一种基于逆向蒸馏学习的工业缺陷检测方法

本发明公开了一种基于逆向蒸馏学习的工业缺陷检测方法，涉及工业缺陷检测技术领域，包括噪声图片的生成及过滤、逆向蒸馏学习融合注意力机制；本发明中，提高复杂背景下细微缺陷检测定位能力，尤其是在背景纹理复杂或噪声水平较高的情况下，缺陷面积小、与背景对比度低的缺陷；性能上，在图像级AUROC为99.0％，像素级AUROC为98.23％，AUPRO能达到95.02％，远高于其它基于蒸馏学习的各项指标；实时性上，单张图片检测速度快，能达到25ms，实时性位居前列，缺陷检测以及缺陷定位性能更高；噪声合成及过滤是为了提高小缺陷检出率以及降低误检率；MFF+注意力机制是为了提高逻辑缺陷检测率。