一种用于外观缺陷检测的神经网络训练方法、系统、设备及产品

本发明公开了一种用于外观缺陷检测的神经网络训练方法、系统、设备及产品，首先设计动态小波卷积网络来自适应地滤除背景噪声；然后利用改进的YOLOv5网络进行外观缺陷检测，数据增强采用了Mosaic‑4的改进方法Mosaic‑9方法；Backbone网络中添加CA注意力机制模块，进而提升模型对于不同类型缺陷通道特征和空间特征信息的提取能力；Neck部分采用CARAFE上采样算子替换原YOLOv5中的上采样算子，有效的增加模型的感受域。结果表明，该模型可以改进了YOLOv5模型的缺陷检测性能，平均精度均值显著提高。