一种基于图卷积的缺陷图片多目标分类方法及系统

本申请公开了一种基于图卷积的缺陷图片多目标分类方法及系统，属于涉及极片检测领域，包括：获取缺陷图片数据集；根据缺陷图片数据集中缺陷类型的共现频率生成邻接矩阵，邻接矩阵的元素Aij表征不同缺陷类型之间的关联强度；构建包含主干网络和图卷积网络的ADD‑GCN模型；利用缺陷图片数据集训练ADD‑GCN模型；利用训练后的ADD‑GCN模型对待识别的缺陷图片进行分类。针对现有技术中极片缺陷多目标分类精度低，本申请构建融合主干网络和图卷积网络的ADD‑GCN模型，结合缺陷共现频率构建的邻接矩阵和注意力机制等，提高了缺陷分类精度。