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。