摘要
本发明涉及金属纽扣表面缺陷实时检测方法技术领域，更具体地说，涉及基干深度学习的金属纽扣表面缺陷实时检测方法，包括以下步骤：获取待检测的金属纽扣图像并进行预处理，将预处理后的图像输入深度学习网络模型以提取缺陷区域，并对提取的缺陷区域进行优化和验证，最终生成缺陷检测的统计结果，本发明创新性地将动态调控的渐进边界构造、自适应梯度映射、高斯拟合细节增强、多维差异修正因子和分段式缺陷区域生成等算法依次引入，使得边界识别与细节优化层层递进。这种创新的多级优化设计使得每一个步骤的数据输出与后续步骤相互衔接，保证了缺陷检测的连续性和一致性，避免了传统方法中因算法独立性导致的边界误差和信息丢失问题。
