基于深度学习的外观缺陷识别方法与系统

本申请涉及深度学习技术领域，尤其涉及一种基于深度学习的外观缺陷识别方法与系统，包括获取样本数据集，样本数据集包括若干合格样品外观图像和不合格样品外观图像；计算高差轮廓变化幅度值，基于不合格样品外观图像的高差轮廓变化幅度值确定高差轮廓变化幅度值的缺陷值区间；以样本数据集以及每个样本数据对应的高差轮廓变化幅度值作为输入，样本数据是否存在缺陷作为输出训练得到缺陷识别模型；获取目标样品的外观图像并计算得到高差轮廓变化幅度值，将目标样品的外观图像及其高差轮廓变化幅度值输入至缺陷识别模型；生成识别结果。本申请能够在有限样本条件下提升模型的稳定性和缺陷识别准确率。