异常检测的目标是检测众多正常样本中的异常样本. 在大数据时代,如何将异常检测应用于现实场景成为当下需要着重思考的问题之一. 目前已有模型存在难以处理实际场景中遮挡、光照、色差等动态干扰,无法快速迁移应用场景等问题. 基于此,提出了一种基于背景-前景组成式建模的深度学习模型,用于检测电路板场景中的异常物体. 首先通过特征提取网络将输入图像重构为不包含异常物体的干净背景图像,并通过跳层连接保留图像可能存在的动态干扰. 得到重构背景后,通过空间变换网络提取到异常物体的位置信息,利用自编码器提取到异常物体外观、形状和存在的隐空间表示并重构出每个异常物体. 将重构的异常物体和背景图像组合得到完整图像并通过对异常物体的存在表示给定阈值来实现异常检测. 为了验证方法的有效性,从真实的电路板组装环境中收集数据,并模拟实际生产中标注有限的情景,从而创建用于分析的电路板异物数据集. 此外,还在航道异物碎片数据集上进行实验验证. 结果表明,提出的方法在该数据集上表现良好,能够检测出9个真实场景数据中的所有异常目标,漏检率低至0%,可以应用于现实世界的电路板组装场景.
… … 相似文献NAND闪存(NAND flash)因为其大容量、轻便、抗震等优异特性,被广泛使用于移动设备. 面向闪存特性设计的闪存友好型文件系统(flash friendly file system,F2FS)是典型的日志结构文件系统(log-structured file system,LFS),它采用日志结构写机制提升了随机写性能,使用前滚恢复技术实现快速的一致性保护,经常被用作移动设备的文件系统. 文件系统因碎片化和段清理问题导致性能下降,而日志结构文件系统的异地更新机制和移动应用的高并发随机同步小写模式进一步加剧了碎片化,导致I/O请求响应变慢、设备运行卡顿. 首先介绍了移动设备日志结构文件系统的相关概念和内容,随后总结了日志结构文件系统碎片化和段清理问题的研究现状. 一方面分析了碎片产生的原因与影响,从预防碎片产生和重整碎片2个角度总结了减少碎片的研究工作. 另一方面分析了冷热数据混合对段清理的影响,从静态分类和动态分类2方面总结了冷热数据区分技术的研究现状,从管理数据分布和调整段清理时机、频率、对象2个角度总结了段清理的研究现状. 最后展望了移动设备日志结构文件系统研究的主要挑战和未来研究工作.
… … 相似文献