一种基于距离引导原型网络的小样本表面缺陷检测方法

本发明公开了一种基于距离引导原型网络的小样本表面缺陷检测方法，主要解决现有小样本缺陷检测方法在不同尺度缺陷特征表达上的局限性问题。其实施方案为：1)获取数据集；2)构建小样本表面缺陷检测模型；3)构建损失函数；4)训练小样本表面缺陷检测模型；5)获得小样本表面缺陷检测结果。本发明构建的小样本表面缺陷检测模型，在原型网络的基础上，利用正常与异常图像特征之间的距离信息，引导网络的特征变换与融合过程，提出了注意门控模块，将距离表征向量转换为特征图的同时增强对细粒度目标的捕捉能力，提出了多尺度融合模块，进一步增强网络对多尺度目标的特征提取和语义信息提取能力，设计了上采样融合模块，充分融合并交换浅层与深层的多尺度上下文信息，解码语义信息和空间细节，提高小目标缺陷检测的精度。