一种结合梯度解耦与对比学习的小样本瑕疵检测方法

    公开(公告)号:CN114943698A

    公开(公告)日:2022-08-26

    申请号:CN202210527181.8

    申请日:2022-05-16

    Applicant: 南京大学

    Abstract: 本发明公开一种结合梯度解耦与对比学习的小样本瑕疵检测方法,本发明方法主要包括目标检测数据集的预训练、生成符合瑕疵数据特征的锚点、调整目标检测模型并输入生成的锚点训练和瑕疵的检测四个阶段。预训练阶段使用大规模目标检测数据集训练目标检测模型,可以大幅度减少模型的训练时间,使模型具有目标定位能力,其中梯度解耦模块用于解耦候选框提取网络和候选框预测网络,可在训练时获取更符合网络特征的信息,加强模型学习能力。使用瑕疵数据集和锚点对调整后的目标检测模型进行训练生成瑕疵检测模型,训练冻结骨干网络权重并在候选框预测网络中添加对比分支,对比分支可以使不同类别的候选框特征差距更大,加强模型的分辨能力,精确度更高。

Patent Agency Ranking