基于结构化状态空间模型的金属表面缺陷分类模型构建方法及应用

本发明属于工业缺陷检测技术领域，公开了一种基于结构化状态空间模型的金属表面缺陷分类模型构建方法及应用。本发明构建深度卷积和双向Mamba模块结合的模型结构，利用深度卷积在空间维度上并行地捕获图像数据的局部空间特征，再通过双向Mamba的长序列建模能力提升模型的上限和容量；并提出一种具有可学习缩放因子的多尺度特征融合模块M2SF，能够使网络能同时在多种尺寸不同的数据集上进行鲁棒的训练。本发明提出的方法优势在于同时关注局部和全局特征，并利用双向Mamba结构极大减少单向因果依赖性带来的不利影响，提高分类模型的准确性；引入金字塔结构并融合多尺度的特征，充分考虑训练数据集的不同尺寸，增强模型的泛化能力。