计算机应用研究

作者：叶旭芳,陈梅,李晖,曹阳,王喜宾,

单位：1.公共大数据国家重点实验室,贵阳550000；2.贵州大学a.计算机科学与技术学院;b.机械工程学院,贵阳550000；3.贵州理工学院大数据学院,贵阳550000；

关键词：表面缺陷检测,注意力机制,特征融合,目标检测,

基金：国家自然科学基金资助项目(62162010,72161005)；贵州省科技资助项目(黔科合支撑［2021］一般449,黔科合基础-ZK［2022］一般184,黔科合支撑［2022］一般271,黔科合成果［2023］一般010)；；

复杂纹理瓷砖表面存在较多的低可视度小目标缺陷与严重的复杂纹理背景干扰，使应用目标检测方法时易出现较高的误检率和漏检率。为提升复杂纹理瓷砖表面缺陷检测效率，提出了基于通道与空间联合注意力的复杂纹理瓷砖表面缺陷检测方案。首先通过建模深浅层特征通道间关系设计了一种选择性特征融合方法，以提升模型对小目标缺陷的特征表达；其次，提出了通道与空间联合注意力模块，通过通道注意力和空间注意力来筛选关键特征通道和抑制纹理区域，使模型着重于学习缺陷特征以增强模型辨别缺陷与纹理的能力；最后，在复杂纹理瓷砖表面缺陷数据上进行了实验验证。实验结果表明，相较于AFF（attentional feature fusion）和CBAM（convolutional block attention module）方法，选择性特征融合方法和通道与空间联合注意力模块使模型检测性能分别提高了5.3 AP、6.32 AP。最终，实验证明了该方案分别优于现有的瓷砖检测方法YOLOv5和纹理织物缺陷检测AFAM方法1.32 AP、2.12 AP。

来源：2024年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第3期