基于人工智能的金属实时沉积缺陷检测方法

本发明涉及基于人工智能的金属实时沉积缺陷检测方法，包括：获取沉积缺陷数据集，并利用主干网络提取关键沉积特征；通过高效混合编码器捕捉沉积特征中的高级语义特征并进行多尺度特征融合；利用交并比感知查询选择方法，在训练过程中对不同交并比的沉积特征分配对应的分类分数，以约束模型学习，并通过优化对象查询，在解码阶段选择更精确的沉积特征；将优化对象映射到分类置信度和边界框中，并通过解码器中的去噪模块加速训练收敛。本发明的有益效果是：本发明以沉积缺陷为对象，设计端到端实时目标检测的人工智能算法模型，训练速度快，泛化能力强，适用于电弧增材制造等需要高效、实时、准确检测的沉积应用场景。