融合注意力门控机制与组合损失函数实现绝缘子缺陷无监督检测

摘要

无监督学习在绝缘子缺陷检测方面虽具有不依赖缺陷样本等优点，但仍存在特征融合受限、不易分辨真实缺陷与复杂背景干扰、小目标难以定位等问题。为此，采用了一种改进自动编码器的缺陷检测方法。使用改进的卷积自动编码器对绝缘子串图像进行重建，采用注意力门控跳跃连接使模型自动聚焦异常区域，抑制常规纹理干扰。在编码器部分加入注意力门控跳跃连接，于损失函数部分引入SSIM函数，采用的组合损失函数形式，重建误差分析判别缺陷。设计自适应阈值策略实现缺陷检测。实验结果表明，改进模型在缺陷检测时受试者工作特征曲线下面积（AUROC）达到0.999 6,F1分数达到0.932 4。相比现有缺陷检测方法，该方法不依赖缺陷样本训练，可避免复杂环境干扰，能有效检测出缺陷。

关键词

绝缘子 / 缺陷检测 / 自动编码器 / 无监督学习 / 注意力机制

基金资助

国家自然科学基金（U21A20486）