一种基于轻量级神经网络的表面缺陷检测方法

本发明公开了一种基于轻量级神经网络的表面缺陷检测方法，其构建一个包含表面缺陷图像训练集，并搭建一个神经网络，神经网络主要由特征提取模块、通道归一化模块、边缘生成模块、自识别模块、交叉注意融合模块、边缘嵌入模块、边缘细化模块构成，将训练集中的数张表面缺陷图像输入到神经网络中进行多轮网络训练，网络训练结束后得到神经网络训练模型；使用神经网络训练模型对测试图像对进行预测，预测得到测试图像对的显著性目标图像；能够有效地提高显著性目标检测的准确度且具有较少的计算复杂度。