基于自适应深度学习模型训练的水下建筑物缺陷检测方法

本发明涉及水下图像识别技术领域，具体为基于自适应深度学习模型训练的水下建筑物缺陷检测方法，包括获取水下图像数据作为第一训练集，利用生成对抗网络生成包含缺陷原型表征和环境特征向量的第二训练集；构建自适应检测模型，包括主干特征提取器、多尺度特征金字塔、自适应注意力模块和缺陷知识嵌入模块；利用环境特征向量和缺陷原型表征对训练数据进行课程排序；利用标准检测损失、原型对比损失和辅助损失进行优化；引入对抗训练，持续对缺陷原型嵌入向量进行对齐与微调，最终得到训练完成的自适应检测模型；利用训练完成的自适应检测模型实现对水下建筑物的缺陷检测，最终实现了水下缺陷精准高效检测。