Глубокое обнаружение дефектов металлической поверхности: новый эталонный набор данных и сеть обнаружения

Обнаружение дефектов металлической поверхности является важным процессом контроля качества промышленной продукции. Однако из-за ограниченного объёма данных и числа категорий дефектов существующие наборы данных о дефектах, как правило, непригодны для развертывания моделей обнаружения. Для решения этой проблемы мы представляем новый набор данных GC10-DET для обнаружения дефектов металлической поверхности в больших масштабах. Набор данных GC10-DET представляет значительные сложности с точки зрения категорий дефектов, количества изображений и объёма данных. Кроме того, традиционные методы обнаружения демонстрируют низкую эффективность и точность в сложных условиях реального мира. Поэтому мы также предлагаем новую сквозную сеть обнаружения дефектов (EDDN), основанную на детекторе Single Shot MultiBox Detector (SSD). Модель EDDN способна обрабатывать дефекты различных масштабов. Кроме того, для смягчения проблемы дисбаланса данных разработан метод отбора трудных отрицательных примеров, а для обогащения обучающих данных и решения проблемы высокой стоимости сбора данных применяются методы аугментации данных. Наконец, обширные эксперименты на двух наборах данных показывают, что предложенный метод является устойчивым и удовлетворяет требованиям к точности обнаружения дефектов металлической поверхности.