|
|
广西师范大学学报(自然科学版) ›› 2026, Vol. 44 ›› Issue (4): 79-95.doi: 10.16088/j.issn.1001-6600.2025112602
王成龙1, 宋强2*, 李文峰3, 张仕民2
Wang Chenglong1, Song Qiang2*, Li Wenfeng3, Zhang Shimin2
摘要: 针对医用手套表面缺陷检测中存在的微小目标识别精度低、背景干扰强等问题,本文提出一种基于Transformer架构的轻量化检测模型PAM-DETR(parameter-efficient adaptive multi-scale detection transformer)。首先,在RT-DETR模型基础上构建PRT-Block模块,引入重参数化结构与注意力机制,在剔除标准卷积计算冗余的同时显著增强小目标特征的表达能力;其次,设计自适应稀疏编码模块ASEM(adaptive sparse encoder module)替代原始AIFI结构,优化特征尺度的交互效率;再次,融合ASEM与全新设计的CSPOmniKernel结构构建多尺度增强特征金字塔(multi-scale enhanced feature pyramid, MSEFP),实现对微小缺陷特征的高效多尺度融合;最后,基于工业现场采集构建医用手套专用缺陷数据集并进行验证。实验结果表明,改进算法PAM-DETR在mAP@50指标上相较于强基线模型YOLO11n和RT-DETR-R18分别提升4.12与4.84个百分点;与RT-DETR-R18相比,PAM-DETR参数量减少14.5%,计算量(FLOPs)降低7.9%,能够较好地满足生产线对医用手套缺陷高精度、轻量化的检测需求。
中图分类号: TP391.41
| [1] GB 24788—2025 医用手套安全技术要求[S]. [2] 万凯. 乳胶制品针孔缺陷检测方法的研究[D]. 南京: 东南大学, 2017. [3] 李文文, 杨先海, 潘广堂. 一种基于改进Canny算法的塑胶手套残次品检测方法[J]. 塑料科技, 2017, 45(10): 102-105. DOI: 10.15925/j.cnki.issn1005-3360.2017.10.017. [4] 李嘉欣. 安全套表面缺陷在线检测技术研究[D]. 沈阳: 沈阳工业大学, 2022. [5] Girshick R, Donahue J, Darrell T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2014: 580-587. DOI: 10.1109/CVPR.2014.81. [6] Redmon J, Divvala S, Girshick R, et al. You only look once: unified, real-time object detection[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2016: 779-788. DOI: 10.1109/CVPR.2016.91. [7] 朱世元, 方世鹏. 基于深度学习的橡胶制品缺陷检测技术创新[J]. 粘接, 2023, 50(7): 26-29. DOI: 10.3969/j.issn.1001-5922.2023.07.007. [8] 王宇轩. 基于深度学习的手套检测技术研究与应用[D]. 北京: 北方工业大学, 2023. [9] Lin T Y, Maire M, Belongie S, et al. Microsoft COCO: common objects in context[C]//Computer Vision-ECCV 2014. Cham: Springer, 2014: 740-755. DOI: 10.1007/978-3-319-10602-1_48. [10] 任书玉, 汪晓丁, 林晖. 目标检测中注意力机制综述[J]. 计算机工程, 2024, 50(12): 16-32.DOI: 10.19678/j.issn.1000-3428.0068553. [11] Dharma F P, Singgih M L, Prastyo D D. Beyond architecture: hyperparameter optimization for YOLOv8m in multi-class textile defect detection[J]. Results in Engineering, 2025, 28: 108356. DOI: 10.1016/j.rineng.2025.108356. [12] 刘玉娜, 马双宝. 基于改进YOLOv8n的轻量化织物疵点检测算法[J]. 广西师范大学学报(自然科学版), 2025,43(2): 83-94. DOI: 10.16088/j.issn.1001-6600.2024051302. [13] Carion N, Massa F, Synnaeve G, et al. End-to-end object detection with transformers[C]//Computer Vision-ECCV 2020: LNCS Volume 12346. Cham: Springer International Publishing AG, 2020: 213-229. DOI: 10.1007/978-3-030-58452-8-21. [14] Zhu X Z, Su W J, Lu L W, et al. Deformable DETR: deformable transformers for end-to-end object detection[PP/OL]. V4.arXiv(2021-03-18)[2025-11-26]. https://arxiv.org/abs/2010.04159. DOI: 10.48550/arXiv.2010.04159. [15] Liu