缸孔缺陷检测器

未知缺陷也抓得住

基于基础模型的检测器将缺陷检测从闭集扩展到开集，并能融合多模态结果以减少漏检。

He, Xujie · 金晶 · Duo, Chen · Cangtian, Zhou

Engineering Applications of Artificial Intelligence 2024

参数信息

mAP@50

45.2

mAP@50 相对提升（对比 FasterRCNN）

6

技术优势

没见过也能抓

用基础模型构建缺陷判别器，把检测范围从封闭类别集扩展到开放集，遇到训练时没见过的缺陷类型也能识别。

少漏检

交叉模态聚合器融合不同模态的检测结果，相互补漏，让已知缺陷类型也不容易漏掉。

基准更高

在自建缸孔数据集上 mAP@50 达到 45.2，比 FasterRCNN 和 YOLOv7 分别高约 6 和 3 个点。

应用场景

• 发动机质量检测：直接嵌入发动机生产线质检工位，替代人工目检，把缺陷缸孔挡在装配前。
• 工业缺陷检测：把闭集检测升级为开集检测，让工业视觉系统能应对未知缺陷类型，减少漏检。
• 制造质量检测：处理表面缺陷种类多变的制造场景，用开集判别器覆盖非典型缺陷，融合多模态提升检出率。
• 汽车零部件视觉检测：专攻缸孔反光强、缺陷形状不规则的汽车零件成像难点，用基础模型特征提升检测鲁棒性。