TG-Net缺陷检测模型

免训练适配新刀片

模板引导使得模型无需重新训练即可泛化到新的刀片类型，在极高分辨率下同时实现高精度与实时推理。

Zhang, Wenwen · Yun, Hu · 单杭冠 · 刘而云

Expert Systems with Applications 2024

参数信息

预测精度

38.80 %

推理速度

5.03 FPS

技术优势

无需重新训练

通过学习参考图像与缺陷图像之间的差异信息，模型能快速泛化到新型硬质合金刀片。

高分辨率下实时

在5120×5120的图像上推理速度达到5.03 FPS，满足实时检测需求。

精度与参数最优

在自建数据集上取得38.80%的最优预测精度，同时使用最少参数量。

应用场景

• 刀具表面缺陷检测：专注于硬质合金刀片这一具体工具的缺陷检测，提高检测精度和速度。
• 高分辨率工业视觉：在5120×5120极高分辨率下实现实时推理，适应工业成像需求。
• 制造过程在线检测：已实际部署于生产线上，实现硬质合金刀片缺陷的在线自动检测。