一种基于深度学习的防扭钢丝绳缺陷识别检测方法及系统

本发明公开了一种基于深度学习的防扭钢丝绳缺陷识别检测方法及系统，涉及机器视觉技术领域，包括建立针对防扭钢丝绳表面图像的数据采集体系，数据采集体系包括通过图像采集设备获取的第一分辨率图像数据集，以及对第一分辨率图像数据集进行标准化处理；根据第一分辨率图像数据集构建特征约束重建模型，并根据特征约束重建模型生成第二分辨率图像数据集；基于第二分辨率图像数据集构造分割模型，并标注目标表面的异常区域，输出异常区域的区域特征信息；根据区域特征信息建立分类网络，利用分类网络对异常区域进行分类，得到防扭钢丝绳异常类型，完成异常识别。本发明具备高鲁棒性、强适应性和广泛的应用价值。