一种基于多视图学习的航空发动机叶片缺陷检测方法

本申请涉及一种基于多视图学习的航空发动机叶片缺陷检测方法，包括：将任意一组表面图像输入预训练的ViT特征提取器，以任意一个视角为主视角，提取各视角下表面图像的不同层级的语义特征；计算主视角下的图像特征与其他视角下的图像特征之间的语义特征；采用带扰动的多层感知瓶颈层对不同层级的语义特征进行压缩与降维，得到压缩降维后的图像特征；将图像特征输入至多视图特征解码器，计算主视角下的图像特征与其他视角下的图像特征之间的多视图特征；基于不同层级的语义特征与多视图特征计算损失函数，最小化损失函数使缺陷检测模型学习航空发动机叶片正常图像的特征空间及其分布特性，生成缺陷定位结果。