一种基于深度学习的X射线焊缝图像缺陷检测方法

本发明提供一种基于深度学习的X射线焊缝图像缺陷检测方法，首先制作焊缝缺陷检测数据集，然后划分数据集，再利用改进Gold‑YOLO方法进行缺陷特征提取和检测。Gold‑YOLO骨干网络采用EfficientRep网络，由基于结构重参化的RepVGG模块组成，采用多分支提取特征的方法增强网络表征能力；在底层特征图上进行特征聚合，采用InceptionNext模块对特征聚合后的特征图进行信息融合，使用快速自注意力机制，通过替换归一化层和激活函数并减小特征图大小，加快自注意力机制中的矩阵运算达到加快推理速度目的，最后使用快速双路门控机制作为前馈神经网络，在信息筛选的同时保证了精度。