计算机科学 > 计算机视觉与模式识别
[提交于 2025年6月26日
]
标题: YOLO-FDA:融合分层注意力和细节增强的表面缺陷检测
标题: YOLO-FDA: Integrating Hierarchical Attention and Detail Enhancement for Surface Defect Detection
摘要: 工业场景中的表面缺陷检测由于缺陷类型广泛、形状和尺寸不规则、细粒度要求高以及材料纹理复杂,既重要又具有技术挑战性。 尽管基于人工智能的检测器最近取得了进展,提高了性能,但现有方法通常存在冗余特征、细节敏感性有限以及在多尺度条件下的鲁棒性较弱的问题。 为了解决这些挑战,我们提出了YOLO-FDA,这是一种新颖的基于YOLO的检测框架,集成了细粒度细节增强和注意力引导的特征融合。 具体来说,我们采用类似BiFPN的架构,以加强YOLOv5主干网络内的双向多级特征聚合。 为了更好地捕捉细微的结构变化,我们引入了一个细节方向融合模块(DDFM),在第二低层引入方向性非对称卷积,以丰富空间细节,并将第二低层与低层特征融合,以增强语义一致性。 此外,我们提出了两种新的基于注意力的融合策略,即注意力加权拼接(AC)和跨层注意力融合(CAF),以提高上下文表示并减少特征噪声。 在基准数据集上的大量实验表明,YOLO-FDA在各种类型的缺陷和尺度上,无论是在准确性还是鲁棒性方面,都能持续优于现有的最先进方法。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.