一种基于物理知识启发散射神经表示的微小胶点分割方法

本发明公开了一种基于物理知识启发散射神经表示的微小胶点分割方法，主要解决现有工业视觉检测技术中，因目标形态多变、背景复杂及特征稀释导致微小目标分割精度低、鲁棒性差的问题。其实施方案为：1) 获取数据集与分割标签；2) 构建微小胶点分割模型；3) 构建损失函数；4) 训练微小胶点分割模型；5) 获得微小胶点分割结果。本发明构建的微小胶点分割模型，通过一个基于瑞利散射原理预训练的散射神经表示扩散模型，从物理机制上增强了微弱目标的特征并抑制背景；通过结合自适应双注意力模块，实现了对目标全局与局部特征的动态建模；并通过边缘注意力模块与微小目标增强模块，协同地对不规则边界进行锐化和对微小响应进行增强，在确保高精度的同时实现了高效分割。