[发明专利]一种用于铸件射线图像的自监督学习方法

摘要

本发明提供了一种用于铸件射线图像的自监督学习方法，其步骤为：步骤1.自监督学习任务所需的图像数据集的构建；步骤2：自监督模型训练；步骤3.网络应用。通过熵选择遮蔽策略与稀疏卷积预训练架构实现铸件射线图像的自监督预训练，克服传统方法不适用于卷积神经网络与忽略图像不同区域之间的信息密度差异的问题。相比于自然图像预训练与传统自监督学习方法，本发明在提升模型下游任务的精度方面具有更好的效果。在铸件缺陷检测领域中卷积神经网络仍然是主流方法，因此本发明更适用于铸件缺陷检测领域。