一种面向外观缺陷检测的自迁移学习方法

摘要

本发明公开了一种面向外观缺陷检测的自迁移学习方法，包括以下步骤：相机采图，获得初始图像数据集；构建自迁移学习模型，所述自迁移学习模型包括图像预处理模块、特征提取模块、缺陷检测模块和类别判断模块；将所述初始图像数据集输入所述图像预处理模块，经n种预处理算法，获得预处理后的图像集；将初始图像集和预处理后的图像集输入特征提取模块，通过训练，获得初始图像集特征向量和预处理后的图像集相应的特征向量；将预处理后的图像集相应的特征向量输入缺陷检测模块和类别判断模块并进行训练，优化参数，获得自迁移学习模型。在目标数据量特别稀少情况下，该模型能够挖掘目标数据的潜在特征，避免复杂缺陷特征的提取，缺陷检测准确率高。