科研之友
微信
新浪微博
Facebook
分享链接
摘要
电机磁瓦是一种主要用在永磁电机上的瓦状磁铁,其表面缺陷检测是确保产品质量和电机性能的一个重要环节。因此,基于标准化流和卷积自编码器,构建了两阶段表面缺陷检测方法,同时采用联邦学习实现了在保护电机缺陷数据隐私的同时,对电机磁瓦表面缺陷进行高效检测。首先,利用预训练的编码器提取特征,将其作为标准化流分类网络的输入,并共享给解码器部分;然后,利用重构误差实现缺陷分割,利用联邦学习实现对数据的隐私保护。相比于有监督学习对缺陷样本的依赖,该方法在训练时只需正常样本,实现了无监督检测,摆脱了对缺陷样本的依赖。最后,在电机磁瓦表面缺陷数据集上验证了该方法的优越性。
- 单位
