基于深度学习的微小目标缺陷识别模型训练方法

本发明公开了基于深度学习的微小目标缺陷识别模型训练方法，涉及缺陷识别模型训练技术领域，围绕微小缺陷检测需求，从高分辨率多样化数据构建和精准标注入手，通过多尺度特征融合与空间注意力突出弱小目标，配合逐层筛选与二次强化训练处理难例场景，并采用多模型融合与在线动态调优实现实时迭代优化，最终扩展至多模态与时序维度以捕捉更深层次与动态缺陷信息，大幅降低漏检误检率，提升对复杂工艺背景下微米级缺陷的检测效率与适应性；且进一步借助红外、X射线或3D形貌等多源数据以及时间序列建模手段，并融合多维并将隐性或早期裂纹纳入检测与预测范围，从而构筑高可靠性、可进化的微小目标缺陷智能识别体系。