任务自适应金属表面缺陷小样本语义分割方法及系统设备

本发明公开了任务自适应金属表面缺陷小样本语义分割方法及系统设备，涉及金属表面缺陷检测技术、深度学习网络技术领域，本方案利用长短期记忆递归神经网络LSTM的思想，设计了不同的门控机制和结合可训练记忆种子来实现金属表面缺陷小样本语义分割的任务自适应，使得本方案有利于应用在流水线检测作业的高效运行。除此之外，本方案充分利用门控机制学习支撑‑查询对的上下文知识，指导模型产生高精度分割掩码，而在此基础上，本方案进一步提出了利用注意力蒸馏模块来促进和加速模型迭代过程，使得技术方案更加适用于高速金属表面缺陷检测的流水线作业，实现高精度的预测结果。