一种基于机器学习的汽车冲压件缺陷检测方法

本发明属于汽车制造质量检测技术领域，具体涉及一种基于机器学习的汽车冲压件缺陷检测方法；该方法通过同步采集多方向光照纹理图、偏振度图及三维点云，输入由纹理异常感知网络、几何形变分析网络和跨模态互证鉴别网络组成的级联检测模型；跨模态互证鉴别网络融合纹理特征、局部高度方差、最大高度差、曲率符号及偏振度均值，输出区分易混淆缺陷的互证置信度；进一步，结合环境感知动态调节判定阈值，利用多帧光流分析排除可脱落碎屑伪缺陷，通过无监督域对抗迁移学习实现小样本跨品种快速适应，并基于全型面三维偏差场由回弹预测网络输出工艺补偿量；本发明显著降低误报与漏检，形成从检测到工艺补偿的闭环，具备高准确性和快速换型能力。