基于改进RT-DETR的车门内拉手表面缺陷检测方法

来源：电子测量技术杂志2024年第18期北京时间：

作者：徐仟祥，曾勇，卢倩，南玉龙

单位：盐城工学院机械工程学院 盐城 224000

摘要：针对车门内拉手表面的缺陷目标小、多尺度、易反光等问题。首先，通过使用碗状光源和降低图像采集表面夹角的方法，解决内拉手表面图像采集时因表面弯曲和镜面反射导致的缺陷特征被覆盖问题。然后，针对传统的RT-DETR模型存在缺陷检测精度差，速度慢等问题，提出一种改进的RT-DETR目标检测方法。该方法首先以RT-DETR为基础架构，在主干网络中采用并行的膨胀卷积与CA注意力机制并结合卷积重参数化的方式，以增加网络感受野和建立长距离的语义信息的同时提高网络推理速度。其次，通过添加额外的检测层来增加网络对小目标检测的特征提取能力。紧接着，在多尺度特征融合阶段使用了改进的BIFPN结构以提高模型信息交互的能力。最后，消融实验表明，相较于传统的基于RT-DETR的检测方法，本文提出的改进RT-DETR的检测方法，平均精度提升了6.5%,检测速度为传统模型的1.6倍，同时模型的参数量仅为原网络的76.5%。验证了本文所提方法的有效性。

关键词：车门内拉手;缺陷检测;RT-DETR;膨胀卷积;卷积重参数化;BIFPN

基金资助：江苏省高等学校基础科学（自然科学）基金（21KJA460009）、江苏省高校自然科学基金面上项目(22KJD460009)、江苏省高等学校基础科学（自然科学）研究面上项目(23KJD460009)资助