一种基于吸引排斥对比学习的工业图像缺陷检测方法

本发明提供一种基于吸引排斥对比学习的工业图像缺陷检测方法，涉及工业缺陷检测技术领域。该方法包括：从已有图像数据集中获取正常图像数据；对获取的正常图像数据进行数据增强获取合成异常图像；将合成异常图像分别送入工业图像缺陷检测模型的教师网络和学生网络进行特征提取，并分别进行多层级特征融合；在学生网络融合后的特征上添加高斯噪声，然后送入UNet网络进行去异处理；最后将两个网络的数据进行吸引排斥处理，实现使正常像素之间差异变小异常像素之间差异变大的目标，并在测试阶段保持模型参数不变，通过计算两个网络的输出特征差异定位出缺陷位置。该方法具有较好的缺陷定位效果，较快的推理速度，可以满足工业生产的需求。