鲁荣乔,陶雨馨,沈立东,张军锦,邓江林

针对烟支表面缺陷检测中存在的样本分布不均问题，提出融合VAE数据生成与交叉注意力机制的检测框架。通过改进条件VAE模型实现小样本缺陷数据扩增，结合跨模态注意力特征融合策略提升模型对细微缺陷的敏感性。实验表明，在自建烟支数据集正常样本和缺陷样本15:1范围内，该方法较传统方案MAP提升17.3%，F1-score达89.6%。

缺陷检测；数据不平衡；变分自编码器；注意力机制

[1] Chawla N V，et al.SMOTE:Synthetic Minority Over-sampling Technique.JAIR，2002. [2] García V，et al.On the k-NN performance in weakly supervised classification.Pattern Recognition，2015. [3] Lin T Y，et al.Focal Loss for Dense Object Detection.ICCV，2017.

点击下载PDF