摘要
本发明公开了一种采用领域对抗自适应多尺度特征融合的钢材缺陷检测方法,包括:采集并输入第一钢材图像训练集,采用简单线性迭代聚类算法和多尺度特征融合将第一钢材图像训练集中的训练图像转化为图结构,并获得图结构中各个节点的初始节点特征;将初始节点特征输入动态多头注意力机制网络,以使动态多头注意力机制增强初始节点特征的特征表示能力,输出对应的增强节点特征;通过迁移学习与生成对抗网络,训练获得与第一钢材图像训练集对应的钢材缺陷检测模型。本发明可以提高钢材缺陷检测模型的性能,进而使得钢材缺陷检测更加精准。
技术关键词
钢材缺陷检测
多尺度特征融合
节点特征
多头注意力机制
线性迭代聚类
生成对抗网络
训练集
矩阵
数据
图像
动态
分类器
纹理特征
三原色
算法