摘要
一种轻量化工业器件表面缺陷检测方法、系统、设备及介质,方法包括获取工业场景下正常样本的图像和点云数据中的任一或二者的组合,对预先建立的教师模型进行训练;构建学生模型,通过掩蔽生成知识蒸馏将教师特征迁移至学生网络,训练学生模型;对训练后的学生模型进行通道排序剪枝,获得剪枝模型;将实时采集的待检测样本输入剪枝模型,判定待检测样本是否存在缺陷。本发明将知识蒸馏和模型剪枝两种技术相结合,通过迭代优化,在保持高精度的同时,大幅降低模型的复杂度,有效解决了单一轻量化方法在多模态缺陷检测任务上的局限性。利用本发明可以实现在边缘设备上部署高性能多模态缺陷检测模型的目标,同时保持较高的检测精度和模态缺失鲁棒性。