S L, Li F, Zhang H, et al. DAB-DETR: dynamic anchor boxes are better queries for DETR[PP/OL]. V4.arXiv(2022-03-30)[2025-11-26]. https://arxiv.org/abs/2201.12329. DOI: 10.48550/arXiv.2201.12329. [16] Zhao Y A, Lv W Y, Xu S L, et al. DETRs beat YOLOs on real-time object detection[C]//2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2024: 16965-16974. DOI: 10.1109/CVPR52733.2024.01605. [17] 王东城, 段伯伟, 邢佳文, 等. 基于改进RT-DETR的铜带表面缺陷轻量化检测方法[J]. 中国有色金属学报, 2025, 35(10): 3527-3538. DOI: 10.11817/j.ysxb.1004.0609.2025-45718. [18] Saeed F, Paul A. ISO-DeTr: a novel detection transformer for industrial small object detection[J]. Machine Learning with Applications, 2026, 23: 100809. DOI: 10.1016/j.mlwa.2025.100809. [19] Kuhn H W. The Hungarian method for the assignment problem[J]. Naval Research Logistics Quarterly, 1955, 2(1/2): 83-97. DOI: 10.1002/nav.3800020109. [20] He K M, Zhang X Y, Ren S Q, et al. Deep residual learning for image recognition[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2016: 770-778. DOI: 10.1109/CVPR.2016.90. [21] 刘耿焕, 曾祥津, 豆嘉真, 等. 基于深度学习的小目标检测技术研究进展[J]. 红外与激光工程, 2024, 53(9): 20240253. DOI: 10.3788/IRLA20240253. [22] Zhou S H, Chen D S, Pan J S, et al. Adapt or perish: adaptive sparse transformer with attentive feature refinement for image restoration[C]//2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2024: 2952-2963. DOI: 10.1109/CVPR52733.2024.00285. [23] Chen S, Zhang H Z, Atapour-Abarghouei A, et al. SEM-Net: efficient pixel modelling for image inpainting with spatially enhanced SSM[C]//2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV). Los Alamitos, CA: IEEE Computer Society, 2025: 461-471. DOI: 10.1109/WACV61041.2025.00055. [24] Zhu J C, Chen X L, He K M, et al. Transformers without normalization[PP/OL]. V2.arXiv(2025-06-14)[2025-11-26]. https://arxiv.org/abs/2503.10622. DOI: 10.48550/arXiv.2503.10622. [25] Yin D S, Hu L Y, Li B, et al. 5%>100%: breaking performance shackles of full fine-tuning on visual recognition tasks[C]//2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2025: 20071-20081. DOI: 10.1109/CVPR52734.2025.01869. [26] Shazeer N. GLU variants improve transformer[PP/OL]. V1.arXiv(2020-02-12)[2025-11-26]. https://arxiv.org/abs/2002.05202. DOI: 10.48550/arXiv.2002.05202. [27] Cui Y N, Ren W Q, Knoll A. Omni-Kernel network for image restoration[J]. Proceedings of the AAAI Conference on Artificial Intelligence, 2024, 38(2): 1426-1434. DOI: 10.1609/aaai.v38i2.27907. [28] Wang C Y, Liao H M, Wu Y H, et al. CSPNet: a new backbone that can enhance learning capability of