龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学平湖数字技术创新研究院有限公司
摘要：本发明属于基于深度学习的图像异常检测技术领域，具体涉及基于受控特征生成器的图像异常检测方法及系统。方法包括：S1：获取图像异常检测数据集；S2：对图像数据集进行预处理；S3：构建深度学习模型，将预训练权重加载到特征提取器中；S4：生成伪标签，定义不确定特征和模糊域；S5，伪标签控制特征生成器中生成异常的数量；S6，伪标签控制特征生成器中添加对抗扰动的幅度；S7，受控特征迭代生成；S8，定义模型损失函数，对经过生成的特征进行约束；S9，对受控特征生成器进行参数设置；S10，迭代深度学习模型中的参数，保存迭代训练好的深度学习模型；S11，导入模型训练参数，将待检测的图像数据输入模型进行异常检测。
主权项：1.基于受控特征生成器的图像异常检测方法，其特征在于，包括如下步骤；S1、获取图像异常检测数据集；S2、对图像异常检测数据集进行预处理；S3、利用步骤S2预处理好的数据，构建深度学习模型，将预训练权重加载到特征提取器中；S4、生成伪标签，定义不确定特征和模糊域；S5、伪标签控制特征生成器中生成异常的数量；S6、伪标签控制特征生成器中添加对抗扰动的幅度；S7、受控特征迭代生成；S8、定义模型损失函数，对经过生成的特征进行约束；S9、对受控特征生成器进行参数设置；S10、迭代深度学习模型中的参数，保存迭代训练好的深度学习模型；S11、导入步骤S10保存的模型训练参数，将待检测的图像数据输入模型进行异常检测。
全文数据：
权利要求：
百度查询： 杭州电子科技大学平湖数字技术创新研究院有限公司 基于受控特征生成器的图像异常检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号