缺陷检测模型训练方法、缺陷检测方法及装置

本申请提供一种缺陷检测模型训练方法、缺陷检测方法及装置，应用于人工智能技术领域。训练方法包括：根据高空无人机采集的多模态缺陷样本图像，构建训练数据集，并输入至原始缺陷检测模型中，通过主干网络，对训练数据集进行初步特征提取得到第一特征图；采用注意力机制级联对第一特征图进行通道和空间注意力特征提取，得到缺陷预测框和背景误检框；根据背景误检框对应的背景区域的初始权重和复杂度指标，确定第一权重，再结合背景误检框、背景区域、缺陷预测框及缺陷预测框的第二权重，生成目标定位误差，进而对原始缺陷检测模型进行参数更新，得到训练好的缺陷检测模型。该方法解决了现有技术中检测精度不足、实时性欠缺和数据收集困难的缺陷。