一种利用深度学习的铝合金表面缺陷检测方法及系统

本申请公开了一种利用深度学习的铝合金表面缺陷检测方法及系统，涉及结合深度学习进行的检测相关领域，该方法包括：对铝合金成品进行图像采集，构建表面图像数据集提取多尺度表面特征，构建特征增强图像集进行缺陷检测，获得缺陷检测结果对铝合金生产工艺参数进行动态优化，生成工艺调整指令并反馈至生产系统。解决传统检测多依赖人工目检或基于规则的机器视觉系统存在成像失真、微小缺陷漏检、工艺调整滞的技术问题，实现通过双分支网络进行深度学习提高缺陷检测效率与生产良率，满足铝合金制造质量的管控的技术效果。