轻量化锻件表面小目标裂纹分割算法

来源：电子测量技术杂志2024年第21期北京时间：

作者：张上，邹扬，张岳

单位：1.水电工程智能视觉监测湖北省重点实验室 宜昌 443002; 2.三峡大学计算机与信息学院 宜昌 443002; 3.三峡大学湖北省建筑质量检测装备工程技术研究中心 宜昌 443002

摘要：锻件在制造过程中容易出现裂纹等各种表面缺陷，影响产品质量。针对复杂可见光环境下小目标裂纹容易出现漏检问题，并考虑生产线上高效部署需求，提出LSCPoolFormer算法。首先，采集湖北三环锻造有限公司汽车转向节生产线的磁粉探伤图像，标注后制成FDMPI数据集；然后，使用基于PoolFormer骨干网络的编码器，实现轻量级高效的特征提取；其次，引入渐近特征金字塔作为颈部网络，减少不同尺度特征之间的语义差距；最后，基于动态蛇形卷积提出DSSeghead作为解码头，强化模型对条状裂纹的感知能力，并提出DDS训练策略，降低小目标裂纹丢失的概率。LSC-PoolFormer在FDMPI上的实验结果表明，相较基准模型，该算法的参数量和计算量分别下降9.2%和48.78%，F1分数和IoU分别提升1.1%和1.69%；同时在公开数据集NEU-Seg上的表现也证明了该算法的泛化能力，相较基准模型，大幅度降低参数量和计算量的情况下，mF1分数和mIoU分别提升0.66%和1.04%。实验证明，本文算法在保持检测精度的同时，显著降低算法复杂度，有利于实际部署。

关键词：语义分割;缺陷检测;渐进特征融合;形态学

基金资助：国家级大学生创新创业训练计划(202011075013)项目资助