TIM 2025 | DMPDD-Net：一种有效的表面缺陷检测方法

主要观点总结

该论文提出了一种名为DMPDD-Net的新型缺陷检测网络，用于铝型材表面缺陷检测。网络结合了双路径并行注意力机制（DP-AM）、多特征融合机制（MFFM）和并行空间金字塔池化快速（PSPPF）模块。论文解决了铝型材表面缺陷检测中的挑战，如多种类型的缺陷、小尺寸缺陷区域以及缺陷与背景的高相似性等问题。

关键观点总结

关键观点1: 新型缺陷检测网络DMPDD-Net的提出

该网络结合了DP-AM、MFFM和PSPPF模块，旨在提高铝型材表面缺陷检测的精度。

关键观点2: 双路径并行注意力机制（DP-AM）的应用

DP-AM模块通过并行执行通道注意力机制（CAM）和空间注意力机制（SAM），避免了传统CBAM模块中串行执行导致的特征信息丢失问题。

关键观点3: 多特征融合机制（MFFM）的重要性

MFFM模块通过加权融合不同分支的特征图，能够更有效地整合和补充各种特征，生成更全面的缺陷描述。

关键观点4: 并行空间金字塔池化快速（PSPPF）模块的提出

PSPPF模块通过添加全局平均池化（GAP）路径与原有的最大池化（MAP）路径并行执行，保留了更多的上下文信息和关键纹理特征。

关键观点5: 实验验证

作者在天池铝型材表面缺陷数据集（TAPSDD）上进行了实验，验证了DMPDD-Net的有效性和改进。实验结果表明，作者提出的模型在TAPSDD数据集上的mAP@0.5提高了3.5%，mAP@0.5:0.95提高了2.8%，F1分数提高了3.2%。

免责声明