WSL-Det: A Wave-Attention and Strip-Localization Detector for Real-Time Strip Defect Detection
WSL-Det 是一种基于 Vajra 架构构建的实时目标检测器，它集成了用于频率感知全局交互的波形注意力机制以及用于各向异性定位的顺序正交条带卷积，在皮革和 NEU-DET 等工业条带缺陷数据集上实现了最先进的精度与速度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在工业制造领域，产品的质量往往取决于那些隐藏在显眼之处的微小瑕疵。对于皮革或钢材等材料而言，其表面讲述着生产过程的故事，但这个故事经常被缺陷所中断：划痕、皱纹或奇怪的线条破坏了饰面。通过人工寻找这些缺陷既缓慢又累人，且容易产生人为错误，这就是为什么工厂转向利用计算机来进行监测。这些计算机系统面临的挑战不仅在于发现出了问题，还在于准确理解究竟出了什么样的问题。许多现代系统擅长识别圆形物体或清晰的形状，但在面对横跨表面的长条状或蜿蜒状缺陷时，往往显得力不从心。这些细长的缺陷需要一种不同的视觉能力——一种能够追踪连续线条，从一端到另一端而不丢失目标的视觉，同时还要能将细微的划痕与材料本身的自然纹理区分开来。
武汉理工大学的研究人员开发了一种全新的计算机视觉系统，专门用于解决实时监测长条状缺陷这一难题。他们将该系统称为 WSL-Det，这是一个旨在为皮革和钢材等材料的生产线提供监管的工具。该系统的创建方法是基于一个现有的快速检测引擎，并为其进行了两项特定的升级。首先，研究人员用一种特别关注图像内模式和频率的方法，取代了引擎原有的观察整幅图像的标准方式，这就像收音机调谐器从背景噪声中隔离出特定信号一样。这使得系统即使在边缘模糊的情况下，也能感知到长条形缺陷的连续流动。其次，他们重新设计了系统中负责在缺陷周围绘制框的部分。该系统不再使用标准的正方形框，而是使用了一种特殊的滤波器，这些滤波器可以进行水平和垂直方向的拉伸，使其能够比通用的方框更紧密地贴合长划痕或皱纹的形状。
团队在两组截然不同的数据集上测试了这种新方法。第一组是他们从一家皮革厂收集的图像，其中包含七种常见的缺陷类型，如深凹痕、污迹线和不规则皱纹。在这些测试中，新系统在所有对比工具中表现得最为精准且速度最快。它能以极高的精度识别并定位缺陷，在标准准确度量表上达到了 57.1 分，这比之前的最佳工具有了显著提升。更重要的是，它每秒能处理 33.9 幅图像，这一速度足以跟上移动的生产线而不会造成减速。研究人员发现，该系统在处理皮革缺陷的长条性和蜿蜒性方面表现尤为出色，能够将缺陷从背景纹理中分离出来，而其他系统在这些地方往往会产生混淆。
为了测试该系统是否能处理皮革以外的材料，研究人员还在一个包含六种不同工业缺陷的热轧钢带公开数据集中对其进行了测试。在这里，系统展现出了另一种优势。虽然它并未在每一项指标上都击败功能最强大的复杂系统，但它在发现微小缺陷和长而细的划痕（这些通常是最难捕捉的）方面表现卓越。它在捕捉这些特定形状时取得了最佳结果，同时使用的计算资源更少，运行速度比领先的复杂系统快了两倍以上。这表明，该系统并非试图成为处理每种可能缺陷的通用专家，而是一个经过完美调优的专业化工具，专门用于快速、准确地寻找细长型缺陷。
这项工作的成功在于其对问题特定形状的关注。通过教计算机理解模式的频率并使用长条形滤波器来绘制边界，研究人员创造了一个能够以工厂检查员的方式观察世界的系统：寻找那些预示问题的长而连续的线条。结果表明，对于那些对速度和识别长条状缺陷能力要求极高的行业，这种专门化的方法提供了一个实用且强大的解决方案。它并不取代人工监督的需求，而是提供了一双可靠、快速且高度精准的眼睛，可以在工厂车间里不知疲倦地工作，确保只有最优质的材料得以进入下一环节。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。