您当前的位置:
首页 >
文章列表页 >
高频引导的多尺度空间感知异常检测网络
高频引导的多尺度空间感知异常检测网络
Multi-scale spatial sensing anomaly detection network guided by high frequency
- “研究团队针对工业异常检测中小尺寸缺陷难识别、多尺度特征提取弱等痛点,提出结合高频残差引导与多尺度注意力特征融合的新网络,通过频域分离策略保留高频细节,嵌入全局增强多尺度注意力模块GEMA强化纹理判别,集成坐标注意力模块CoordAtt实现精准定位,在MVTec AD数据集上图像级AUROC达98.6%,为工业质检智能化提供了高效解决方案。”
- 光学精密工程 2026年34卷第2期 页码:296-308
DOI: 10.37188/OPE.20263402.0296
- CSTR: 32169.14.OPE.20263402.0296
修回:2025-10-19
移动端阅览
AI导读
HTML全文
图( 6 ) 表( 5 )
参考文献
出版信息
数据统计
377
浏览量
873
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
关联资源
《光学精密工程》封面文章 | 高频引导的多尺度空间感知异常检测:让工业质检更准
《光学精密工程》封面文章 | 高频引导的多尺度空间感知异常检测:让工业质检更准
相关文章
夜间低光照场景下基于多尺度特征融合的密集行人检测算法
Sat-YOLO:面向空间卫星的目标检测器
融合动态感知与渐进细化的水下图像增强网络
融合深度特征一致性与注意力网络的点云配准方法
关系建模和频谱变换的跨模态行人重识别方法
相关作者
马晞茗
李宁
年伦
吴迪
于祥跃
李峥
王瑶
贾国瑜
相关机构
中国科学院 长春光学精密机械与物理研究所 光电对抗部
中国科学院 西安光学精密机械研究所
中国科学院大学
中国石油大学(华东)青岛软件学院、计算机科学与技术学院, 山东省智能油气工业软件重点实验室
西安财经大学 信息学院



