数据预处理：将原始数据转为VOC格式，按8：2划分训练集和验证集。

模型调整：采用focalloss与diceloss相结合的损失函数，解难易样本不平衡，降低易区分样本的损失贡献以及前景背景面积不平衡带来的消极影响

模型训练：从每个数据集的训练集中取出缺陷图进行增强，得到2386张增强后的图片（不含原图），按8：2划分为训练集和验证集。

用于训练自定义预训练模型，学习十个数据集中主要的缺陷特征。最后使用小数据集在自定义预训练模型上进行微调训练。

后处理：将预测结果转为像素值为0、255的掩膜图。