公开(公告)号：CN118447322A

公开(公告)日：2024-08-06

申请号：CN202410604314.6

申请日：2024-05-15

Applicant: 北京科技大学

Inventor： 周鹏 ,  李文静

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0895 ,  G06T7/00

Abstract: 本发明公开了一种基于半监督学习的线材表面缺陷检测方法，属于深度学习和缺陷检测技术领域，所述方法包括：获取线材表面图像并对获取的线材表面图像进行预处理，对预处理后的线材表面图像中其中一部分进行缺陷标注，以完成标注的线材表面图像作为有标签数据，其余未标注的线材表面图像作为无标签数据，构建用于半监督学习的数据集；构建线材表面缺陷检测模型；采用半监督训练方式，利用所述数据集对所构建的线材表面缺陷检测模型进行训练；利用训练好的线材表面缺陷检测模型进行线材表面缺陷检测，得到检测结果。本发明可以解决深度学习技术依赖大量有标签数据和在资源有限的环境中难以部署的问题。