使用视觉Transformer的金属表面缺陷自动检测
计算机视觉与模式识别
2024-10-08 v1
摘要
金属制造常常导致缺陷产品的产生，从而带来运营挑战。由于传统的人工检测耗时且资源密集，因此需要自动化解决方案。本研究利用深度学习技术，使用视觉Transformer（ViT）开发了一种检测金属表面缺陷的模型。所提出的模型侧重于使用ViT进行特征提取，以实现缺陷的分类和定位。该架构分为两条路径：分类和定位。模型必须在定位过程中保持高分类准确率，同时使均方误差（MSE）和平均绝对误差（MAE）尽可能低。实验结果表明，该模型可用于自动化缺陷检测过程，提高运营效率，并减少金属制造中的错误。
引用
@article{arxiv.2410.04440,
title = {Automated Detection of Defects on Metal Surfaces using Vision Transformers},
author = {Toqa Alaa and Mostafa Kotb and Arwa Zakaria and Mariam Diab and Walid Gomaa},
journal= {arXiv preprint arXiv:2410.04440},
year = {2024}
}