小缺陷检测精度提升2.31%
通过双向引导多模态融合，增强前景聚焦与背景抑制，显著降低工业薄膜小缺陷的漏检与误分类。
王慧燕 · Ruihao, Peng · Ming, Ying · Li, Fashuai · Jiuyi, Zhang · 李笑岚 · Tian, Yan · 章国锋
IEEE Transactions on Industrial Informatics 2025
在FSD数据集上，MFF-SDD的召回率比现有最优方法高3.75%，能显著减少漏检。
通过双向引导多模态交叉融合模块增强前景聚焦和背景抑制，模型能更准确地区分缺陷与背景纹理，平均精度提升2.31%。
在公开基准PASCAL VOC和TinyPerson上也取得领先性能，表明模型不仅适用于薄膜缺陷，还可推广到其他小目标检测任务。
构建了包含10385个标注框、7类缺陷的FSD数据集，为模型训练和评估提供了坚实基础，且数据集将公开。