1.一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,包括:
获取BFS塑料安瓿缺陷检测数据集;
构建动态掩码增强无监督缺陷检测模型ViDMAD,包括特征编码器构建、基于损失预测器的动态掩码生成和基于Vision Mamba的解码器设计;
基于构建的模型进行无监督缺陷检测训练;
利用训练后的ViDMAD模型进行缺陷检测;
所述基于损失预测器的动态掩码生成,包括构建损失预测器ViM_predloss用于预测每个图像patch的重建损失,通过对预测重建损失进行归一化排序来筛选潜在缺陷区域,并生成对应强度的噪声掩码来干扰潜在缺陷区域的特征表示,从而抑制解码器恢复缺陷区域,其中,根据输入特征序列,采用三层MLP构成损失预测器ViM_predloss模块,将特征融合其输出的特征表示与对应的位置编码相加,以显示引入空间位置信息,再将特征输入到损失预测器,以获得逐patch的重建损失预测,为保证不同patch表征的一致性和稳定性,在特征提取后施加层归一化操作,并进一步通过一个线性投影将其映射为标量形式,从而得到每个 patch 的预测损失值,表示为:,
其中表示损失预测器ViM_predloss模块,表示层归一化,为线性投影函数,最终输出的表示每张输入图像在个patch维度上的预测损失值;
所述基于Vision Mamba的解码器设计,还包括为增强Vision Mamba在特征重建任务中对局部空间结构的建模能力,将用于SSM支路的因果1D卷积改为对称的same 1D卷积,并引入对称规则卷积,同时在前向和后向SSM分支中各新增基于2D depthwise卷积的空间分支,具体的,针对输入特征序列,对进行维度变换得到,输入到2D depthwise卷积提取局部空间信息,再变换回原始维度后与前向SSM分支的输出相加得到最终表示,表示为:,。
2.根据权利要求1所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,所述特征编码器构建,包括基于Vision Transformer结构构建编码器,用于提取图像的多层特征表示,输入图像经过图像块分割与线性映射后得到特征向量,依次输入多个Transformer Block,并在指定层处提取中间特征,提取过程表示为:,
其中每一层的输出表示第层提取的图像特征。
3.根据权利要求2所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,所述基于损失预测器的动态掩码生成,还包括损失预测器的损失函数设计,包括分别构建相对排序损失和差值损失构成的监督项来对模型进行训练,其中,构建相对排序损失包括采用基于Spearman相关系数的排序损失,给定输入特征图划分为个patch,其预测损失和目标重建损失分别记为,首先分别对和施加零基名次映射;当存在相等值时,名次按实现的索引顺序打破并保持稳定,对两组排序分别做z-score标准化得到和;最后,通过计算二者的余弦相似度得到Spearman 相关:,对应的排序损失为,当预测与真实损失的排序越一致时,相关性越高,越小;构建差值损失来进一步约束预测值与真实重建损失之间的数值差距,其中对于所有patch对,定义预测与目标损失差:,
为消除尺度影响,对差值进行归一化得到和,仅当预测与真实差值方向一致时参与损失计算,并引入平滑权重,则差值损失定义为:,
将排序损失与差值损失加权得到预测损失器的训练目标:
,
其中和为权值超参数,用于调节排序的一致性与差值拟合之间的权重关系。
4.根据权利要求3所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,所述基于损失预测器的动态掩码生成,还包括掩码生成策略与噪声扰动,其中,采用基于预测损失引导的自适应噪声掩码生成策略,在训练与推理阶段引入基于预测重建损失的困难掩码机制,依据损失预测器对各patch的重建难度估计,自适应的生成软掩码强度,并在高损失区域施加强噪声扰动,使模型在整个训练过程中聚焦于高难度重建区域,从而抑制解码器对潜在缺陷区域的过度拟合,具体的,对于输入特征序列,给定掩码率,根据损失预测器输出第k张特征图的预测重建损失,设第个patch的预测重建损失为,将按值从大到小排序,选取前个patch作为重建困难区域:,对这些区域的预测损失归一化得到软掩码强度:,
其中为数值稳定常数,最终得到的即为软掩码强度,再引入高斯噪声,其中为噪声标准差,得到用噪声扰动后的特征表示,从而在引导解码器训练的同时,缓解恒等映射问题发生,表示为:。
5.根据权利要求4所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,所述基于Vision Mamba的解码器设计,包括基于Mamba思想将图像patch序列视为二维空间展开的序列信号,通过状态空间模型对其进行逐层特征建模,设输入序列为,隐藏状态,状态演化通过线性常微分方程ODE驱动:,其中,,,为状态空间参数,表示输出的特征映射或中间隐藏表示,同时引入时间尺度参数并使用零阶保持ZOH离散化:,离散化后,状态演化表示为:,为加速计算,将序列卷积表示为矩阵形式,其中,可视为卷积核,表示序列上的状态空间卷积操作:。
6.根据权利要求5所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,所述基于Vision Mamba的解码器设计,还包括为提升解码器对全局上下文与局部特征的综合建模能力,在原有9层Vision Mamba解码器结构中上,将9层ViM_conv Block组织为3组;在每组的前置加入一层轻量化的自注意力层形成组结构Attention+3×ViM_conv Block,对于每个输入特征序列,公式表示为:其中Attention模块负责捕捉全局上下文信息,ViM_conv Block负责处理长序列与局部特征建模,Self-attention先行于SSM模型。
7.根据权利要求6所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,所述基于构建的模型进行无监督缺陷检测训练,包括对解码器和损失预测器采取解耦训练的策略,将损失预测器专注于预测每个patch的重建难度,并通过排序损失与差值损失的加权组合进行优化,为动态掩码生成提供可靠的指导信号;对于解码器采用结合余弦相似度与均方误差的动态加权patch级损失函数,同时兼顾特征向量的方向一致性和幅度差异,其中,设编码器输出特征为,对应解码器输出的重建特征为,其中表示层索引,损失函数计算过程为:首先余弦相似度与MSE损失,在每个空间位置处,将对应通道维上的特征向量视为一个patch表示,并计算余弦相似度,以1-CosSim作为方向差异度量,同时定义逐patch的均方误差来评估特征向量间的幅值差异:,为动态平衡两种度量,引入基于相对比值的权重系数, 其中:,最终逐patch损失由加权组合,并对每一层的所有patch取平均得到层级损失:;然后计算异常分数图,通过计算编码器和解码器指定层输出的余弦相似度作为多尺度异常分数图,最后相加得到最终的异常分数图,通过计算异常分数图对异常图像进行像素级缺陷定位,以确定缺陷的具体位置。
8.一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测系统,执行如权利要求1所述的一种基于Vision Mamba与动态掩码生成的药瓶缺陷无监督检测方法,其特征在于,包括:数据获取模块,被配置为,获取BFS塑料安瓿缺陷检测数据集;
模型构建模块,被配置为,构建动态掩码增强无监督缺陷检测模型ViDMAD,包括特征编码器构建、基于损失预测器的动态掩码生成和基于Vision Mamba的解码器设计;
模型训练模块,被配置为,基于构建的模型进行无监督缺陷检测训练;
检测模块,被配置为,利用训练后的ViDMAD模型进行缺陷检测。