1.一种钢结构焊缝缺陷的检测方法，其特征在于，包括：
2.根据权利要求1所述的钢结构焊缝缺陷的检测方法，其特征在于，cnnf特征的提取过程为：
3.根据权利要求2所述的钢结构焊缝缺陷的检测方法，其特征在于，可变更的网络参数包括卷积核尺寸、卷积核的数量以及非线性函数。
4.根据权利要求1-3中任一项所述的钢结构焊缝缺陷的检测方法，其特征在于，提取cnnf特征时，对特征提取网络进行重参数化处理，以将不同尺寸的卷积层、批归一化层以及残差连接全部融合成单一的卷积层。
5.根据权利要求1-3中任一项所述的钢结构焊缝缺陷的检测方法，其特征在于，所述分类器的训练方法，包括：
6.根据权利要求1-3中任一项所述的钢结构焊缝缺陷的检测方法，其特征在于，对缺陷进行定位和标记的具体操作为：将包含缺陷的网格融合基础网格变成缺陷的预测框，再将相交的预测框合并直到预测框的数量不再变化，得到最终的预测框。
7.一种钢结构焊缝缺陷的检测装置，其特征在于，包括：
8.一种钢结构焊缝缺陷的分类识别方法，其特征在于，包括：
9.根据权利要求8所述的钢结构焊缝缺陷的分类识别方法，其特征在于，所述钢结构焊缝缺陷分类模型使用由repvgg结构单元组成的骨干网络，其网络模型由5个repvgg模块和单个注意力层构成，其中注意力层位于第1个和第2个repvgg模块之间且邻域大小为5，对该模型进行训练时使用adam优化器，初始学习率为0.001，损失函数使用交叉熵损失函数，训练过程中使用余弦衰减调整学习率。
10.一种电子设备，包括可存储介质和处理器，可存储介质中存储有计算机程序，其特征在于，所述处理器调用上述计算机程序时可以执行权利要求1-6中任一项所述的焊缝缺陷的检测方法或者权利要求8或9中的焊缝缺陷的分类识别方法。