简介： 为解决现有非接触无损工件缺陷检测识别准确率低、检测效果较差、已被图像非缺陷位置信息所掩盖的技术问题，本发明提供了一种视觉注意力网络及工件表面缺陷检测方法，在卷积神经网络模型作为工件分类网络的基础上，加入视觉注意力模块，通过视觉注意力模块生成的软注意力模板提取特征图中的重要特征，进而提升了CNN模型对具有表面缺陷的工件的识别准确率。