摘要
本发明公开了一种基于轻量级双重增强网络的带钢表面缺陷检测方法，属于目标检测领域。本发明涉及一种新型带钢表面缺陷检测框架，框架内部应用轻量模块和特征融合模块堆叠，外部利用了混合知识蒸馏，在构建一个足够轻量的带钢表面缺陷检测网络。常规带钢表面缺陷检测网络(/教师模型)由普通卷积构成的C2f模块堆叠作为Backbone，引入多层协调自适应特征融合模块与解耦头共同组成Neck部分。轻量级双重增强网络(/学生模型)由轻量卷积构成的FasterNet模块堆叠作为Backbone，其余结构与教师模型相同。这种内外双重增强的方式大幅减少网络的参数量和提高检测速度，解决了轻量级表面缺陷检测网络的精度低的问题，能够在检测精度与速度之间取得一个更好的平衡。
