基于SAM和Transformer的交通标识缺陷检测方法、系统及介质

本发明公开了基于SAM和Transformer的交通标识缺陷检测方法、系统及介质，采集交通标识的图像并预处理后，使用YOLO目标检测模型识别图像中的交通标识，并生成交通标识的检测框，框定交通标识所在的区域。将检测框和对应的图像输入到SAM模型中，提取交通标识的轮廓；将提取的交通标识的轮廓以及数据库中正常状态的交通标识的轮廓，同时输入基于Transformer的神经网络分类器进行对比分析，最终输出缺陷检测结果，给出具体的缺陷类型和置信度评分。本发明将YOLO目标检测、SAM模型与基于Transformer的神经网络分类器相结合，确保了每个阶段的任务都能够在前一阶段结果的基础上进行优化，从而提升了最终的检测精度和效率。