一种基于多尺度边缘增强的钢铁缺陷检测方法

本发明公开了一种基于多尺度边缘增强的钢铁缺陷检测方法，涉及工业检测领域。构建钢铁缺陷检测数据集并进行预处理，通过构建双主干网络(Composite‑ConvNeXt)与边缘强化特征融合结构(EEFF)，将高低层特征动态交互，强化边缘及小目标缺陷的语义表达；结合改进的损失函数(Focal‑MPDIoU)与数据均衡化策略，在提升模型对模糊边缘、微小缺陷敏感性的同时，抑制样本分布失衡引发的过拟合问题，实现产线钢铁自动化缺陷检测。在复杂工业场景中实现了高精度、强鲁棒性、高泛化性的缺陷检测任务，为金属材质表面缺陷的智能检测提供了有效的解决方案。