基于深度支持向量数据描述模型的拉链异常检测方法

摘要

本发明公开了一种基于深度支持向量数据描述模型的拉链异常检测方法，其方案是：采集拉链图像；获取训练集，测试集与验证集，并进行预处理；构建自编码器，用预处理后的训练集拉链图像块对其预训练；将训练后自编码器中的编码器参数作为深度支持向量数据描述模型中特征提取网络的初始参数，用预处理后的训练集拉链图像块对其训练；将验证集和测试集中的拉链图像块分别输入到训练好的深度支持向量数据描述模型中，得到经验阈值T和测试集中拉链图像块的异常得分s，若s＞T，则拉链块为异常，反之，为正常；归并完整拉链上所有拉链块检测结果，检测出整条拉链的质量。本发明检测种类多，检测精度高，检测速度快，大大降低了数据采集成本，可用于拉链生产线。