一种基于深度学习的小目标工业缺陷检测方法及系统

本发明涉及图像处理技术领域，公开了一种基于深度学习的小目标工业缺陷检测方法及系统，包括：采集工业小目标缺陷样本数据，对样本数据进行标注；将标注后的样本数据划分成训练集、验证集和测试集；将所述训练集输入改进的YOLOv8网络模型进行迭代训练，当改进的YOLOv8网络模型迭代收敛时得到最佳模型，实现对小目标工业缺陷的精确检测，所述改进的YOLOv8网络模型包括，采用改进的下采样算法优化特征提取的信息集成部分和通过归一化的Wasserstein距离优化任务对齐学习机制和损失函数。本发明有效降低对小目标工业缺陷的误检率和漏检率。