逆向残差蒸馏网络

无缺陷样本可用

仅用无缺陷图像训练的无监督缺陷检测模型，在转向节数据集上实现高精度检测与分割。

Shuaijie, Zhou · 程淑红 · 张典范 · Zedai, Wang · Zhang, Shijun · Yujie, Zhu · 王洪波

Engineering Applications of Artificial Intelligence 2024

技术优势

无需缺陷样本

仅用无缺陷转向节表面图像即可训练，省去收集和标注缺陷样本的成本。

克服过泛化

整合反向蒸馏和渐进式蒸馏，解决学生网络的过泛化问题，提高蒸馏效率。

应用场景

• 工业质检：部署到生产线，无需缺陷样本即可自动检测产品表面缺陷。
• 汽车零部件检测：用于转向节等汽车零部件表面缺陷检测，减少人工目检。
• 机器人视觉检测：与机器人视觉系统结合，实现自动化高速质检。
• 精密测量与仪器：为精密检测设备提供高精度缺陷分割功能。