Devido à dificuldade de representar características de defeitos de baixo contraste causados por interferências de fundo complexas na detecção de defeitos em superfícies de aço, bem como ao problema de perda de detalhes locais durante a fusão de características em múltiplas escalas, é proposto um framework de detecção melhorado DFD-DETR que integra reforço duplo no domínio da frequência e orientação dinâmico por kernel. Primeiramente, para combater a interferência de fundos de baixa frequência, como textura de laminação, nas características de borda dos defeitos, foi projetado um módulo de reforço duplo no domínio da frequência (Dual-Frequency Domain Enhancement, DFE). Este módulo consiste em um filtro passa-alta prévio e um controle espectral posterior, sendo que o primeiro suprime a informação de fundo de baixa frequência, como textura de laminação, por meio de uma resposta fixa passa-alta, enquanto o segundo utiliza um gating espectral aprendível para recalibrar de forma adaptativa as características no domínio da frequência após a fusão, reforçando a resposta das bordas de defeitos fracos. Em seguida, para superar em certa medida a dificuldade causada pela cobertura de detalhes superficiais pela semântica profunda durante o processo tradicional de fusão de características, propõe-se um módulo de orientação dinâmica por kernel (Dynamic Kernel Guidance, DKG). Ele utiliza características semânticas profundas para gerar kernels convolucionais dinâmicos adaptativos ao espaço, guiando a fusão local de características de alta resolução em camadas superficiais, fortalecendo a capacidade de representação estrutural de defeitos em múltiplas escalas. Os resultados experimentais nos conjuntos de dados NEU-DET e GC10-DET mostram que o método alcança mAP@0.5 de 80,8% e 73,4%, respectivamente, superando o RF-DETR de baseline e obtendo melhores resultados de detecção em tarefas de defeitos de baixo contraste e multiescala em fundos complexos, com bom desempenho de detecção e certa capacidade de generalização.

superfície do aço;detecção de defeitos;RF-DETR;reforço no domínio da frequência;fusão de características multiescala