一种工业缺陷实时检测与定位方法、系统、装置及介质

本发明提出的一种工业缺陷实时检测与定位方法、系统、装置及介质，所述方法包括：采集工业缺陷数据图像，并对工业缺陷数据图像进行预处理；对工业缺陷数据图像进行标注，生成工业缺陷检测数据集；融合卷积神经网络与循环神经网络，生成深度神经网络混合模型；根据深度神经网络混合模型和工业缺陷检测数据集，进行自监督预训练与迁移学习；为深度神经网络混合模型引入注意力机制，结合边框回归和关键点估计算法，输出缺陷区域的坐标信息；采用模型轻量化技术和硬件加速技术优化模型；将模型和相应的算法封装到预设的工业检测系统中，通过与产线设备联动，进行工业缺陷的实时检测与定位。本发明能够高效、精准的检测和定位工业制品缺陷。