161 / 2025-06-30 23:21:44

基于对比学习的多类别异常检测方法

工业异常检测；多类别异常检测；对比学习

二、复杂系统与智能管理 > 1.复杂系统多尺度建模

随着人工智能技术的不断发展，基于人工智能的质量检测工程能力正在不断增强。当前质量检测系统对单条流水线生产的多种工业元件进行视觉异常检测的需求正在逐步上升，以往的工业异常检测模型往往针对单一工业元件的异常检测进行设计，在同时检测多种工业元件的场景时，性能则会出现显著下降。为了解决这些问题，我们提出了一种新的基于对比学习的多类异常检测方法。该方法首先将多类正常图像编码，生成特征空间中的正常样本，然后在这一编码空间中合成异常样本。接着，我们使用适配网络压缩样本，并通过对比学习有效聚类多个类别的正常和异常样本。最后，利用判别网络进行异常分类和评分预测。通过生成异常样本，我们的框架在MVTec和VisA数据集上达到了基于判别器的最新性能水平。