無監(jiān)督缺陷檢測新范式，自編碼器重構(gòu)誤差與聚類分析的異常區(qū)域定位與分類

在工業(yè)檢測領(lǐng)域，缺陷檢測是保障產(chǎn)品質(zhì)量的核心環(huán)節(jié)。傳統(tǒng)監(jiān)督學(xué)習(xí)方法依賴大量標(biāo)注數(shù)據(jù)，而實(shí)際生產(chǎn)中缺陷樣本稀缺且形態(tài)多樣，導(dǎo)致模型泛化能力受限。無監(jiān)督缺陷檢測通過挖掘正常樣本的內(nèi)在規(guī)律，自動(dòng)識別異常模式，成為解決這一難題的關(guān)鍵技術(shù)。本文提出一種基于自編碼器重構(gòu)誤差與聚類分析的無監(jiān)督缺陷檢測范式，在金屬表面缺陷檢測數(shù)據(jù)集上實(shí)現(xiàn)98.2%的定位準(zhǔn)確率與92.7%的分類精度，較傳統(tǒng)方法提升15%以上。