基于双边实时语义分割的金属缺陷检测

作者：张伟娜; 李卫东^*; 李晓娟; 赵子琪

来源：河北省科学院学报, 2023, 40(06): 1-8.

DOI：10.16191/j.cnki.hbkx.2023.06.001

• 实时语义分割
• 缺陷检测
• Bisenetv2
• 自注意力机制
• 门控完全融合

带钢表面缺陷的实时检测对现代工业提升产品质量、维护生产安全具有重要意义。然而，由于工件表面缺陷种类繁多、类内差异明显、类间相似度高，现有的缺陷检测方法难以兼顾准确度和推理速度。因此，在Bisenetv2基础上提出一种改进的双边实时缺陷分割网络模型。首先，改进原网络的上下文嵌入块以更好地对语义特征进行补充；其次，重新设计聚合层，采用双门控引导机制补充语义分支缺失的细节，避免使用不必要的卷积来选择聚合特征；最后，在检测阶段引入循环交叉自注意力模块，从远程依赖中捕获上下文信息以加强特征。模型在关注语义信息的同时采用浅层特征共享实现参数的大量减少。利用本文模型在NEU缺陷数据集上进行检测实验，与Bisenetv2相比，在参数量减少4%的情况下，MIou、MF指标数据均有所提升，兼顾了检测的准确性与实时性。

• 单位
  河北经贸大学