一种基于深度学习的视觉检测系统

本发明公开了一种基于深度学习的视觉检测系统，本发明包括图像获取单元，图像获取单元用于获取产品的原始图像数据并提取图像中的节点和边信息，根据获取的数据生成包含节点和边特征的图数据结构；噪声过滤模块，噪声过滤模块获取图像获取单元的图像数据并消除图像数据中的噪声节点和边。本发明通过建立产品各层的局部图神经网络和时序图神经网络，实现每层独立建模，并通过跨层连接将不同层的图神经网络连接起来，形成整体图神经网络模型。跨层连接中使用注意力机制，动态调整层间信息传递的权重，使得模型能够捕捉到产品内部复杂的层间关系和动态变化，提升了模型的表达能力和准确性。