基于深度学习的涂装表面缺陷实时检测系统及方法

本发明公开了一种基于深度学习的涂装表面缺陷实时检测系统及方法，通过多尺度特征提取、特征解耦与小样本适配技术，提升跨产品线检测适应性、降低模型训练成本并增强复杂光照下的检测稳定性。该系统通过图像采集模块获取涂装表面图像，其多尺度特征提取子模块提取低级、中级及高级特征，经特征解耦子模块将特征分解为领域不变缺陷特征与领域特定特征，并通过对抗训练抑制干扰特征。小样本适配子模块，借助少量标注样本即可实现快速参数调整与数据增强，反馈控制模块则实时触发生产线修复指令并生成质量报告，从而解决了跨域检测性能衰减、小样本适应性差及光照干扰导致的误检问题，降低跨产品线检测误检率，样本需求减少，提升检测准确率。