项目简介


本项目意在基于TCL在智能制造上缺陷检测的成功经验(TCL-READ项目),研发基于自监督学习的大规模异常检测算法和模型,重点解决异常检测中小样本和数据长尾问题,通过针对不同行业的业务和数据特点,研发可在无异常(无缺陷)图像上进行自学习和自训练的异常检测技术,本项目将搭建工业级别的开源数据库和技术生态平台,寻找更加鲁棒的和自动化的自监督训练方法,建立工业异常检测的标准化流程及评测指标,提升工业异常检测技术的性能和跨行业扩展性。具有算法丰富、开箱即用、精度保证等特点。

技术特点:

1.  基于无监督和自监督的大规模异常检测模型的技术方法;在无标签数据中训练通用特征模型(类似visualBERT),并可应用与不同的工业检测任务中;

2.  搭建工业级可扩展的异常检测技术平台;

3.  搭建目前国内最大规模的开源工业缺陷和异常检测数据库。


详细介绍:

https://git.openi.org.cn/OpenI/READ_pytorch/src/branch/master/README.md


项目文档

交流社区

项目动态