一种基于图神经网络的带钢表面缺陷检测分类方法

本发明公开了一种基于图神经网络的带钢表面缺陷检测分类方法，将带钢表面图像分割为不同尺度子块，并提取每个尺度子块的节点特征；根据节点特征的相似度构建不同尺度的图结构；构建堆叠式多尺度图注意力网络模型，并将不同尺度的图结构作为输入进行训练，将不同尺度的图结构输入训练完成后的堆叠式多尺度图注意力网络模型，对不同尺度图结构中的节点进行特征提取，通过图注意力机制对不同尺度图结构中的节点特征进行聚合与更新，根据更新后的不同尺度图结构中的节点特征得到特征矩阵；将得到的特征矩阵平铺为一维向量并输入全连接层，进行非线性运算，并通过softmax函数输出每个类别的概率，将输出概率最大的类别作为带钢表面缺陷的类别。