分层多尺度网络

跨尺度缺陷检测

采用分层表示与多尺度嵌入，以更少参数和计算开销实现优于ResNet50的缺陷检测性能。

Tang, Ruining · Zhenyu, Liu · Song, Yiguo · 段桂芳 · 谭建荣

Journal of Intelligent Manufacturing 2023

参数信息

平均精度（NEU数据集）
42.4 mAP
平均精度（COCO数据集）
42.7 mAP
精度提升（相对于HRNetV2，NEU）
2.6 mAP
精度提升（相对于HRNetV2，COCO）
1.2 mAP

技术优势

精度超越近期主干网络

在NEU和COCO数据集上分别达到42.4和42.7 mAP，比HRNetV2高出2.6和1.2 mAP。

以更低开销实现高性能

相比ResNet50基线，所需参数更少，时间开销略有增加但性能大幅领先。

减轻尺度变化影响

通过跨分支捷径连接，缓解大尺度变化对检测精度的影响。

应用场景