一种基于深度学习的鞋面缺陷检测方法和系统

本发明公开了一种基于深度学习的鞋面缺陷检测方法和系统，方法包括：采集鞋面缺陷图片，并按照开裂、溢胶、破损和污渍四类缺陷类型进行分类标注，构建数据集；基于YOLOv11算法的网络框架进行改进，得到改进后的CCAS‑YOLO模型；所述改进包括：构造C3k2‑CaFormer‑CGLU模块来代替原有模型的C3k2模块，结合ASF‑YOLO和SDI构建特征金字塔网络，以及融合并创建损失函数Focaler‑Shape‑IoU替换原有模型的CIoU损失函数；利用改进后的CCAS‑YOLO模型对构建的数据集进行鞋面缺陷检测；本发明在保证精度比其他模型精度高的同时，计算量并没有显著增加，提高了鞋面缺陷检测效果和效率。