多场景工业缺陷检测模型

mAP@50 达 76.2

用自适应的视觉基础模型和双阈值判别器，统一四种工业场景的缺陷检测。

He, Xujie · 金晶 · Fujiang, Yu · She, Zhao · Duo, Chen · 高翔

Measurement: Journal of the International Measurement Confederation 2025

参数信息

总 mAP@50

76.2

较 FasterRCNN 的 mAP@50 提升

13.93

技术优势

统一多场景检测

单个模型即可覆盖四种工业缺陷场景，无需为每种场景单独开发。

超越现有检测器

在四种场景上总 mAP@50 达 76.2，超过 FasterRCNN、YOLO-7X 和 GDINO。

融入工业先验

通过工业特征适配器和上下文感知双阈值判别器注入领域知识，提升检测判别能力。

应用场景

• 工业缺陷检测：统一多场景检测，减少为每种产品单独开发检测模型的工作量。
• 工业质检机器人：可部署到质检机器人，实现多场景缺陷的自动识别。
• 视觉基础模型：证明视觉基础模型可适配工业缺陷检测，推动大模型落地。