.png){kind=icon}
返回
Unsupervised Tablet Defect Detection Method Based on Diffusion Model
.png){kind=icon}
PRE
AI
DOI：10.3390-s25175254.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于重构的无监督检测方法在平板异常检测领域已展现出强大的泛化能力，但仍存在重构效果不佳和异常区域定位不准确等问题。为解决这些问题，本文提出了一种基于扩散的平板缺陷检测（DTDD）无监督方法。该方法采用辅助重构（AR）网络引入原始图像信息，以辅助异常区域的重构，从而提升扩散模型的重构效果。同时，该方法还利用尺度融合（SF）网络及改进的异常度量方法，以提高异常区域的定位精度。最后，在平板数据集上验证了算法的有效性。实验结果表明，本文算法优于同领域其他算法，有效提升了检测精度和异常定位精度，并在平板缺陷检测任务中表现优异。
Keyword:
Diffusion model
Unsupervised defect detection
Assisted Reconstruction
Scale Fusion
Anomaly positioning
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
暂无机构信息
引用论文
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks更快的r-cnn: 基于区域建议网络的实时目标检测
OAAI
OAAI分享收藏
Spatially Variant Convolutional Autoencoder Based on Patch Division for Pill Defect Detection.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Sharma, L.; Prakash, A.; Medhi, B. Ensuring medication and patient safety for better quality healthcare. Indian J. Pharmacol. 2024, 56, 375–378. [Google Scholar] [CrossRef] [PubMed]Sharma, L.; Prakash, A.; Medhi, B. 确保药物和患者安全以提升医疗保健质量。印度药理学杂志. 2024, 56, 375–378. [Google Scholar] [CrossRef] [PubMed]
IF0
PREAI
分享收藏
查看更多内容