一种基于YOLO-NAS与Transformer融合的电容器外观智能缺陷检测方法

本发明公开了一种基于YOLO‑NAS与Transformer融合的电容器外观智能缺陷检测方法，属于人工智能和工业自动化领域，采用轻量级主干网络结合MobileViT，通过NAS优化特征提取架构，提升全局特征表达能力；引入Transformer‑FPN实现多尺度特征融合；通过特征蒸馏利用教师模型高阶特征指导学生模型学习；采用改进定位损失函数优化小目标与不规则缺陷检测精度；结合Soft‑NMS和DIoU‑NMS并通过模型剪枝与混合量化降低计算复杂度，实现嵌入式设备实时检测部署。本发明采用上述的一种基于YOLO‑NAS与Transformer融合的电容器外观智能缺陷检测方法，通过结合轻量化主干网络、Transformer模块、多尺度特征融合以及改进的损失函数，解决小目标漏检、多缺陷区分困难和模型计算复杂度高的问题。