基于改进PatchCore的内存散热片表面缺陷检测算法

来源：电子测量技术杂志2025年第23期北京时间：

作者：李冰，干根政，刘松言，张鑫磊，翟永杰

单位：1.华北电力大学自动化系 保定 071003; 2.保定市电力系统智能机器人感知与控制重点实验室 保定 071003

摘要：工业产品表面缺陷检测作为智能制造质量控制的核心环节，其检测精度与实时性高低对工业生产至关重要。针对现有无监督异常检测方法在复杂工业场景下面临的局部特征敏感性不足、计算冗余度高等关键问题，提出一种基于PatchCore的改进型多尺度特征融合检测算法。首先，通过引入自注意力机制的多尺度特征融合处理方式，对layer3特征图进行自注意力机制与平均池化的融合处理，增强算法对局部与全局异常特征的捕捉能力；提出通道聚合降维方法，将原始特征随机划分为若干连续子组，并对每组特征进行聚合操作生成低维特征，达到减少计算冗余的同时保留部分原始特征局部信息；构建迁移学习模型，增强算法在异常检测任务中的泛化能力，提高实际工业项目的检测精度。通过对内存散热片图像进行缺陷检测实验，结果表明，改进算法相较原算法AUROC提升2.28%，F1Score提升4.89%，能够满足工业场景下高效率高精度的需求。

关键词：异常检测;无监督算法;PatchCore算法;通道聚合降维

基金资助：国家自然科学基金面上项目（62373151）、国家自然科学基金联合项目（U21A20486）、中央高校基本科研业务费项目（2023JC006）、河北省自然科学基金（F2020502009，F2021502008）项目资助