一种降低特征冗余的轻量化法兰锻件表面缺陷检测方法

本发明公开本了一种降低特征冗余的轻量化法兰锻件表面缺陷检测方法，本发明利用显微镜连接Nano genle相机，将显微镜下观察到的法兰锻件表面图像，使用Nano genle相机进行图像采集，以此获得高质量缺陷图像，增大的样本中缺陷的提取特征，以此来作为数据集用于模型训练，能够大幅度提升模型训练效果；通过空间重构和信道重构的协同工作，有效地减少了网络参数中的冗余特征，能够提供一个平衡性能与效率的轻量化模型设计策略；采用RankSortLoss作为分类损失，不需要额外的辅助头，简化了网络结构，减少了模型的复杂性。