一种结构化知识驱动的工业缺陷检测方法及系统

本发明属于工业检测技术领域，公开了一种结构化知识驱动的工业缺陷检测方法及系统，获取与产品相关的制造数据，利用所述制造数据构建一个反映出工业产品缺陷特征与加工过程、环境之间关系的知识图谱；将建立的工业缺陷知识图谱视为异构信息网络，利用异构图神经网络技术对所述工业缺陷知识图谱中的各类实体与关系进行深度特征聚合，形成用于指导多环境因素耦合下的高维特征向量；利用深度迁移学习技术建立工业图像光照模型，模拟不同采集条件下工业产品的图像特征；通过训练条件噪声预测网络，构建基于条件扩散模型的工业产品缺陷数据增强框架，根据所述工业产品缺陷数据增强框架，生成真实且多样化的工业产品图像，完成工业产品缺陷检测。