钢铁表面缺陷识别语义分割模型知识蒸馏优化

来源：计算机测量与控制杂志2025年第12期北京时间：

作者：薛殿龙,李琳,周子杰,常永胜,向勇,陈德阳

单位：中国航发哈尔滨东安发动机有限公司

摘要：在语义分割模型基础上,提出一种以逐通道蒸馏的方式迁移改进复杂网络的缺陷识别知识到简单网络中的方法。该方法以师生网络为基础,在训练过程中让学生网络模型模仿教师网络模型的缺陷识别方式,使用KL散度衡量差异,共同优化后的学生网络模型具有轻量化的模型结构和较高的缺陷识别能力。在钢铁表面缺陷数据集上的实验验证表明,蒸馏优化后ResUnet + ConvNeXt-T语义分割基准网络对缺陷分割的平均相似系数mDice从0.7503提高到0.7711,学生网络模型的推理速度比教师网络模型提升了约77%,有效的提高了轻量化的学生网络模型对钢铁表面缺陷的识别能力。

关键词：缺陷分割;ResUnet ; ConvNeXt-T;语义分割;知识蒸馏