基于深度学习的铝制工件表面缺陷检测方法及系统

本申请涉及工业质检技术领域，公开了基于深度学习的铝制工件表面缺陷检测方法及系统，包括步骤：将输入的工件图像转为第一灰度图像之后进行二值化处理，得到二值化图像；从二值化图像中提取工件轮廓，并根据工件轮廓从第一灰度图像中提取得到的第二灰度图像进行边缘锐化处理，得到边缘锐化图像；对边缘锐化图像进行自适应二值化处理得到待分类图像；通过patch对待分类图像进行轮廓检测处理，得到特征向量集合；根据特征向量集合，通过二分类识别算法和多个分类算法分别依次进行二分类分别‑多分类‑二分类得到确定合格类图像和确定缺陷类图像；本申请显著的降低了类间差异较小造成过检和漏检数量，较大幅度提升了现有深度学习目标检测方法的精度。