一种金属零件表面复杂微小缺陷视觉检测方法

本发明公开了一种金属零件表面复杂微小缺陷视觉检测方法，获取金属零件表面具有复杂微小缺陷的待检测图像；构建LiteDDet网络检测模型，所述LiteDDet网络检测模型包括端到端图像预处理网络E2IPNet、主干网络CSPNet53‑CFGSPP、颈部网络：路径聚合特征金字塔网络PAFPN以及YOLOX预测头；将待检测图像输入至LiteDDet网络检测模型确定目标缺陷类别和位置信息。与现有技术相比，本发明提出了一种名为E2IPNet的U型图像预处理网络，引入非对称大核平衡块对输入图像进行重塑，通过混合注意力模块将得到的特征图进行细化，再使用ALKB‑Block与上采样结合，提出了一个通道特征引导重参数化块来替代YOLOX‑tiny中原本的空间池化金字塔网络，能够提高缺陷检测的精确度。