一种基于机器视觉在线检测双模型迭代优化的方法及系统

本发明公开了一种基于机器视觉在线检测双模型迭代优化的方法及系统，属于工业在线检测技术领域，通过光学检测装置获取生产线上薄膜产品的缺陷信息，并将获取的缺陷信息输入预定义的规则模型中处理，生成带缺陷类别标签的缺陷数据集；将缺陷数据集输入深度学习模型进行训练，输出产品缺陷的性能参数及置信度；根据深度学习模型输出的置信度，对产品缺陷的性能参数进行评估；将置信度与预设阈值进行比较：当置信度低于预设阈值时，启动人工干预标注，并将人工标注数据反馈至深度学习模型的训练集，重新输入深度学习模型以实现迭代优化，当置信度高于预设阈值时，则直接输出当前产品缺陷的性能参数作为最终检测结果，可提升在线缺陷检测的准确性。