一种基于自监督学习的缺陷检测方法及系统

本发明公开了一种基于自监督学习的缺陷检测方法及系统，属于计算机视觉技术领域，该方法基于SimSiam和CBAM实现，采用ResNet‑101作为编码器，对图像进行特征提取，在编码器层之后插入空间注意力模块SAM，将提取的特征图输入到SAM中，生成空间注意力权重图，增强位置信息的表达能力；在投影层中插入通道注意力模块CAM，在进行特征映射的同时，增强有用通道信息的权重，抑制冗余通道信息的干扰。本发明不仅降低了对数据标注的依赖，还提高了缺陷检测的准确性和鲁棒性，为解决特定缺陷检测任务中的数据稀缺和标注成本高昂问题提供了新思路和新方法。