精密な組み立てのために、減速器と類似の部品を正確に分類することが重要です。既存の視覚分類手法は、高度に類似した部品に対して特徴の判別能力が不足していたり、複雑な背景の干渉に対する耐性が弱いなどの問題があり、性能が低く、精密な組み立てに誤差をもたらしやすいです。減速器部品はクラス内での差異が大きく、クラス間の差異が小さく、この特性に基づいて、HiFuseを基盤とした空間デュアルフォーカス協調ネットワーク（Spatial Dual-Focus Synergy Network、SDFSN）による減速器部品の分類手法を提案します。多枝の空間適応的膨張率選択メカニズムを設計し、モデルが変形領域に対して自動で最適な受容野を選択できるようにします。2段階のジオメトリと局部の協調注意メカニズムを構想し、各膨張分岐からの出力特徴に段階的で精細な注目を指導し、特徴の重みを動的に調整して、重要領域の判別力を効果的に強化し、粗から細までの特徴抽出を実現します。変形可能なジオメトリグラフを導入し、ジオメトリトポロジに適合するグラフ構造を実現し、伝統的な固定グリッドの制限を打破し、変形畳み込みに曲率ゲート制御メカニズムを導入し、ジオメトリ変位の適応的特徴を継承し、複雑な曲面領域の応答能力と表現精度を大幅に向上させます。実験結果によると、SDFSN-HiFuseは自作データセットでベースラインよりも3.57%の精度向上、2.99%の精度向上を達成し、部品の分類のリアルタイム性要件を満たし、FPSは300.39 frame/msに達しています。

減速器部品の分類; ディープラーニング; 注意メカニズム; 多尺度膨張畳み込み