基于对比学习的物料缺陷分类方法、装置、设备及介质

本发明提供了一种基于对比学习的物料缺陷分类方法、装置、设备及介质，其方法包括：对原始物料图像进行增强处理，获得增强物料图像，原始物料图像和增强物料图像组成多个图像对；将图像对输入初始分类模型，初始分类模型包括编码器和投影头，编码器提取图像对的特征，获得图像特征，投影头将图像特征映射至对比学习空间，获得映射向量，并基于映射向量确定损失函数值，基于损失函数值和优化算法对参数进行优化；当迭代次数大于最大迭代次数时，移除投影头，并在编码器后级联丢弃层和全连接层，获得分类模型；对分类模型进行训练，获得目标分类模型；将待识别物料图像输入目标分类模型中确定物料缺陷类别。本发明提高了物料缺陷分类的准确性。