基于深度学习的图像缺陷检测算法

本发明属于编程教学技术领域，尤其为基于深度学习的图像缺陷检测算法，包括以下步骤：步骤一：通过主干特征提取网络获取输入图像的多个尺度的特征图；步骤二：将所述多个尺度的特征图输入至轻量级双向特征融合网络进行处理；所述轻量级双向特征融合网络采用分组卷积与深度可分离卷积构建。本发明通过引入轻量级双向特征融合网络，允许低层高分辨率的细节特征与高层高语义的特征进行充分的双向交互和互补，确保不同尺度的缺陷信息都能被有效利用，大幅降低了模型的计算复杂度和参数量，分组卷积和深度可分离卷积是已知的、用于减少计算量和参数的有效手段，将其应用于复杂的特征融合网络中，能直接降低模型推理时的计算负担和内存占用。