摘要
يعد الكشف الدقيق والفعال عن عيوب سطح الصلب أمرًا حيويًا للتحكم في جودة الصناعة. على الرغم من أن نموذج RT-DETR يوفر توازنًا جيدًا بين السرعة والدقة، إلا أن طريقة استخراج الميزات الثابتة ودقة الكشف لديه تظل محدودة عند التعامل مع العيوب المعقدة والدقيقة. لذلك، قدمت هذه الورقة خوارزمية كشف محسنة قائمة على RT-DETR تسمى ICR-DETR. أولاً، تم استخدام UniRepLKNet كشبكة عمق لتحسين قدرة النموذج على إدراك خصائص سطح المعدن بشكل ملحوظ؛ ثانيًا، تم إدخال وحدة LWN-CS في شبكة العنق، والتي تجمع بين تحويل المويجة القابل للتعلم وآلية خلط القنوات لتعزيز نمذجة التفاصيل عالية التردد ودمج الميزات بفعالية؛ أخيرًا، تم تصميم دالة خسارة Shape-WIoU التي تدمج آلية وزن العينات غير المتناقضة لـ WIoU مع Shape-IoU لنمذجة شاملة لميزات الشكل وعلاقة الحجم لإطار الإحاطة، مما يحسن دقة التموقع والصلابة. أُجريت تجارب على مجموعة بيانات عيوب سطح الصلب العامة NEU-DET، وأظهرت النتائج أن ICR-DETR حققت دقة 77.92٪، واسترجاع 75.71٪، ومؤشر mAP بنسبة 78.42٪، متفوقة على خوارزميات الكشف السائدة الحالية. بالإضافة إلى ذلك، للتحقق من قدرة النموذج على التعميم، تم اختباره أيضًا على مجموعتي بيانات ICRFD (انفصال سلك الانزلاق) وFDMPI (تشقق الشاحنة الثقيلة) التي تم إنشاؤها داخليًا، مما يؤكد فعاليته وصلابته في بيئات صناعية معقدة. تشير نتائج التجارب إلى أن ICR-DETR قادر على دعم مهام الكشف عالية الدقة للعيوب في السيناريوهات الصناعية المعقدة.
关键词
كشف العيوب;RT-DETR;سلك الانزلاق;Shape-IoU;NEU-DET
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website