一种基于混合注意力的轻量型钢材表面缺陷检测方法

本发明公开了机器视觉技术领域内的一种基于混合注意力的轻量型钢材表面缺陷检测方法，包括以下步骤：S1、数据预处理与增强处理；S2、模型构建；S3、模型训练；S4、推理分析处理；本发明是基于深度学习的钢材表面缺陷检测方法，通过学习大量训练样本，能够自动提取复杂的表面特征，模型参数量小，仅有3M，占用更少的存储和计算资源；通过高分辨率工业相机和多光谱成像设备采集钢材表面图像，并结合高动态范围技术减少光照不均对缺陷信息的干扰，有效捕捉缺陷细节；通过双重注意力模块、对称自注意模块和残差特征融合模块的嵌套设计，实现了对局部细节、全局特征和通道信息的联合建模。