基于卷积注意力神经网络的喷涂质量监测方法、系统和存储介质

本发明公开了一种基于卷积注意力神经网络的喷涂质量监测方法、系统和存储介质，方法包括以下过程：实时采集喷涂工件的表面图像；对采集的图像进行预处理，预处理包括对采集的图像进行增强处理，对增强后的图像进行小波变换处理去除噪声和对去噪后的图像进行归一化处理；构建卷积注意力神经网络并进行训练，神经网络包括接收图像数据的输入层、提取图像局部特征的卷积层、提取图像上下文长远距离关系特征的多头注意力层、将图像特征映射到高维空间的全连接层和输出缺陷类别概率的输出层；将预处理后的图像数据输入训练完的神经网络，得到缺陷类别的概率分布；本发明能提取图像局部特征和长下文长距离关系特征并将两者综合更全面准确识别喷涂缺陷。