注意力残差块引导的师生网络色织物缺陷检测算法
来源：计算机测量与控制杂志2024年第5期北京时间：
作者：张玥,刘帅波,张思怡,吴天禧
单位：西安工程大学 电子信息学院
摘要：针对传统色织物缺陷检测重构模型存在难以保证缺陷区域的重构效果、漏检和误检率偏高等问题，提出一种注意力残差块引导的无监督师生网络色织物缺陷检测算法。从知识蒸馏角度出发，基于Wide_ Resnet50_2网络设计一种具有编码-解码结构的教师-学生模型，学生网络通过恢复经过预训练的教师网络的多尺度特征增强重构能力。提出一种融合双重注意力的残差模块DARM(Dual Attention Residual Module)，对特征信息进行双重权重分配的方式可以去除教师网络输出的冗余信息，进一步扩大师生网络之间对于缺陷区域的表征差异，提升模型的缺陷检测与定位能力。实验结果表明，提出的算法在YDFID-1数据集上AUPRO达到了85.8%、像素级AUROC和图像级AUROC分别达到了96.3%和98.3%；在少样本条件设置下，提出的算法在MVTec数据集上AUPRO和AUROC下降不超过4.5%，实验结果验证了该算法处理色织物缺陷检测问题的有效性以及稳定性。
关键词：图像处理;色织物;缺陷检测;注意力机制;知识蒸馏
基金资助：国家自然科学基金(61803292)；纺织工业联合会科技指导性项目(2020111)；西安工程大学研究生创新(chx2023011)。
