一种基于自适应增强算法的汽车内饰件金属表面缺陷检测方法

本发明提出了一种基于自适应增强算法的汽车内饰件金属表面缺陷检测方法，首先对已有的金属产品表面图像数据进行预处理，人工标注并制成数据集；然后从数据集中随机抽取若干个样本训练第一个基模型；接着用第一个基模型对数据集进行自检，定位存在漏检和误判的样本，增加这些错误检测样本在下一次抽取时被抽到的可能性，迭代上述过程得到多个基模型；最后在实际缺陷检测过程中，对这些基模型的检测结果进行集成，得到最终结果。该方法结合自适应增强算法并采用集成多个基模型的策略，能够针对检测过程中出现的漏检和误判样本进行动态修正，提供更为稳定和高效的检测结果，在工业汽车内饰件金属表面缺陷检测的应用领域能够保持高召回率和低误判率。