CNN[C]//2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). Los Alamitos, CA: IEEE Computer Society, 2020: 1571-1580. DOI: 10.1109/CVPRW50498.2020.00203. [29] Sunkara R, Luo T. No more strided convolutions or pooling: a new CNN building block for low-resolution images and small objects[C]//Machine Learning and Knowledge Discovery in Databases: LNCS Volume 13715. Cham: Springer Nature Switzerland AG, 2022: 443-459. DOI: 10.1007/978-3-031-26409-2_27. [30] Lei M Q, Li S Q, Wu Y H, et al. YOLOv13: real-time object detection with hypergraph-enhanced adaptive visual perception[PP/OL]. V2.arXiv(2025-09-05)[2025-11-26]. https://arxiv.org/abs/2506.17733. DOI: 10.48550/arXiv.2506.17733. [31] Lou M, Yu Y Z. OverLoCK: an overview-first-look-closely-next ConvNet with context-mixing dynamic kernels[C]//2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Los Alamitos, CA: IEEE Computer Society, 2025: 128-138. DOI: 10.1109/CVPR52734.2025.00021. [32] 胡玉恒, 吴谨. 改进YOLO-DETR的布料表面微小损伤检测方法[J]. 现代电子技术, 2024, 47(13): 160-163. DOI: 10.16652/j.issn.1004-373x.2024.13.028. |
| [1] | 唐程华, 易见兵, 吴欣, 熊文武, 王敬永. 跨域少样本图像语义分割方法综述[J]. 广西师范大学学报(自然科学版), 2026, 44(4): 1-27. |
| [2] | 杨云波, 南新元, 蔡鑫. 基于改进YOLO11n的光伏板缺陷检测方法[J]. 广西师范大学学报(自然科学版), 2026, 44(3): 47-59. |
| [3] | 钱俊磊, 王熹之, 曾凯, 杜学强, 刘贺, 朱立光. 基于MHTD-YOLO11n的钢材表面缺陷检测算法[J]. 广西师范大学学报(自然科学版), 2026, 44(3): 60-74. |
| [4] | 毕桦男, 高丙朋, 蔡鑫. SOP-DETR:基于改进RT-DETR的海下垃圾检测算法[J]. 广西师范大学学报(自然科学版), 2026, 44(3): 75-88. |
| [5] | 王燕, 徐婕, 牛梦圆. 自适应归一化的多尺度水下图像增强网络[J]. 广西师范大学学报(自然科学版), 2026, 44(3): 89-106. |
| [6] | 田晟, 冯帅涛, 李嘉. 一种基于复合框架的城市道路场景车辆轨迹提取方法[J]. 广西师范大学学报(自然科学版), 2026, 44(2): 31-51. |
| [7] | 吕辉, 司可. 基于改进RT-DETR的光伏板缺陷检测[J]. 广西师范大学学报(自然科学版), 2026, 44(2): 52-64. |
| [8] | 王旭阳, 梁宇航. 多尺度非对称注意力遥感去雾Transformer[J]. 广西师范大学学报(自然科学版), 2026, 44(2): 77-89. |
| [9] | 张胜伟, 曹洁. 融合傅里叶卷积与差异感知的钢材表面微小缺陷检测算法[J]. 广西师范大学学报(自然科学版), 2026, 44(2): 90-102. |
| [10] | 罗缘, 朱文忠, 王文, 吴宇浩. 基于改进PatchTST的多步水质预测模型[J]. 广西师范大学学报(自然科学版), 2026, 44(2): 115-131. |
| [11] | 田晟, 赵凯龙, 苗佳霖. 基于改进YOLO11n模型的自动驾驶道路交通检测算法研究[J]. 广西师范大学学报(自然科学版), 2026, 44(1): 1-9. |
| [12] | 韩华彬, 高丙朋, 蔡鑫, 孙凯. 基于HO-CNN-BiLSTM-Transformer模型的风机叶片结冰故障诊断[J]. 广西师范大学学报(自然科学版), 2025, 43(6): 13-28. |
| [13] | 魏梓书, 陈志刚, 王衍学, 哈斯铁尔·马德提汗. 基于SBSI-YOLO11的轻量化轴承外观缺陷检测算法[J]. 广西师范大学学报(自然科学版), 2025, 43(6): 80-91. |
| [14] | 刘廷汉, 梁艳, 黄鹏升, 闭金杰, 黄守麟, 李廷会. 基于改进YOLOv8s的人脸痤疮小目标检测[J]. 广西师范大学学报(自然科学版), 2025, 43(5): 114-129. |
| [15] | 黎宗孝, 张健, 罗鑫悦, 赵嶷飞, 卢飞. 基于K-means和Adam-LSTM的机场进场航迹预测研究[J]. 广西师范大学学报(自然科学版), 2025, 43(4): 15-23. |
|
|
版权所有 © 广西师范大学学报(自然科学版)编辑部 地址:广西桂林市三里店育才路15号 邮编:541004 电话:0773-5857325 E-mail: gxsdzkb@mailbox.gxnu.edu.cn 本系统由北京玛格泰克科技发展有限公司设计开发 |