一种基于深度学习的汽车玻璃屏表面缺陷检测方法及系统

本发明公开了一种基于深度学习的汽车玻璃屏表面缺陷检测方法及系统，包括：S1：获取汽车玻璃屏表面的原始图像并进行图像自适应增强和自适应滤波处理，获得预处理图像；S2：对预处理图像进行多尺度小波变换和高斯拉普拉斯金字塔分解，提取多层次的图像特征图；S3：利用改进的注意力机制和多分支卷积神经网络，提取多层次的图像特征图中的缺陷敏感特征向量并进行初步分类；S4：基于缺陷敏感特征向量构建缺陷概率图并进行缺陷区域定位，获得缺陷候选区域；S5：对缺陷候选区域进行定量分析并输出最终检测结果。本发明能够实现高效准确的表面缺陷检测，为工业产品质量控制提供可靠的技术支持。