一种基于多模型集成的缺陷分类方法

本发明公开了一种基于多模型集成的缺陷分类方法，包括：将样本输入到已经训练好的深度学习模型中，样本先输入到模型一，该模型用于识别待测物表面是否有缺陷；若模型一的输出结果为有缺陷，则将样本输入到模型二，模型二用于识别待测物表面包含的缺陷的类型；否则，将样本输入到模型三，模型三用于识别干扰特征的类型，同时还用于补充识别待测物表面是否有缺陷；若模型三的输出结果为无缺陷，则由模型三识别待测物表面包含的干扰特征类型；否则，将样本输入到模型二中，由模型二识别待测物表面包含的缺陷的类型；本方法利用三个模型协同处理复杂的样本图像，有效提升了缺陷分类结果的准确性，避免漏识别、误识别。