[发明专利]一种基于量子化自编码器的无监督缺陷检测方法

说明书

一种基于量子化自编码器的无监督缺陷检测方法，首先对输入图像进行预处理，将预处理后的图像输入编码网络中，映射得到中间特征图，并加上位置编码信息；将中间特征图中每个向量与编码表中的向量进行最邻近匹配，用最接近的向量对其进行替换，得到量化的特征图；然后，将量化后的特征图输入到解码网络中，解码网络将特征图重新恢复成图片；最后对于原图和重建图片，一方面逐像素计算均方误差损失，另一方面分块计算SSIM损失，综合两个指标来判别和定位缺陷。本发明方法利用VQ‑VAE的编码表机制，以及提出的向量三元组损失，抑制了模型的泛化能力，提高缺陷的检出效果，同时通过MSE和SSIM两种指标的结合，提升了对缺陷的定位能力。

技术领域

本发明属于机器视觉技术领域，通过量子化自编码器VQ-VAE将图像映射到特征空间再进行重建，利用独特的编码表强化对缺陷的检测能力，为一种基于量子化自编码器的无监督缺陷检测方法。

背景技术

缺陷检测是工业生产中非常重要的一环，基于机器视觉的缺陷检测技术可以极大的提升工业生产的效率。近年来随着深度学习技术在计算机视觉领域的发展，卷积神经网络在诸多的图像任务上都取得了显著的效果，然而这些方法绝大多数都是需要大量标注数据的有监督学习方法。在实际的工业场景中，缺陷样本往往是难以获取的，导致能够用于有监督学习的数据很少，而且标注数据本身的成本也是巨大的。无监督的方法可以只基于能够大量获取的无缺陷样本进行训练，例如使用生成对抗网络或者自编码器来对图像进行重建，但由于只使用了正样本来进行训练，当模型接收到缺陷样本时，就无法很好的对缺陷区域进行重构。无监督学习的方法往往在效果上与有监督学习的方法有着一定的差距，而且由于模型泛化能力过强，即使只使用正样本训练，模型常常仍能够重建出缺陷，影响检测精度。

发明内容

本发明要解决的问题是：基于有监督学习的方法需要大量的缺陷样本，这是现实的工业场景中难以获取到的。而基于无监督学习的方法在效果上往往难以达到有监督学习的效果，其中很大一部分原因是模型泛化能力过强，导致缺陷区域也能被重建出来，从而无法与原图进行对比来判别缺陷。而且，对于缺陷的定位，如果只简单的将原图和重建图像逐像素地进行差分，往往效果并不好。因此，需要一种能够抑制缺陷重构能力的方法来提升缺陷检测效果，并且需要提出更有效的定位缺陷的方法。

本发明的技术方案为：一种基于量子化自编码器的无监督缺陷检测方法，构建一个量子化自编码器用于缺陷检测，量子化自编码器包括编码网络、编码表和解码网络，

量子化自编码器对输入图像进行归一化预处理，将预处理后的图像输入编码网络中，映射得到中间特征图，并加上位置编码信息；然后将中间特征图中每个向量与编码表中的向量进行最邻近匹配，用最接近的向量对其进行替换，得到量化的特征图；将量化后的特征图输入到解码网络中，解码网络将特征图重新恢复成图片；使用无缺陷的训练样本图像训练量子化自编码器；

缺陷检测时，将待检测图像输入训练好的量子化自编码器，对于原图和量子化自编码器重建的图片，一方面逐像素计算均方误差损失，另一方面分块计算SSIM损失，综合两个指标来判别和定位缺陷。

进一步的，量子化自编码器具体为：

1)编码网络encoder：

输入编码网络的图像映射到一个潜在空间中，得到连续的编码向量z′_e：

z′_e＝encoder(x)

在编码器中加入位置编码position encoding，用位置信息来对特征进行约束，采用Transformer中的提出的Sinusoidal Position Encoding：

编码向量z′_e与位置编码相加共同组成最终的特征向量z_e；