基于动态正则熵可微分架构搜索的工业缺陷图像检测方法

本发明提供一种基于动态正则熵可微分架构搜索的工业缺陷图像检测方法，涉及图像分析技术领域。获取待检测分类的工业图像数据并构建工业图像数据集，划分训练集和验证集；构建用于搜索架构的可微分搜索超网模型，初始化网络权重ω和架构参数α，及计算损失函数和梯度更新用的损失模型和优化器；进行多轮次训练，每轮次的各批量中分别使用训练集、验证集计算损失并更新ω、α；训练完后，将α离散化，得到最后搜索的神经网络架构，并在整个数据集上对该架构进行重训练，将其作为检测工业图像中异常缺陷的分类模型，输入待检测分类的实际工业图像，得到缺陷检测结果。本发明方法能在长时间搜索下不出现性能坍塌，能搜索出检测性能优良的架构。