基于回顾蒸馏学习的无监督工业品缺陷检测方法

摘要：

在自动化工业生产环境中高效地完成产品质检是生产过程中的重要任务之一,提出一种基于回顾蒸馏学习的无监督工业品缺陷检测方法(Retro-KD).首先,针对缺陷产生的未知性问题,采用无监督的方式训练蒸馏学习模型,同时,为了充分地利用蒸馏学习中的信息传递机制,利用中间层特征提取模块完善教师网络中的特征架构;其次,提出迭代信息融合模块,回顾地传递中间层信息,指导学生网络拟合正样本特征分布,放大缺陷样本差异性;再引入相似性度量(Structural Similarity,SSIM),增强教师与学生网络在图像空间中的相似度;最后,采用基于梯度变化的缺陷分割方法得到像素级的定位图.在MVTec-AD和Magnetic-Tile两个工业数据集上验证了该方法的有效性,其AUROC(Area under ROC)与ACC(Accuracy)指标分别提升了 1.9％与 1.3％.

关键词：工业品缺陷检测、无监督学习、知识蒸馏、回顾信息传递、图结构相似性度量

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省科技计划;镇江金山英才高层次领军人才培养计划培养对象科研项目

在线出版日期：2023-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1030-1040