基于改进RT-DETR的玻璃真空太阳能集热管缺陷检测方法

本申请涉及缺陷检测技术领域，尤其涉及一种基于改进RT‑DETR的玻璃真空太阳能集热管缺陷检测方法，包括，采集玻璃真空集热管表面缺陷图像，构建数据集并进行分类标注，构建迁移学习所需的源域与目标域数据集；基于RT‑DETR检测框架构建改进神经网络模型：选用ResNet‑18作为主干网络，并将其标准卷积结构替换为动态混合卷积模块，以增强模型对多尺度特征的提取能力；在颈部网络中引入层次注意力融合模块，提升局部与全局特征的信息表达能力；同时集成Transformer解码器以完成目标查询与预测；引入迁移学习策略，对所构建模型进行预训练，通过余弦相似度筛选出与目标数据集相似度较高的图像用于迁移，再在目标域上进行微调训练，提升模型在小样本条件下的收敛速度和检测性能。