一种基于图像识别缺陷的智能检测方法及系统

本发明公开了一种基于图像识别缺陷的智能检测方法及系统，包括：采集待检测产品的原始图像，并对原始图像进行预处理；引入注意力机制和基于特征金字塔结构优化卷积神经网络模型后，对预处理后的原始图像进行缺陷特征提取和融合，生成多尺度全局特征向量；将多尺度全局特征向量与缺陷特征数据库中的已知缺陷特征向量进行匹配，根据匹配相似度和相似度阈值判断原始图像是否为缺陷图像。本发明通过采集和预处理待检测产品的原始图像，结合引入注意力机制和特征金字塔结构改进的卷积神经网络模型提取多尺度全局特征向量，并与已知缺陷特征数据库匹配，实现了高效、准确的缺陷检测，显著提升了缺陷识别的精度和泛化能力，同时降低了漏检和误检率。