了异常检测的成本且效率低下。
技术实现思路
1、本公开提供一种像素级异常检测方法、装置、设备、介质和及程序，以解决现有的像素级异常检测方法成本高效率低的问题。
2、第一方面，本公开提供了一种像素级异常检测方法，包括：
3、利用预设的提示编码模块提取所述输入图像的全
【技术保护点】
1.一种像素级异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用预训练点的全向状态空间模型的残差全维动态卷积模块根据所述全局信息提取多尺度特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述离散化时间尺度参数对所述全局信息进行转化，得到转化信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用预训练点的全向状态空间模型的残差全维动态卷积模块根据所述全局信息提取多尺度特征之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述利用预先设置的损失函数根...
【技术特征摘要】
1.一种像素级异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述利用预训练点的全向状态空间模型的残差全维动态卷积模块根据所述全局信息提取多尺度特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述利用所述离散化时间尺度参数对所述全局信息进行转化，得到转化信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用预训练点的全向状态空间模型的残差全维动态卷积模块根据所述全局信息提取多尺度特征之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述利用预先设置的损失函数根据所述预测分割掩码以及所述训练数据预置的标准分割掩码计算最终损...
【专利技术属性】
技术研发人员：刘军，乔晓澍，陈健学，韩俊丰，高璇，吕强，
申请(专利权)人：国能天津港务有限责任公司，
类型：发明
国别省市：
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。