一种基于深度学习的光纤连接器缺陷检测方法

本发明公开一种基于深度学习的光纤连接器缺陷检测方法及系统，属于光通信设备质量检测领域。针对传统检测方法特征提取不足、多模态数据利用不充分、环境适应性差等问题，通过多模态数据融合‑特征增强‑动态校准闭环架构实现检测。采用改进Retinex算法等预处理数据，经跨模态注意力机制等融合特征，利用YOLOv8、GAN等增强特征，结合贝叶斯优化等动态校准阈值。可识别多种缺陷，检测准确率≥99.5％、误报率≤0.1％，实现检测全流程智能化，适用于高精度缺陷识别。