基于深度学习的板坯表面质量检测系统及方法

本发明涉及工业检测技术领域，具体为基于深度学习的板坯表面质量检测系统及方法；方法步骤为：采集板坯表面图像；采用自适应非局部均值滤波去除噪声并结合CLAHE均衡光照，并增强边缘及对比度，经Z‑score归一化处理后生成二元匹配码进行数据筛查，输入混合模型：ResNet提取局部特征并通过SE模块增强通道重要性，之后捕捉全局上下文信息，基于AFE机制动态调整局部与全局特征偏差，采用AGMSF策略加权融合多尺度特征以提升缺陷检测精度，结合实时反馈触发报警并优化产线参数，并通过联邦学习整合多节点数据且利用增量学习与知识蒸馏持续更新模型，避免灾难性遗忘。本发明实现跨生产线的自适应优化与缺陷分类定位。