[发明专利]一种工业缺陷检测的图像分割方法

摘要

本发明公开了一种工业缺陷检测的图像分割方法，首先在异构数据集合上模型学习，经预训练模型中的参数将学习准最佳分布，用于推断过程中的图像数据，利用递归加权模型模型，将信息流中与分类器相关的参数传输到融合迁移模块；然后，通过计算融合迁移模型的广义最大平均差异来构建融合迁移模块的损失函数，实现异构数据的融合学习，递归更新的最优参数，初步传递到双支信息流的右支，完成了异构图像数据集的模型训练监督学习和知识抽取之后，在全局网络中通过知识迁移实现三层次特征抽取的参数最优化。本发明采用异构数据融合学习进行特征抽取，基于知识抽取与推理，解决了工业缺陷检测在图像语义分割过程中的边界模糊问题、多场景融合分割问题。