基于持续学习的表面缺陷判别.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

面对智能工业制造中的表面缺陷检测,深度学习已取得显著进展,但这些

异常检测方法仍存在一定局限性。传统异常检测方法仅关注当前任务,导致在

接收新任务训练时无法保留先前学到的知识。在实际工业场景中,缺陷类型、

环境条件、任务顺序和数据分布不断地动态变化,使得传统方法在面对多任务

和长期演化的学习时表现不佳。本文引入持续学习方法,聚焦于解决其面临的

灾难性遗忘和顺序敏感问题,以满足现实工业场景中对异常检测模型的灵活性

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档