混合域自适应DCNN架构的金属表面缺陷检测评估方法

本发明公开了混合域自适应DCNN架构的金属表面缺陷检测评估方法，通过融合状态空间模型、对抗性学习技术，构建多阶段特征提取网络，通过空间‑通道适应的动态建模跨领域差异，强化同一领域特征一致性及源‑目标领域特征对齐，进一步提出熵驱动的知识蒸馏策略，利用Margin ReLU函数抑制噪声并增强目标领域特征表达，结合轻量化蒸馏实现高效部署；通过梯度反转层进行像素级与特征级对抗训练，提升领域不变性；设计熵引导的随机多层扰动机制，自适应融合多领域特征并增强模型抗噪能力，此外，集成回归激活图可视化缺陷关注区域，提升决策可解释性，为智能制造提供高精度、强鲁棒性、可解释的缺陷检测评估方案。