在线自适应异常检测用于飞机装配中的缺陷识别

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该论文研究了工业应用中的异常模式检测技术,提出了一种少样本在线异常检测和分割的框架。通过利用无标签数据来提高模型性能,使用神经气体网络对正常图像进行建模,并引入一种能够增量更新参数的算法。实验结果表明该方法在FOADS设置下取得了显著的性能。

🎯

关键要点

  • 该论文研究了工业应用中的异常模式检测技术。
  • 提出了一种少样本在线异常检测和分割的框架。
  • 利用无标签数据提高模型性能。
  • 使用神经气体网络对正常图像进行建模。
  • 采用多尺度特征嵌入获得鲁棒的表示。
  • 引入增量更新参数的算法,无需存储先前样本。
  • 实验结果表明该方法在FOADS设置下取得显著性能。
  • 确保时间复杂度在可接受范围内。
➡️

继续阅读