一种基于深度学习的零件缺陷检测方法、设备即介质

本申请实施例公开了一种基于深度学习的零件缺陷检测方法、设备及介质，属于工业产品检测技术领域，解决微小零件检测过程中存在缺陷漏检、检测准确率较低的问题。基于检测能力系数‑零件运动速度关系模型，确定出传送带目标运行速度；对传送带进行速度调节后，对传送带上的零件进行图像采集，得到待检零件图像；在待检零件图像中确定出零件区域，并将其划分为多个网格单元以进行特征信息提取；将特征信息输入预置SSD零件缺陷检测网络，得到零件缺陷信息；对检测中间变量进行时序关联，得到中间变量序列；基于中间变量序列对工业实时检测平台的检测状态进行预测，以基于预测得到的检测状态启动漏检机制，对零件缺陷信息进行二次检测。