摘要
本发明公开了一种基于特征耦合的工业产品表面缺陷检测方法,该方法包括步骤:1)构建四阶段骨干特征提取网络,并集成DPSC模块扩大感受野,实现从局部到全局的渐进式特征学习;2)设计多尺度特征融合网络,实现不同尺度特征的有效融合,将高层语义信息与低层细节信息进行深度耦合;3)构建多分支检测头,实现全尺度覆盖;4)进行端到端训练优化:应用LAMP剪枝策略计算权重重要性分数,删除冗余参数,在保持检测性能的同时显著降低模型复杂度和计算成本。该方法通过全局‑局部特征耦合机制,有效解决了工业产品表面缺陷检测中缺陷与背景高度相似、尺度变化大的技术难题,实现了高精度、高效率的缺陷检测。
技术关键词
工业产品表面缺陷
剪枝策略
融合特征
高层语义信息
特征融合网络
检测头
模块
分支
注意力机制
深层特征提取
通道
阶段
多尺度
多任务损失函数
双线性插值方法
加速网络收敛
局部细节特征
特征金字塔网络