1.一种焊缝表面缺陷检测方法，其特征在于，所述方法包括：

获取焊缝表面的RGB图和深度图；

将所述RGB图和所述深度图分别输入预先训练的焊缝表面缺陷检测模型，得到检测结果；其中，所述焊缝表面缺陷检测模型包括依次连接的主干网络和FPN网络，所述主干网络包括相互并行的RGB图分支网络、深度图分支网络以及分别位于所述RGB图分支网络和所述深度图分支网络各有效特征层之间的融合模块；

所述RGB图分支网络与所述深度图分支网络的结构相同，包括依次连接的第一CBS模块、第二CBS模块、第一CSP模块、第三CBS模块、第二CSP模块、第四CBS模块、第三CSP模块、第五CBS模块、第四CSP模块、SPPF模块；

所述融合模块包括第一融合模块、第二融合模块和第三融合模块；其中所述第一融合模块的输入端分别连接所述RGB图分支网络与所述深度图分支网络的第二CSP模块的输出端；所述第二融合模块的输入端分别连接所述RGB图分支网络与所述深度图分支网络的第三CSP模块的输出端；所述三融合模块的输入端分别连接所述RGB图分支网络与所述深度图分支网络的SPPF模块的输出端；

各所述融合模块的输出端均连接所述FPN网络；

所述第一融合模块的输出结果与所述RGB图分支网络的第二CSP模块的输出结果相加输入所述RGB图分支网络的第四CBS模块；

所述第二融合模块的输出结果与所述RGB图分支网络的第三CSP模块的输出结果相加输入所述RGB图分支网络的第五CBS模块。

2.根据权利要求1所述的方法，其特征在于，所述融合模块中依次包括：相互并行的RGB特征提取支路和深度特征提取支路、分别与所述RGB特征提取支路及所述深度特征提取支路连接的注意力模块、1×1卷积层、BN层和Sigmoid激活函数。

3.根据权利要求2所述的方法，其特征在于，所述RGB特征提取支路和所述深度特征提取支路的结构相同，分别包括依次连接的1×1卷积层、3×3卷积层、CBS模块和ReLU激活函数。

4.根据权利要求3所述的方法，其特征在于，所述RGB特征提取支路和所述深度特征提取支路还分别包括残差边。

5.根据权利要求2所述的方法，其特征在于，所述注意力模块包括空间注意力支路、通道注意力支路以及分别与所述两条支路连接的BN层；

所述空间注意力支路包括依次连接的1×1卷积层、3×3卷积层、3×3卷积层、1×1卷积层和BN层；所述通道注意力支路为Squeeze Excitation模块；其中，所述通道注意力支路的结果与原特征图相乘，再与所述空间注意力支路的结果相加，输入所述BN层；

所述BN层的输出与所述原特征图相乘后再与所述原特征图相加。

6.一种焊缝表面缺陷检测系统，其特征在于，所述系统包括：

获取模块，用于获取焊缝表面的RGB图和深度图；

检测模块，用于将所述RGB图和所述深度图分别输入预先训练的焊缝表面缺陷检测模型，得到检测结果；其中，所述焊缝表面缺陷检测模型包括依次连接的主干网络和FPN网络，所述主干网络包括相互并行的RGB图分支网络、深度图分支网络以及分别位于所述RGB图分支网络和所述深度图分支网络各有效特征层之间的融合模块；

所述RGB图分支网络与所述深度图分支网络的结构相同，包括依次连接的第一CBS模块、第二CBS模块、第一CSP模块、第三CBS模块、第二CSP模块、第四CBS模块、第三CSP模块、第五CBS模块、第四CSP模块、SPPF模块；

所述融合模块包括第一融合模块、第二融合模块和第三融合模块；其中所述第一融合模块的输入端分别连接所述RGB图分支网络与所述深度图分支网络的第二CSP模块的输出端；所述第二融合模块的输入端分别连接所述RGB图分支网络与所述深度图分支网络的第三CSP模块的输出端；所述三融合模块的输入端分别连接所述RGB图分支网络与所述深度图分支网络的SPPF模块的输出端；

各所述融合模块的输出端均连接所述FPN网络；

所述第一融合模块的输出结果与所述RGB图分支网络的第二CSP模块的输出结果相加输入所述RGB图分支网络的第四CBS模块；

所述第二融合模块的输出结果与所述RGB图分支网络的第三CSP模块的输出结果相加输入所述RGB图分支网络的第五CBS模块。

7.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器，用于存储一个或多个程序，当所述一个或多个程序被所述至少一个处理器执行时，能使得所述至少一个处理器实现权利要求1至5任一项所述的焊缝表面缺陷检测方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能实现权利要求1至5任一项所述的焊缝表面缺陷检测方法。