HCT-Det:一个高精度的终端到终端模型,用于基于层次CNN变压器特征的钢铁缺陷检测
Xiyin Chen1, Xiaohu Zhang2, Yonghua Shi1
1School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, China.
Sensors (Basel, Switzerland)
|March 17, 2025
概括
HCT-Det模型通过降低计算成本和提高小缺陷的准确性来增强钢表面缺陷检测. 它在基准数据集上实现了卓越的性能,使钢材质量控制更加有效和可靠.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 检测表面缺陷对于钢铁产品的质量和安全至关重要.
- 现有的变压器模型面临着诸如高计算成本和小缺陷精度差等挑战.
- 功能分辨率损失和分数本地化不一致性也限制了当前的方法.
研究的目的:
- 开发一种高效准确的钢表面缺陷检测模型.
- 解决基于变压器的方法在计算成本和检测精度方面的局限性.
- 为了提高分类得分和本地化信心之间的一致性.
主要方法:
- 提出了HCT-Det模型,其中包括基于窗口的自我注意剩余 (WSA-R) 块.
- 集成基于窗口的自我注意 (WSA) 减少计算和剩余卷积 (Res) 块的特征连续性.
- 实现尺度内特征交互 (ISFI) 和跨尺度特征交互 (CSFI) 进行多尺度检测.
- 使用软IOU-Aware机制和混合下采样/上采样 (HDownsample/HUpsample) 模块.
主要成果:
- 在NEU-DET数据集上,HCT-Det实现了0.795的平均平均精度 (mAP@0.5).
- 该模型在GC10-DET数据集上获得了0.733的mAP@0.5.
- 与其他最先进的方法相比,在钢表面缺陷检测方面表现出卓越的性能.
结论:
- HCT-Det有效地提高了钢表面缺陷检测的计算效率.
- 拟议的模型提高了检测准确度,特别是对于小规模的缺陷.
- HCT-Det为稳健高效的钢质检验提供了一个有前途的解决方案.
