【摘要】该文将管道漏磁缺陷分类任务设计成应用型教学实验。该实验使用迁移学习的方法，调用预训练模型ResNet50，并插入主流的注意力机制（SE、CA、ECA、CBAM）进行对比分析。同时，利用Grad-CAM++可解释算法对模型内部的识别逻辑进行可视化，以便帮助学生更好地理解模型。实验结果显示，插入注意力机制的最优模型准确率达99.7%，能够有效识别管道中的正常情况和分类缺陷情况。该实验依托高性能计算机硬件和最新的Pytorch2.0软件包搭建了深度学习平台，有助于培养学生的创新意识和科研能力，也是对多学科交叉融合人才培养模式的探索和实践。