一种玻璃表面缺陷智能检测方法及系统

本发明涉及玻璃质量检测技术领域，具体涉及一种玻璃表面缺陷智能检测方法及系统，该方法包括：获取玻璃表面图像并进行数据预处理，数据预处理完成后构建基于GAN的网络模型，将现有的玻璃表面缺陷图像数据集作为模型的输入，生成新的玻璃表面缺陷图像数据集；构建基于深度学习的待测玻璃表面图像缺陷检测模型，采用生成的新的玻璃表面缺陷图像数据集训练模型，训练完成后进行待测玻璃表面图像缺陷智能检测，并输出检测结果，将检测结果进行可视化输出。本发明通过图像处理结合深度学习的方法，有效学习玻璃表面的缺陷特征，准确检测出待测玻璃的表面缺陷并对缺陷类型进行分类，提高检测的精度和效率。