基于深度迁移学习的弓网缺陷检测与特征融合方法

本发明属于缺陷检测技术领域，公开了基于深度迁移学习的弓网缺陷检测与特征融合方法；方法包括：采集传感器数据，传感器数据包括检测数据和环境数据；检测数据包括待检测物体的可见光图像、红外热成像和激光3D点云；环境数据包括温度和湿度；对检测数据进行对齐处理，获得对齐后的多模态数据集；对对齐后的多模态数据集作为进行域自适应特征提取，获得多模态的域不变特征向量；本发明突破单模态检测的局限性，提升缺陷识别准确率与环境适应性，降低标注数据依赖，实现缺陷的定性与定量分析协同输出，显著提高弓网设备状态评估的智能化水平与运维效率。