一种工业缺陷检测的轻量化神经网络模型及其部署方法

本发明属于边缘盒子相关技术领域，公开一种工业缺陷检测的轻量化神经网络模型及其部署方法，其构建方法包括以下步骤：进行动态稀疏激活，仅对输入特征图中显著性区域进行计算，跳过冗余区域；进行门控梯度重构，屏蔽不重要的梯度分量，减少反向传播的计算量；根据边缘盒子进行硬件感知量化，而得到轻量化神经网络模型。本发明通过动态判断输入特征图中显著性区域(如高方差、高激活值区域)，仅对这些区域进行卷积计算，跳过冗余或低信息量的区域，减少约30‑70％的浮点运算量，尤其适用于高分辨率图像或视频处理场景，适合边缘设备(如NPU)的实时推理需求，避免全图计算带来的延迟。