产品表面缺陷检测的多通路阈值收缩融合网络

来源：计算机工程与应用杂志2023年第10期北京时间：

作者：耿玉标, 岳志远, 闫麒名, 孙玉宝

单位：南京信息工程大学 江苏省大数据分析技术重点实验室 江苏省大气环境与装备技术协同创新中心，南京 210044

摘要：产品表面缺陷检测任务的重点是对产品表面图像中的异常缺陷区域进行自动检测和分割。然而实际应用中，由于噪声的退化影响和缺陷类型的复杂多样，产品表面缺陷检测仍然是一项具有挑战性的任务。为了应对这些问题，提出了产品表面缺陷检测的多通路阈值收缩融合网络。在各尺度通路中，为了降低噪声干扰，该网络设计了自适应阈值收缩去噪模块，通过双支路自主学习水平和垂直方向的收缩阈值，去除特征中的干扰噪声并且保留有效背景信息，从而实现自适应去噪。为了更准确定位缺陷对象，设计了上下文三维注意力融合模块，通过水平聚合和垂直聚合生成三维注意力图，增强异常区域特征。最终将平行的多尺度特征融合，实现对不同尺度以及不同类型缺陷的有效检测。将所构建模型在SD-900和MVTec-AD数据集上与最新的8种方法进行比较，实验结果表明该模型能够有效提升检测精度，并能够对噪声干扰保持鲁棒性，消融实验也验证了自适应阈值收缩去噪模块和上下文三维注意力模块融合的有效性。

关键词：缺陷检测,多尺度融合网络,自适应阈值去噪,上下文三维注意力