複雑な背景干渉により低コントラストの欠陥特徴が表現しづらい鉄鋼表面欠陥検出、およびマルチスケール特徴融合過程で局所的な詳細が失われやすい問題に対し、二重周波数領域強化と動的カーネル誘導を融合した改良型検出フレームワークDFD-DETRを提案する。まず、圧延テクスチャ等の低周波背景が欠陥エッジ特徴に与える干渉に対して、二重周波数領域強化モジュール（Dual-Frequency Domain Enhancement、DFE）を設計した。本モジュールは前置のハイパスフィルタと後置のスペクトルゲーティングから構成され、前者は固定ハイパス応答により圧延テクスチャ等の低周波背景情報を抑制し、後者は学習可能なスペクトルゲーティングを用いて融合周波数特徴を適応的に再補正することで、微弱な欠陥のエッジ応答を強化する。続いて、伝統的特徴融合過程で浅層の詳細が深層セマンティクスに覆われる難しさを一定程度克服するため、動的カーネル誘導モジュール（Dynamic Kernel Guidance、DKG）を提案した。深層セマンティック特徴を利用して空間適応的な動的畳み込みカーネルを生成し、浅層の高解像度特徴を局所的に誘導融合することで、多尺度欠陥の構造表現能力を強化する。NEU-DETとGC10-DETデータセットでの実験結果により、本手法はmAP@0.5でそれぞれ80.8％と73.4％を達成し、ベースラインRF-DETRに比べて複雑な背景下での低コントラストおよび多尺度欠陥検出タスクにおいてより優れた検出結果を得て、良好な検出性能と一定の汎化能力を有することが示された。

鋼鉄表面;欠陥検出;RF-DETR;周波数領域強化;多尺度特徴融合