基于多尺度特征融合的钢缆小目标缺陷检测算法

来源：电子测量技术杂志2026年第1期北京时间：

作者：杨昌昌，张笃振，王斯豪

单位：江苏师范大学计算机科学与技术学院 徐州 221116

摘要：钢缆小目标缺陷检测任务中普遍存在检测精度低、漏检率高以及误检频发的问题，尤其在小尺寸较多的检测场景下表现尤为明显。造成该类问题的主要原因包括：传统检测算法特征提取能力不足，缺乏有效的多尺度信息融合机制，以及现有损失函数对小目标不敏感等。针对上述问题，提出一种基于改进型RT-DETR的钢缆缺陷检测方法。该方法在骨干网络中设计BasicStar特征提取模块，提升模型在高维空间中的语义表征能力；同时设计了新型多尺度特征融合策略小目标金字塔网络（SOPN），强化对小目标的关注和表达能力；在损失函数方面，提出焦点增强型Focaler-SIoU损失函数，以提升小目标定位精度与训练收敛稳定性。在钢缆缺陷数据集上的实验结果表明，该改进模型在平均检测精度mAP50上较原始RT-DETR提升了2.1%。综合性能优于现有主流目标检测算法，验证了所提方法在工业场景下对小目标缺陷检测任务的有效性和实用性。

关键词：目标检测;小目标;RT-DETR;特征融合;损失函数

基金资助：江苏省高等学校自然科学研究面上项目(19KJB520032)、江苏师范大学科研与实践创新项目(2024XKT2613)资助