基于掩膜引导多尺度视觉Transformer的药包密封缺陷识别方法、系统及存储介质

本申请涉及图像识别技术领域，尤其涉及一种基于掩膜引导多尺度视觉Transformer的药包密封缺陷识别方法、系统及存储介质。通过获取密封区域图像和封口区域掩膜，将掩膜作为空间先验生成掩膜引导权重；对密封区域图像进行多尺度Patch划分，分别提取局部细粒度缺陷特征和全局温度分布特征；利用Vision Transformer编码器建立跨区域热特征依赖关系；通过门控融合等方式获得融合判别特征，并由分类模块输出药包密封缺陷类别。旨在解决如何利用封口区域掩膜进行空间先验引导，并同时融合局部细节和全局温度分布信息进行缺陷识别的问题。