基于条件令牌的可泛化性深度学习缺陷检测方法

本发明公开了基于条件令牌的可泛化性深度学习缺陷检测方法，涉及计算机视觉、深度学习缺陷检测技术领域，包括针对同一批样品，选择个合格样品图作为参考图像，将待检测样品图划分为待检区域小图，并获取参考图像上同一位置的参考小图；对参考小图进行扩增，将扩增后的参考小图与待检测区域小图作为Transformer网络的输入，通过多层自注意力机制获取两者之间的关键特征信息，并进行特征融合，再利用决策网络进行缺陷检测，得到缺陷的位置掩码和类别。因此，采用上述基于条件令牌的可泛化性深度学习缺陷检测方法，能够应对工业检测领域所面临的各种环境噪声和产品工艺变化，提升缺陷检测的准确率和鲁棒性。