一种基于多尺度特征融合与混合监督的表面缺陷检测方法
申请号:CN202510954177
申请日期:2025-07-11
公开号:CN120807463A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开了一种基于多尺度特征融合与混合监督的表面缺陷检测方法,具体包括以下步骤:步骤1:输入图像级标签的正常样本和像素级标注的原始缺陷样本,对正常样本进行非线性边缘柔和数据增强,生成像素级标注的合成缺陷样本;步骤2:构建分割子网络,提取多尺度特征图并融合缺陷分割掩码,生成多尺度融合特征表示;步骤3:构建分类子网络,引入聚焦浅层特征的交叉注意力模块恢复多尺度融合特征表示的微小缺陷细节;步骤4:采用混合监督训练策略,优化分割和分类任务的联合损失函数;利用训练后的分类子网络,输出缺陷概率预测。本发明能够减少标注工作量,降低成本,同时提高缺陷检测的准确性和鲁棒性。
技术关键词
表面缺陷检测方法
多尺度特征融合
图像级标签
融合特征
样本
联合损失函数
生成多尺度
注意力
网络
像素
语义特征
空间金字塔
非线性
矩阵
模块
数据
鲁棒性
策略