基于改进 SEAM 的金属表面缺陷检测算法
来源：计算机技术与发展杂志2022年第S2期北京时间：
作者：王栋栋;陈龙;吴晨睿
摘要：金属表面缺陷检测对于把控产品的质量安全至关重要。 针对现有缺陷检测算法存在数据标注困难和准确率低的问题,提出一种基于弱监督学习的检测算法。 以 SEAM 算法为框架,使用图像级别标签来预测缺陷位置和种类。 在网络特征提取部分添加融合通道注意力的高响应区域抑制模块,挖掘缺陷特征深层信息。 在模型训练阶段,通过因果干预策略消除类间模糊造成的语义混淆,从而提升金属表面缺陷检测准确度。 通过实验在金属表面缺陷的小样本数据集上验证了该方法的有效性与优越性。
关键词：金属表面缺陷;深度学习;弱监督分割;高响应区域抑制;因果干预
