面向多场景智能制造缺陷检测大模型训练方法

本发明为面向多场景智能制造缺陷检测大模型训练方法。该方法采用掩码自编码的ViTDeT主干预训练、DINO检测头对比预训练、有监督数据标注图像端到端微调；ViTDeT主干预训练的训练任务是生成被遮掩部分的HOG特征描述符，在预训练完成后，舍弃掩码解码器部分，保留ViTDeT主干的权重；对比以ViTDeT主干构成的孪生网络中，两个DINO检测头输出的特征，使其尽可能相似的同时，拟合伪边界框的位置。采用有标注的图像数据微调此预训练缺陷检测模型。将训练后的缺陷检测模型用于不同场景下智能制造产品的缺陷检测。采用分阶段的方式对多场景智能制造缺陷检测大模型进行训练，提升了大模型对大规模无标注数据的利用率，同时提高了其对不同场景缺陷的检测精度。