基于物理建模和深度学习的金属板材表面缺陷检测方法

本申请公开了一种基于物理建模和深度学习的金属板材表面缺陷检测方法，涉及缺陷检测领域，该方法包括：获取目标金属板材表面的深度图像，并确定各个位置处未形变的理想深度；进一步构建缺陷模型，并生成多张缺陷样本图像，得到缺陷样本数据集；构建引入梯度特征强化模块的YOLO模型，将缺陷样本数据集输入YOLO模型中，训练得到表面缺陷检测模型；将待检测深度图像输入该模型中，检测得到各个缺陷区域的像素位置和二维几何特征，并映射至三维点云空间中，得到各个缺陷区域的空间位置和三维几何形貌。该方法实现了基于二维检测的三维点云定位，有效解决了金属板材表面缺陷样本稀缺问题，提升了微小缺陷检测结果的准确性。