一种结合对称注意力与改进金字塔网络的钢板表面缺陷分类方法

本发明公开了一种结合对称注意力与改进金字塔网络的钢板表面缺陷分类方法，涉及工业表面缺陷智能识别技术领域，包括基于增强特征图组，输入特征金字塔融合模块TF‑FPN：首先通过1×1卷积统一所有特征图通道数至256，按照从高到低的顺序逐层上采样并与相应低层特征图相加融合；融合后特征图再经过3×3卷积进行特征细化操作，输出多尺度融合特征图组。本发明中的TF‑FPN模块通过金字塔融合策略有效融合了多尺度特征，使得模型能够同时处理不同尺度、形态复杂的缺陷；结合轻量级Transformer模块，FAX‑Net进一步提升了全局上下文的建模能力，改善了跨尺度特征的整合与信息传递效率，显著提升了模型对分布离散或边界模糊缺陷的识别能力。