工业缺陷检测模型训练方法、检测方法、机器人和存储介质

本申请实施例公开了一种工业缺陷检测模型训练方法、工业缺陷检测方法、工业机器人和计算机可读存储介质。其中，方法包括如下步骤：将模拟缺陷图像作为预先构建的预训练网络模型的输入以处理，获取输出的样本集和执行潜在正样本剔除操作后得到第二负样本集；通过损失函数计算输出的计算结果对预训练网络模型进行迭代调整；将满足第一训练条件的预训练网络模型标记为第一模型，并改造得到第二模型；利用真实缺陷图像集合训练第二模型以得到工业缺陷检测模型。因此，本申请利用工业模拟图像作为训练数据训练，更精准地学习缺陷工业图像特征。通过潜在正样本剔除，缓解类冲突和随机采样导致负样本质量不高问题，利用迁移学习及模型微调提高分类性能。