来源：期刊VIP网 时间：
作者：马凯龙;杨超宇;
单位：安徽理工大学;
摘要：[目的]为实现方便面面饼中细小异物的高效检测，提出一种小样本学习与特征配准的面饼异常检测方法。[方法]采用预训练的残差网络作为特征提取网络，用于高效提取面饼图像的特征；通过引入空间变换网络对图像进行几何变换，以便更好地对特征进行对齐和提取；通过引入特征配准用于对齐图像中的关键特征，确保模型在检测面饼异常时的精确度与泛化能力。[结果]在自制的方便面面饼数据集上进行试验，所提方法在5-shot图像级和像素级的曲线下面积分别达到86.2%和93.3%，优于其他方法在面饼数据集上的表现。[结论]所提方法在面饼异常检测任务中可以有效检测出细小异物。
关键词：面饼检测;;小样本学习;;孪生网络;;异常检测;;残差网络
基金资助：国家自然科学基金资助项目(编号：52227901)
