← 返回列表
图像异常检测方法、装置及电子设备
申请人信息
- 申请人:腾讯科技(深圳)有限公司
- 申请人地址:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层
- 发明人: 腾讯科技(深圳)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 图像异常检测方法、装置及电子设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410235468.2 |
| 申请日 | 2024/3/1 |
| 公告号 | CN117808816A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 腾讯科技(深圳)有限公司 |
| 发明人 | 高斌斌 |
| 地址 | 广东省深圳市南山区高新区科技中一路腾讯大厦35层 |
摘要文本
本说明书实施例公开了一种图像异常检测方法、装置及电子设备,该方法包括:将获取到的待检测图像输入训练好的图像异常检测模型中,利用图像异常检测模型对待检测图像进行图像分割,获得图像异常分割结果;其中,图像异常检测模型是基于正常图像样本、扩散模型生成的异常图像样本以及异常图像样本中的边界框掩码训练获得的,图像异常检测模型的模型损失函数包括边界框掩码对应的区域内的框内损失函数和边界框掩码对应的区域之外的框外损失函数,框内损失函数基于预测正常概率值设置,预测正常概率值越高,框内损失函数的取值越小;基于图像异常分割结果,确定出待检测图像的异常检测结果。利用本说明书提供的技术方案,提升了异常检测的准确性。
专利主权项内容
1.一种图像异常检测方法,其特征在于,所述方法包括:获取待检测图像;将所述待检测图像输入预先训练好的图像异常检测模型中,利用所述图像异常检测模型对所述待检测图像进行图像分割,获得图像异常分割结果;其中,所述图像异常检测模型是基于正常图像样本、扩散模型生成的异常图像样本以及所述异常图像样本中的边界框掩码训练获得的,所述边界框掩码用于表征所述异常图像样本中的异常区域,所述图像异常检测模型的模型损失函数包括所述边界框掩码对应的区域内的框内损失函数和所述边界框掩码对应的区域之外的框外损失函数,所述框内损失函数基于预测正常概率值设置,所述预测正常概率值越高,所述框内损失函数的取值越小,所述预测正常概率值为所述图像异常检测模型输出的预测位置处为正常图像的概率值;基于所述图像异常分割结果,确定出所述待检测图像的异常检测结果。