基于人工智能视觉检测的劳保鞋质量检测方法

本发明涉及劳保鞋检测技术领域，公开了基于人工智能视觉检测的劳保鞋质量检测方法。该方法先采集劳保鞋多角度图像数据，经噪声过滤和尺寸标准化处理生成预处理图像数据集；再采用卷积神经网络从中提取裂纹深度、缝合线偏移和材料磨损区域等表面缺陷特征，得到视觉特征向量集合；接着根据该集合将劳保鞋划分为多个对应预设质量阈值范围的质量等级区间，生成初步质量分类结果；然后融合该结果与缺陷位置信息，通过空间聚类算法识别缺陷密集区域并计算其严重程度分值，生成质量评估热点图；最后基于热点图和初步分类结果，用决策树模型整合质量决策，输出含合格标识或返工建议的最终质量检测报告。该方法提升了劳保鞋质量检测的智能化与精准性。