軽量な物体検出アルゴリズムが鋼表面の欠陥検出タスクで認識精度が低い問題に対応して、多尺度強化特徴融合に基づく鋼表面欠陥物体検出アルゴリズムを提案する。本アルゴリズムは、提案した適応加重融合モジュールを用いて異なる階層特徴の融合重みを適応的に計算し、深層の意味情報と浅層の詳細情報を加重融合することで、浅層特徴が詳細情報を失うことなく豊富な深層意味を獲得できるようにする。提案した空間特徴強化モジュールを利用して3つの独立した方向から融合特徴を強化し、残差サイドパスを導入してネットワーク構造の安定性を高め、畳み込み過程でより多くの重要な情報を抽出できる。先行ボックスと実際のボックスの全体的な重なり度合いに基づき、モデルにより適した学習サンプルを選択する。実験結果は、本アルゴリズムの検出精度が80.47％に達し、元のアルゴリズムより6.81％向上したことを示している。本アルゴリズムのパラメータ数は2.36M、計算量は952.67MFLOPsであり、鋼材表面の欠陥情報を迅速かつ高精度に検出でき、高い応用価値を持つ。

欠陥検出;単発マルチボックス検出器;強化された特徴融合;適応加重融合;空間特徴強化