1.一種缺陷檢測方法，其特征在于，包括：
2.如權(quán)利要求1所述的缺陷檢測方法，其特征在于，所述利用所述源域圖像和相應(yīng)的去噪標(biāo)注，以及具有相應(yīng)的缺陷標(biāo)注的目標(biāo)域圖像和相應(yīng)的缺陷標(biāo)注和/或所述第二目標(biāo)域擴(kuò)充圖像和相應(yīng)的偽標(biāo)注，對所述基線模型和所述去噪器進(jìn)行訓(xùn)練，包括：
3.如權(quán)利要求2所述的缺陷檢測方法，其特征在于，所述去噪器的表達(dá)式為：
4.如權(quán)利要求2所述的缺陷檢測方法，其特征在于，還包括：
5.如權(quán)利要求4所述的缺陷檢測方法，其特征在于，所述第一目標(biāo)域預(yù)測結(jié)果包括第一預(yù)測多類別分?jǐn)?shù)圖p1，所述第一預(yù)測多類別分?jǐn)?shù)圖p1中的元素用于表示所述具有相應(yīng)的缺陷標(biāo)注的目標(biāo)域圖像中的對應(yīng)像素點屬于各個分類類別的概率；所述分類類別中的至少一個分類類別用于表示缺陷；
6.如權(quán)利要求2所述的缺陷檢測方法，其特征在于，所述源域預(yù)測結(jié)果包括所述源域圖像屬于各個分類類別的概率；所述分類類別中的至少一個分類類別用于表示缺陷；
7.如權(quán)利要求2所述的缺陷檢測方法，其特征在于，所述第二目標(biāo)域預(yù)測結(jié)果包括第二預(yù)測多類別分?jǐn)?shù)圖p2，所述第二預(yù)測多類別分?jǐn)?shù)圖p2中的元素用于表示所述不具有相應(yīng)的缺陷標(biāo)注的目標(biāo)域圖像中的對應(yīng)像素點屬于各個分類類別的概率；所述分類類別中的至少一個分類類別用于表示缺陷；
8.如權(quán)利要求2至7中任一項所述的缺陷檢測方法，其特征在于，若所述目標(biāo)域圖像全部具有相應(yīng)的缺陷標(biāo)注，則所述總損失函數(shù)loss的表達(dá)式為：
9.如權(quán)利要求1所述的缺陷檢測方法，其特征在于，所述成像條件包括成像設(shè)備、拍攝參數(shù)、光照和/或拍攝環(huán)境。
10.一種模型遷移方法，其特征在于，用于將從源域獲得的基線模型遷移至目標(biāo)域得到遷移模型，所述模型遷移方法包括：
11.如權(quán)利要求10所述的模型遷移方法，其特征在于，所述利用所述源域圖像和相應(yīng)的去噪標(biāo)注，以及具有相應(yīng)的標(biāo)注的目標(biāo)域圖像和相應(yīng)的標(biāo)注和/或所述第二目標(biāo)域擴(kuò)充圖像和相應(yīng)的偽標(biāo)注，對所述基線模型和所述去噪器進(jìn)行訓(xùn)練，包括：
12.如權(quán)利要求11所述的模型遷移方法，其特征在于，還包括：
13.一種缺陷檢測裝置，其特征在于，包括：
14.一種模型遷移裝置，其特征在于，用于將從源域獲得的基線模型遷移至目標(biāo)域得到遷移模型，所述模型遷移裝置包括：
15.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述介質(zhì)上存儲有程序，所述程序能夠被處理器執(zhí)行以實現(xiàn)如權(quán)利要求1至9中任一項所述的缺陷檢測方法或如權(quán)利要求10至12中任一項所述的模型遷移方法。
16.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序和/或指令，其特征在于，所述計算機(jī)程序和/或指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至9中任一項所述的缺陷檢測方法或如權(quán)利要求10至12中任一項所述的模型遷移方法。