基于类对齐的域自适应多类缺陷智能检测方法

本申请的实施例涉及计算机视觉目标检测领域，特别涉及一种基于类对齐的域自适应多类缺陷智能检测方法，通过获取工业缺陷图像；基于域共享特征提取器处理工业缺陷图像得到域共享特征数据，基于域私有特征提取器处理工业缺陷图像得到域私有特征数据；基于分类神经网络处理源域私有特征数据和目标域共享特征数据，得到第一标签种类和第二标签种类；根据第一标签种类和第二标签种类确定的域鉴别器处理域共享特征数据得到第一概率值和第二概率值，基于第一概率值和第二概率值确定工业缺陷图像的缺陷分类检测结果，该方法可以高效地利用类对齐和域自适应技术，引导模型学习，提高缺陷检测的准确性和鲁棒性，使得在复杂工业环境下的缺陷检测更加可靠。