GDDS：基于Gather和Distribute域移抑制网络的单域通用缺陷检测框架——面向开放世界场景

高效智能的光伏模组表面缺陷检测对于提高光伏模组质量和确保大规模基础设施的可靠运行至关重要。然而，数据分布偏差的场景特征使得面向光伏制造和电站巡检等开放世界场景构建缺陷检测模型具有挑战。因此，我们提出了Gather和Distribute域移抑制网络（GDDS）。它采用单域通用方法，完全独立于测试样本，以解决分布移问题。使用一阶段网络作为基线网络，突破了传统域泛化方法通常使用两阶段网络的限制。它不仅平衡了检测精度和速度，也简化了模型的部署和应用过程。GDDS包含两个模块：DeepSpine模块和Gather和Distribute模块。具体而言，DeepSpine模块应用更广泛的上下文信息，通过获取和拼接多尺度特征来抑制背景风格移。Gather和Distribute模块收集和分配全局信息，以实现多尺度通道特征的跨层交互学习并抑制缺陷实例移。此外，GDDS利用归一化Wasserstein距离进行相似度测量，减少由边界框位置偏差引起的测量误差。我们在EL内源性移数据集和光伏检查红外图像数据集上对GDDS进行了全面评估。实验结果表明，GDDS能够比其他最先进方法在开放世界场景下更快更好地适应缺陷检测。