一种基于深度学习的钢铁表面缺陷检测方法

本发明公开了一种基于深度学习的钢铁表面缺陷检测方法，该方法首先获取带钢表面缺陷数据集，并进行预处理。其次构建深度特征提取网络，进行特征提取，得到深度特征，并构建级联特征融合模块，进行深度特征的融合。然后基于深度特征提取网络相应阶段的输出特征，通过卷积注意力模块，进行特征的注意力增强，获得重标定的特征。最后基于重标定的特征和融合后的深度特征，进行边缘引导和显著目标融合，输出检测结果。本发明在处理复杂的缺陷场景时，能够准确进行缺陷检测。