一种针对超纤革瑕疵检测模型的检测模型重复性增强方法

本发明公开了一种针对超纤革瑕疵检测模型的检测模型重复性增强方法，包括：对同一型号超纤革采集数卷图像，将采集的图像分割为无瑕疵区域图像和有瑕疵区域图像；通过双分支变分自编码器网络处理无瑕疵区域图像以提取共有特征与扰动特征，将扰动特征作为噪声向量存储；利用特征注入U‑Net网络，对有瑕疵区域图像在瓶颈层通过特征调制注入提取的扰动噪声，生成与原图一一对应的扰动瑕疵图像；采用YOLO系列网络结构并引入置信度一致性约束损失函数，对原始瑕疵图像与生成的扰动瑕疵图像进行联合训练，强化模型在不同环境条件下对同一瑕疵的一致预测能力。本方法能够显著提升超纤革瑕疵检测的重复率，同时保持检测精度和实时性。