基于三重态损耗的异常检测架构
介绍
该项目旨在为目标图像开发基于深度学习的异常检测系统。 该系统可以集成到工厂装配线中,作为制造产品的检查工具。 我们的方法结合使用了AutoEncoder和三重态损失来检测有缺陷的(异常)图像。
数据加载和预处理
我们管道中的第一步是数据加载和预处理。 图像分别标记为OK和NG,其中“ NG”代表异常(变形)图像。 图像信息(即图像路径和图像标签)存储在“ image_path.csv”中。 此CSV文件中的图像代表原始图像。 存储图像信息后,下一部分是在圆形横