一种工业缺陷实时检测与定位方法、系统、装置及介质与流程

1.一种工业缺陷实时检测与定位方法，其特征在于，包括：

2.根据权利要求1所述的工业缺陷实时检测与定位方法，其特征在于，所述利用视频采集设备采集工业缺陷数据图像，并对工业缺陷数据图像进行预处理，包括：

3.根据权利要求2所述的工业缺陷实时检测与定位方法，其特征在于，所述对工业缺陷数据图像进行标注，生成工业缺陷检测数据集，包括：

4.根据权利要求2所述的工业缺陷实时检测与定位方法，其特征在于，所述融合卷积神经网络与循环神经网络，生成带有空间尺度和时间尺度的深度神经网络混合模型，包括：

5.根据权利要求1所述的工业缺陷实时检测与定位方法，其特征在于，所述根据所述深度神经网络混合模型和工业缺陷检测数据集，进行自监督预训练与迁移学习，包括：

6.根据权利要求1所述的工业缺陷实时检测与定位方法，其特征在于，所述为深度神经网络混合模型引入注意力机制，结合边框回归和关键点估计算法，输出缺陷区域的坐标信息，包括：

7.根据权利要求1所述的工业缺陷实时检测与定位方法，其特征在于，所述采用模型轻量化技术和硬件加速技术优化深度神经网络混合模型，包括：

8.一种工业缺陷实时检测与定位系统，其特征在于，包括：

9.一种工业缺陷实时检测与定位装置，其特征在于，包括：

10.一种可读存储介质，其特征在于：所述可读存储介质上存储有工业缺陷实时检测与定位程序，所述工业缺陷实时检测与定位程序被处理器执行时实现如权利要求1至7任一项权利要求所述的工业缺陷实时检测与定位方法的步骤。