工业表面缺陷检测场景下小样本目标检测框架

本发明属于目标检测技术领域，特别涉及工业表面缺陷检测场景下小样本目标检测框架。本发明选择了YOLOv5中的CSPResNet34和CSPResNet50作为网络架构的基线网络，并在此基础上引入了注意力机制，使得ResNet能够进行更为精细和高效的特征提取。这种通过引入注意力机制而获得的增强型特征提取能力，可以帮助模型更好地识别和定位图像中的细小目标，从而提高检测性能。同时，本发明对MAML框架的训练策略进行了改进，引入了内外循环学习率自适应调整的机制，使得MAML框架能够根据训练过程中的动态调节学习率，这一改进提升了模型在不同训练阶段的拟合效率及最终的泛化能力。