非标准拍摄场景下域自适应小样本缺陷分类的模型训练方法、系统及应用

本发明公开了一种非标准拍摄场景下域自适应小样本缺陷分类的模型训练方法、系统及应用，属于卷积神经网络领域，所述方法包括：建立大型装备制造业表面缺陷小样本数据集，并分为支撑集和查询集；获取基础模型及缺陷类元数据集；通过迭代学习获得图像嵌入提取器FQ；得到类别嵌入，通过机器学习调整类别嵌入；将图像输入模型，自动裁切模块通过训练获得裁切图片，将图片裁切成多个图像块；图像块通过FQ得到图像块嵌入，推荐模块选择最优的图像块为图像嵌入；代表图像嵌入与类别嵌入进行比较确定分类；本发明采用模型领域自适应结合图像嵌入的方式，对于大型装备制造业小样本的表面缺陷能够更好地学习到相关的特征信息，提升缺陷检测的准确度。