arXiv · 机器人与计算机视觉· Dikai Li, Weijia Wang, Yuan-Gen Wang·· 2026-10-15AI 评分45
Cross-Scenario Industrial Defect Detection via Domain-Robust Training and Metric-Aligned Selection 提出跨场景鲁棒训练与指标对齐选择方法,在 IDA 2026 Track 1 挑战中单卡 RTX 4090 GPU 实现测试集分数 0.564、筛选分数 0.696。
Cross-Scenario Industrial Defect Detection via Domain-Robust Training and Metric-Aligned Selection
AI 导读
针对光照、表面污染物及产线条件变化下的工业板缺陷检测难题,该方法通过跨场景鲁棒归一化、小缺陷感知学习、VFL 学习目标及定制 SWAD 变体等四个模块实现高可靠性。实验显示模型在单卡 RTX 4090 GPU 上于测试集取得 Track 1 分数 0.564 与筛选分数 0.696,代码已开源。该成果已被 IEEE ICME 2026 接收展示。
来源:arXiv · 机器人与计算机视觉 · arxiv.org