面向自动动力电池检测:新挑战、基准数据集与基线方法

我们对一项名为动力电池检测 (power battery detection, PBD) 的新任务进行了全面研究,旨在从 X 射线图像中定位密集的阴极与阳极极板端点,以评估动力电池的质量。现有的制造商通常依赖人眼观察来完成 PBD,这使得难以兼顾检测的准确性与效率。为了解决这一问题并引起对该有意义任务的更多关注,我们首先精心收集了一个名为 X-ray PBD 的数据集,其中包含来自 5 家制造商的数千个动力电池中精选出的 $1{,}500$ 张多样化 X 射线图像,涵盖 $7$ 种不同的视觉干扰。随后,我们针对 PBD 提出了一种新颖的基于分割的解决方案,称为多维协同网络 (multi-dimensional collaborative network, MDCNet)。借助线预测器与计数预测器,点分割分支的表示能力可在语义与细节两方面得到提升。此外,我们设计了一种有效的距离自适应掩码生成策略,可缓解由极板分布密度不一致所引起的视觉挑战,从而为 MDCNet 提供稳定的监督。在不借助任何额外技巧的情况下,我们基于分割的 MDCNet 在性能上持续优于多种基于角点检测、人群计数以及通用/小目标检测的解决方案,使其成为一个强有力的基线方法,有助于推动 PBD 领域的未来研究。最后,我们分享了该任务未来研究中可能面临的若干困难与方向。源代码与数据集将在 \href{https://github.com/Xiaoqi-Zhao-DLUT/X-ray-PBD}{X-ray PBD} 公开。