织梦CMS - 轻松建站从此开始!

abg欧博官网|登陆|游戏|

【2024工业图像异常检测文献】SuperSimpleNet: 统一无监督和监督式学习检测快速可靠的

时间:2025-12-24 23:23来源: 作者:admin 点击: 8 次
文章浏览阅读3k次,点赞32次,收藏41次。SuperSimpleNet: Unifying Unsupervised and Supervised Learning for Fast and Reliable Surface Defect Detection_supersimplenet

我们提出了一种简单且易于应用的网络(称为SimpleNet)来检测和定位异常。SimpleNet由四个组件组成:(1)预训练的特征提取器,用于生成局部特征,(2)浅层特征适配器,用于将局部特征转移到目标领域,(3)简单的异常特征生成器,通过向正常特征添加高斯噪声来模拟异常特征,以及(4)二元异常鉴别器,用于区分异常特征和正常特征。在推断过程中,异常特征生成器将被丢弃。我们的方法基于三个直觉。首先,将预训练特征转换为目标导向的特征有助于避免域偏差。

(责任编辑:)
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:
发布者资料
查看详细资料 发送留言 加为好友 用户等级: 注册时间:2026-01-11 16:01 最后登录:2026-01-11 16:01
栏目列表
推荐内容