基于深度学习的微钻刃面的高精度图像检测方法

本发明公开了基于深度学习的微钻刃面的高精度图像检测方法，包括如下步骤：S1、采集微钻刃面的可见光图像与结构光图像，并完成图像预处理；S2、对图像进行空间对齐，执行跨模态融合，生成特征融合张量；S3、将特征融合张量输入多尺度残差主干网络，提取分层语义特征集合；S4、将语义特征集合输入缺陷检测、区域分割与类型分类三任务分支，输出对应预测结果；S5、计算多任务损失函数，动态调整任务分支权重，优化特征共享结构；S6、根据预测结果生成检测报告，输出缺陷坐标、边界轮廓、类型标签与置信度值。本发明实现了微钻刃面多模态融合、高精度识别与结构化输出，显著提升了缺陷检测的准确性、效率与自动化水平。