一种基于深度学习的表面缺陷检测方法及系统

本发明涉及一种基于深度学习的表面缺陷检测方法及系统，方法包括：采集工业产品图像，将工业产品图像输入表面缺陷检测模型，获取工业产品的表面缺陷检测结果；表面缺陷检测模型利用训练集训练YOLOX模型获得；训练集包括：原始工业产品图像及其缺陷标签；通过在表面缺陷检测模型中的骨干网络和颈部网络之间设置并行空间注意力模块，用于对骨干网络输出的多尺度特征图进行空间维度上的特征增强，并将颈部网络替换成动态权重双向融合网络模块，用于对特征增强后的特征图进行自适应加权融合。本发明实现了对工业表面缺陷的高精度、高效率检测，尤其在微小缺陷的检测上表现出显著优势。