基于改进的双backbone架构网络的纺织品缺陷检测方法

本发明公开了一种基于改进的双backbone架构网络的纺织品缺陷检测方法，首先，利用改进的双backbone架构网络分别处理RGB图像和缺陷类型掩码，通过智能特征融合模块将两种模态信息有效结合，能够有效量化缺陷区域的纹理特征、对比度、灰度等传统方法难以量化的关键特征。其次，采用加权MSE损失函数进行模型训练，支持忽略标签和类别权重，能够根据缺陷严重程度自适应调整权重，提高对轻微缺陷的检测能力。与传统的单一模态检测方法相比，这种结合双backbone架构和智能特征融合的方法既提高了检测精度，又实现了严重程度评估的标准化，从而提高了算法的准确性和鲁棒性。