基于机器视觉的智能制造缺陷自动检测与分类方法

本发明公开了基于机器视觉的智能制造缺陷自动检测与分类方法，具体涉及缺陷自动检测与分类技术领域，通过构建高分辨率多源样本数据集并引入图像预处理操作，覆盖不同制造批次、表面状态和光照条件下的缺陷表现，通过图像分割网络生成缺陷概率热图并提取初级缺陷候选区域，结合高频伪缺陷特征张量计算伪缺陷高频干扰系数，以及基于多分类置信度分布和语义邻接度计算多类缺陷重叠耦合系数，精准刻画缺陷候选区域中伪缺陷干扰强度及多类缺陷边界模糊程度，构建样本标签污染风险评估模型实现对训练数据中高污染风险样本的自动识别和筛查，显著降低误标注样本对深度模型训练的干扰，有效防止错误特征‑标签映射对模型泛化能力的侵蚀。