1.一种喷墨打印的缺陷检测方法，其特征在于，包括：

步骤S1：获取待检测图像；

步骤S2：将所述待检测图像划分为多个图像块；

步骤S3： 将每个所述图像块输入至Transformer中，获得与所述图像块对应的特征向量 ，记作第一特征向量；

步骤S4：将所述第一特征向量输入至特征描述器中，获得第二特征向量并存储至记忆库，所述第二特征向量为面向目标数据集的特征向量；

步骤S5：将所述第二特征向量和通过超球搜索算法在记忆库中搜索到的与所述第二特征向量最近邻特征向量进行匹配，根据匹配结果判断所述图像块是否存在缺陷并进行图像块的标签赋值；

步骤S6：将所述待检测图像分别输入至特征提取网络，获得与所述待检测图像对应的特征向量，记作第三特征向量，将所述第三特征向量输入至注意力机制，获得注意力权重矩阵，将所述第三特征向量输入至类激活图网络，获得类激活图；

步骤S7：将所述注意力权重矩阵与所述类激活图进行点乘，获得特征热图；

步骤S8：将所述特征热图输入全连接层进行分类，在分类的过程中，使用损失函数对所述特征热图进行约束，获得精确特征热图；

步骤S9：裁剪所述精确特征热图，获得多个精确特征热图块，将每个所述精确特征热图块输入至卷积神经网络，获得检测结果，将每一个特征热图块对应的检测结果进行拼接，完成对所述待检测图像的检测。

2.根据权利要求1所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S2的具体过程包括：步骤S2.1：将所述待检测图像进行二值化处理，获得与所述待检测图像对应的二值图像；

步骤S2.2：根据所述二值图像的灰度值分布特点，对所述二值图像进行裁剪，获得包含感兴趣区域的图像；

步骤S2.3：使用滑动窗口划分所述包含感兴趣区域的图像，获得多个图像块。

3.根据权利要求2所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S2.3将所述包含感兴趣区域的图像划分为ROW COL个图像块，其中ROW=8，COL由下式确定：式中 表示感兴趣区域的宽， 为滑动窗口的长度， 表示步长。

4.根据权利要求2所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S4中所述特征描述器是一个具有学习参数能力的辅助网络 ，所述辅助网络 可将与所述图像块对应的特征向量 转化成面向目标数据集的特征向量 。

5.根据权利要求4所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S5中所述匹配结果由异常得分函数 确定：式中 表示记忆库中第 个最近邻特征向量， 表示面向目标数据集的特征向量 与记忆库中第 个最近邻特征向量 之间的欧式距离。

6.根据权利要求5所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S5中对图像块的标签赋值，赋值如下：若所述图像块有缺陷，则所述图像块标签 ，若所述图像块无缺陷，则所述图像块的标签 。

7.根据权利要求6所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S8将二元交叉熵作为所述损失函数，损失函数 由下式确定：式中 表示待检测图像对应的标签， 表示预测概率， 表示样本数。

8.根据权利要求7所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S9具体包括：步骤S9.1：将所述精确特征热图进行二值化处理，获得二值热图；

步骤S9.2：将所述二值热图使用滑动窗口进行裁剪，获得多个二值热图块；

步骤S9.3：将二值热图块逐个输入卷积神经网络，获得所述二值热图块的检测结果，若有一个二值热图块识别结果异常，则所述二值热图块对应的二值热图为异常，将所有二值热图块拼接还原为所述二值热图，所述二值热图的热图值为0，若所有二值热图块的识别结果均为正常，则所述二值热图为正常，所述二值热图的热图值为1 ，完成对所述待检测图像的检测。

9.根据权利要求7所述的一种喷墨打印的缺陷检测方法，其特征在于，步骤S9.1使用大律法处理所述精确特征热图，获得二值热图。

10.一种喷墨打印的缺陷检测系统，包括：

获取模块：获取待检测图像；

划分模块：将所述待检测图像划分为多个图像块；

获取特征向量模块：将每个所述图像块输入至Transformer中，获得与所述图像块对应的特征向量 记作第一特征向量；

获取面向目标数据集的特征向量模块：将所述第一特征向量输入至特征描述器中，获得第二特征向量并存储至记忆库，所述第二特征向量为面向目标数据集的特征向量；

获取标签模块：将所述第二特征向量和通过超球搜索算法在记忆库中搜索到的与所述第二特征向量最近邻特征向量进行匹配，根据匹配结果判断所述图像块是否存在缺陷并进行图像块的标签赋值；

获取注意力权重矩阵和类激活图模块：将所述待检测图像分别输入至特征提取网络，获得与所述待检测图像对应的特征向量，记作第三特征向量，将所述第三特征向量输入至注意力机制，获得注意力权重矩阵，将所述第三特征向量输入至类激活图网络，获得类激活图；

获取特征热图模块：将所述注意力权重矩阵与所述类激活图进行点乘，获得特征热图；

获取精确特征热图模块：将所述特征热图输入全连接层进行分类，在分类的过程中，使用损失函数对所述特征热图进行约束，获得精确特征热图；

检测模块：裁剪所述精确特征热图，获得多个精确特征热图块，将每个所述精确特征热图块输入至卷积神经网络，获得检测结果，将每一个特征热图块对应的检测结果进行拼接，完成对所述待检测图像的检测。