基于多域特征融合网络的产品表面缺陷识别方法，设备及介质

本发明涉及一种基于多域特征融合网络的产品表面缺陷识别方法，设备及介质，将采集产品表面缺陷识别数据集得到的缺陷图像输入A‑ACN骨干网络的第一层网络，得到第一特征图；将缺陷图像输入峰值区域辅助特征学习模块，得到峰值特征图，并将峰值特征图与第一特征图相加，得到第二特征图；将第二特征图输入骨干网络的第二层网络，得到第三特征图，将第三特征图和缺陷图像分别输入多域混合注意力模块，得到第四特征图；将第四特征图输入骨干网络的第三层网络，并通过门控特征选择模块得到第五特征图；将第五特征图输入骨干网络的第四层网络和第五层网络，得到最终的输出缺陷类别。与现有技术相比，本发明具有精度高、泛化能力强和鲁棒性强等优点。