配線束の応用は非常に広範であり、配線束端子は重要な構成部品として厳格な品質検査が必要です。配線束端子の品質検査の精度と効率を向上させるために、多尺度注意機構に基づく配線束端子のリアルタイムセマンティックセグメンテーションネットワークMRF-UNetを提案します。まず、特別な多尺度注意モジュールMRFをネットワーク特徴抽出の基礎モジュールとして採用し、モデルの特徴抽出能力と汎化能力を向上させます。次に、特徴融合の方法でスキップ接続を実現し、モデルの計算量を低減します。最後に、逆畳み込みと畳み込み操作を用いて特徴をデコードし、ネットワークの深さを削減しアルゴリズムの性能を向上させます。実験結果は、本論文のMRF-UNetアルゴリズムが配線束端子のテストデータセットにおいて平均交差検出率（MIoU）、平均ピクセル精度（MPA）、ダイス係数（Dice）指標がそれぞれ97.54％、98.83％、98.31％に達し、モデル推論速度が15 FPSに達することを示しています。BiSeNet、UNet、SegNetなどの主流のセグメンテーションネットワークと比較して、本論文で提案するMRF-UNetネットワークは配線束端子の顕微鏡画像のセグメンテーション結果がより正確かつ高速であり、後続の配線束端子品質検査のためのデータ支援を提供します。

深層学習;配線束端子;セマンティックセグメンテーション;注意機構