主要内容

自动视觉检查

使用异常检测和分类技术自动化质量保证任务

自动视觉检测(AVI)是一套用于确定图像是否代表正常(“良好”)状态或异常(“缺陷”)状态的技术。AVI协助和改进生产环境中常见的质量保证流程。现代视觉检测使用机器学习和深度学习技术来产生有用的结果。

选择自动化可视化检查任务的具体技术取决于几个因素。这些因素包括正常和异常样本可用的训练数据量，要识别的异常类别的数量，以及理解和监测预测所需的定位信息的类型。

功能

全部展开

groundTruth 地面真值标签数据
sceneLabelTrainingData 根据地面实况创建场景分类的训练数据
imageDatastore 图像数据的数据存储
trainFCDDAnomalyDetector 训练全卷积数据描述(FCDD)异常检测网络
fcddAnomalyDetector 采用全卷积数据描述(FCDD)网络进行异常检测
anomalyThreshold 异常分值集和对应标签的最优异常阈值
分类 将图像分类为正常或异常
预测 预测非标准化异常分数
anomalyMap 预测逐像素异常评分图
anomalyMapOverlay 使用逐像素异常分数在图像上叠加热图
viewAnomalyDetectionResults 查看异常检测结果
evaluateAnomalyDetection 根据地面真实情况评估异常检测结果
anomalyDetectionMetrics 异常检测指标

主题

Baidu
map