克日，，学院王天雷副教授团队的硕士研究生李泽亮在国际著名期刊《IEEE Transactions on Instrumentation and Measurement》揭晓题为《Few-Shot Steel Surface Defect Recognition via Self-Supervised Teacher-Student Model with Min-Max Instances Similarity》（《基于最小化最大实例相似性的自监视师生模子识别小样本钢材外貌缺陷》）的科研论文。。
该论文揭晓在TIM期刊。。壹号娱乐APP为第一单位，，相助院校有米兰大学。。作者划分为王天雷副教授（第一作者、、通讯作者）、、硕士研究生李泽亮（第二作者）、、徐颖副教授（通讯作者）、、陈家聪、、以及米兰大学的三位教授Angelo Genovese、、Vincenzo Piuri、、Fabio Scotti。。IEEE Transactions on Instrumentation and Measurement（TIM）是工业领域、、仪器仪表领域国际顶级期刊，，重点收录应用于工业、、仪器、、丈量和传感科学与工程理论、、看法和手艺，，以及信息的处理、、诠释和撒播等立异研究效果，，影响因子为5.6。。
钢外貌缺陷（SSD）识别关于包管工业金属产品的质量和经济效益起着至关主要的作用。。现在，，基于深度学习的识别要领在相关文件中取得了优异的性能。。然而，，这些要领通常依赖于大宗的训练数据和标签信息的可用性。。关于SSD识别，，SSD数据往往缺乏，，标签稀缺，，使得训练监视深度模子变得难题。。该论文提出了一种基于自监视学习（Self-SCL）的小样本SSD识别要领，，该要领可以在训练前阶段有用地学习未标记数据的数据体现，，并在微调阶段从少数标记样本中学习种别。。在该要领中，，文章提出了一个具有最小化最大实例相似度（MMIS）正则化的信息导向的西席-学生（TS）预训练模子。。在训练前阶段，，文章使用多视图机制构建了一个具有多视图信息的西席编码器（TE），，并使用TE所爆发的富厚信息指导学生编码器（SE）举行数据表征的学习。。特殊地，，文章引入了MMIS来解决SSD数据中类内距离和类间距离之间的模�：：晕侍�。。
图注1: 文章所提出的TSMMIS自监视框图
图注2: 对差别区域、、差别尺寸的缺陷举行感兴趣区域可视化
文章使用多视图机制，，在有限的未标记SSD数据中增添实例级信息，，并构建TS�？�，，以Self-SCL的方式学习这些信息，，以获得稳健的数据体现能力。。同时，，文章为了更好地处理SSD数据中类内和类间的距离模�：：晕侍�，，提出了MMIS，，它勉励增强实例之间的差别，，缩小模子的决议界线。。最终，，文章所提出要领在四个SSD数据集上与多种最先进的算法举行了较量，，并取得了最优的体现。。
主要作者介绍：：：
王天雷副教授，，本科结业于北京邮电大学信号处理专业，，硕士结业于华南理工大学电信信号处理专业，，博士结业于北京交通大学清静工程专业。。他的研究偏向是智能系统、、控制理论和模式识别。。
李泽亮，，2021年结业于壹号娱乐APP，，获工学学士学位。。壹号娱乐APP2021级硕士研究生。。主要研究偏向为图像分类、、自监视学习。。
徐颖副教授，，博士结业于华南理工大学控制理论与控制工程专业，，现在是壹号娱乐APP电子与信息工程学院副教授，，硕士生导师。。研究偏向为信息处理手艺、、模式识别与智能控制。。
联系壹号娱乐APP
通讯地点：：：广东省江门市蓬江区迎宾大道中99号香港台山商会大楼508室
联系电话：：：0750-3299709
电子邮箱：：：wyudzxx@wyu.edu.cn
