基于深度学习的阀门铸件成型缺陷在线预测方法

本发明涉及智能制造与工业视觉检测技术领域，具体为基于深度学习的阀门铸件成型缺陷在线预测方法，包括：获取在线采集的阀门铸件多模态图像数据和产线节拍数据；根据数据确定成型阶段状态、图像质量状态、缺陷风险级别和设备运行状态；据此将当前预测任务划分为常规检测任务或重点检测任务，并执行对应的图像采集控制与模型调度；将多模态图像数据输入与成型阶段状态对应的模型分支进行预测，结合图像质量状态和设备运行状态确定修正后的风险值或结果可靠度，输出在线预测结果；本发明能够提高在线预测稳定性，并降低异常图像和设备退化对最终质量结论的干扰。