一种基于曼哈顿相关注意力网络的金属部件异常分类方法

本发明公开了一种基于曼哈顿相关注意力网络的金属部件异常分类方法，包括：S1、构建金属部件数据集；S2、构建曼哈顿相关注意力网络，并利用金属部件数据集对其训练，得到金属部件异常分类网络(MCA‑Net)；S3、利用金属部件异常分类网络对待检测金属部件图像进行识别，获得异常分类结果。本发明MCA‑Net中，通过设计曼哈顿保留注意力(MRA)模块通过全局信息建模来搜索小异常区域，通过局部特征分析难以察觉的细微异常；并设计了结构上下文注意力模块，通过聚合上下文结构依赖关系来区分在视觉上与正常区域相似的不正常区域，不仅考虑区域自身的特征，还考虑其周围上下文和结构关系，有助于系统准确地对异常区域进行分类。