摘要
本发明涉及视觉识别技术领域,具体为一种多工件混流生产的视觉识别检测方法。具体实现步骤包括:利用多光谱成像设备获取多模态工件图像数据,结合工件结构数据和材料工艺参数构建多模态数字孪生体。对数字孪生体进行模式拓展,构建多模态样本数据集。将多模态样本数据集输入多层元学习架构,生成模式联合识别表示。利用多层元学习架构提取待识别混流工件图像的特征表示,并与多模态样本数据集的模式联合识别表示进行相似度对比,生成工件类别标识、缺陷类型标识和异常度指标。本发明通过结合多光谱成像、数字孪生体构建和多层元学习架构,实现了对混流工件类别、缺陷类型和异常度的精准识别。