基于深度学习的纹理表面缺陷检测方法综述

来源：计算机集成制造系统杂志2025年第3期北京时间：

作者：邓志鹏, 何施茗, 杨根, 满君丰

单位：1.长沙理工大学计算机与通信工程学院2.湖南第一师范学院智能制造学院

摘要：纹理表面缺陷检测方法在工业产品检测中发挥着关键作用,可以快速准确地检测出各种纹理表面上存在的缺陷,从而提升产品质量和生产效率。近年来,随着深度学习技术的快速发展,涌现出了越来越多的基于深度学习的纹理表面缺陷检测方法,这些方法在处理复杂纹理问题和实现高精度检测方面展现出了显著优势。因此,从监督学习、弱监督学习和无监督学习3个角度,系统、全面地总结了近5年来基于深度学习的纹理表面缺陷检测方法,归纳了各类方法的前沿成果,并通过在特定数据集上的性能对比,深刻剖析了各类方法面临的挑战与存在的不足。最后,总结了该领域面临的主要挑战,并提出了可能的解决策略。

关键词：纹理表面缺陷,缺陷检测,深度学习,监督学习,弱监督学习,无监督学习

基金资助：湖南省高校科技创新团队项目(2023-233[湘教通]);湖南省高校重点实验室(2023-213[湘教通]);湖南省自科基金资助项目(22JJ50002,2024JJ7091,2024JJ7092,2024JJ7093)。