基于亮度适应增强和内容感知的模糊标注缺陷检测方法

本发明属于工业缺陷检测技术领域，具体是一种基于亮度适应增强和内容感知的模糊标注缺陷检测方法。首先，获取模糊标注数据集，采用亮度适应数据增强的方式进行数据增强，得到增强后的数据集；然后，构建由基于可变形注意力的特征提取网络、内容感知的高效聚合特征融合网络以及检测头组成的缺陷检测模型，基于可变形注意力的特征提取网络包括YOLOv8模型的骨干网络和可变形注意力模块；最后，利用增强后的数据集对缺陷检测模型进行训练，将训练后的缺陷检测模型用于缺陷检测。亮度适应数据增强充分考虑源图像与目标图像之间的亮度差异，亮度差异满足条件才允许两张图像进行相互增强，避免增强图像中缺陷与背景的亮度差异较大，同时将粘贴位置选择在缺陷的常见位置，提高缺陷与目标图像的视觉一致性；模型更加聚焦缺陷的共性特征，有利于提高检测准确度。