一种基于深度学习的焊接缺陷检测方法

本发明公开了一种基于深度学习的焊接缺陷检测方法，包括收集焊接缺陷图像；对图像进行图像预处理，对图像中的焊接缺陷进行分类标注并形成数据集；将数据集进行划分；构建焊缝缺陷检测模型；使用训练集对模型进行训练，并使用所述验证集进行验证，利用训练与验证的结果计算模型每次训练的损失函数和损失值对模型参数的梯度，并根据梯度和学习率更新模型的参数；判断模型性能是否达到预期或是否达到最大训练次数；输出训练好的模型并使用验证集评估训练好的焊接缺陷检测模型的性能。本发明的多尺度卷积注意模块不仅减少了计算量，还能使模型更有效地捕获条带状焊接缺陷的特征，提升模型在复杂背景下的多尺度缺陷检测性能。