一种基于AI视觉的面料瑕疵检测方法

本发明属于计算机视觉与图像技术领域，且公开了一种基于AI视觉的面料瑕疵检测方法，该基于AI视觉的面料瑕疵检测方法的具体步骤如下：S1：采用工业级线阵相机与同步光源阵列；S2：对采集的原始图像进行噪声滤波；S3：将增强图像输入改进型ResNet多尺度卷积神经网络；S4：对特征图嵌入残差注意力机制；S5：将瑕疵强化特征图与标准样本库图像进行动态特征匹配；S6：将初筛得到的疑似瑕疵区域输入自监督异常检测模型；S7：结合异常检测结果与历史批次检测误差；S8：基于动态阈值对检测出的瑕疵进行多类别分类。本发明通过改进型ResNet多尺度特征提取网络与残差注意力机制的联合应用，能够深度提取面料复杂纹理、边缘结构及细小瑕疵特征。