一种基于通用模型的少样本缺陷检测方法

本发明属于自动化检测技术领域，具体涉及一种基于通用模型的少样本缺陷检测方法。其包括如下步骤：步骤1：通用模型训练；步骤2：数据集制作；步骤3：识别网络设计；步骤4：模型训练；步骤5：特征提取；步骤6：特征匹配；步骤7：正反样本匹配。本发明的有益效果在于：比传统的机器视觉算法精度高，比传统的深度学习算法鲁棒性更强；不需要大量的样本数据训练；待识别的缺陷类型方便定义，不需要再进行训练；正向匹配，提高识别精度；反向匹配，解决零样本数据问题。