基于深度学习的图像内容识别与分类方法
本发明公开了基于深度学习的图像内容识别与分类方法,涉及计算机视觉和人工智能技术领域。该方法包括:采集PCB图像并预处理;采用改进型生成对抗网络扩充数据集并标注;构建改进型深度学习识别分类模型,包括采用嵌入深度可分离卷积层和注意力机制的改进型ResNet‑50网络进行特征提取,通过特征权重分配算法融合多尺度特征,利用轻量化Transformer挖掘全局特征,结合改进型SVM与类别校准算法进行分类校准;采用混合损失函数训练模型;将预处理后的待检测图像输入模型,输出缺陷识别结果;可视化输出并反馈至工业控制系统,通过增量训练持续优化模型。本发明能够精准识别微小缺陷,泛化能力强,单张图像识别耗时短,适配工业实时检测场景,降低了检测成本。