一种基于深度学习的复合材料表面缺陷检测方法及系统

本发明涉及复合材料无损检测技术领域，公开了一种基于深度学习的复合材料表面缺陷检测方法及系统，其方法包括以下步骤，获取原材料体系缺陷原型库、特征分布统计量及物理损伤演化模型参数，以及新材料体系力学参数和少量无标注正常表面图像；利用白化‑着色仿射变换计算特征空间域对齐变换矩阵，生成迁移缺陷原型库和域对齐后的检测模型；基于力学参数比值关系计算物理损伤演化模型参数的跨材料初始迁移估计，并利用不确定性权重动态调节物理残差约束强度；计算域适应后的动态检测阈值，执行缺陷检测与损伤严重程度评估，并持续精化迁移缺陷原型库和物理参数。