基于多维度动态衰减Transformer的轮胎检测算法应用

来源：电子测量技术杂志2024年第7期北京时间：

作者：朱焕宇，王明泉，贾虎，商奥雪，谢绍鹏

单位：中北大学信息与通信工程学院 太原 030051

摘要：针对当前国内子午线轮胎缺陷分割困难、成本昂贵的问题，本文提出了如下解决方案，提出一种基于Swin Transformer和注意力特征金字塔的子午线轮胎缺陷分割算法Swin DAA，其中主要使用Swin Transformer作为主干特征提取网络，经过动态衰减注意力特征金字塔增强语义表达能力，搭建由Python语言编写的软件平台，同时级联X射线载重轮胎检测系统采集图像，并且使用TCP协议与上位机通信、传输图像数据，最终将缺陷分割软件系统与MES工控系统连接，完成无人监守的自动化子午线轮胎缺陷分割。实验对比数据显示，本文中提出的Swin DAA网络的精准度达到了82.87%，召回率达到了85.22%，每秒传输帧数达到了11，所集成的软件能良好的完成子午线轮胎的实际监测要求。

关键词：动态衰减;编解码器;深度学习;缺陷分割;子午线轮胎

基金资助：山西省重点研发计划(201803D121069)、山西省高等学校科技创新项目(2020L0624)、山西省信息探测与处理重点实验室基金(ISPT2020-5)、国家自然科学基金（61171177）、国家重大科学仪器设备开发专项（2013YQ240803）资助