Для реализации автоматического быстрого обнаружения и сортировки металлических цилиндрических кастрюль с высокой отражающей способностью, а также для решения технической проблемы низкой скорости и эффективности обнаружения дефектов на поверхности металлических кастрюль, на основе сети YOLOX введена двунаправленная сеть слияния признаков, предложена лёгкая сеть слияния признаков на основе механизма внимания для облегчения вычислительного дизайна модели; одновременно с помощью модуля механизма внимания осуществляется обучение признаков по каналам и пространству, что эффективно смягчает семантический разрыв многомасштабных признаков и повышает точность обнаружения модели; учитывая несбалансированное распределение весов обучения для образцов с разной степенью сложности классификации, разработана функция потерь классификации на основе коэффициента убывания; с использованием набора данных дефектов поверхности металлических цилиндров проведены сравнительные эксперименты сети слияния признаков, функции потерь классификации и эксперименты абляции расположения модуля механизма внимания. Результаты экспериментов показывают, что модель с интегрированным механизмом внимания эффективно распознаёт 6 различных типов дефектов, средняя точность обнаружения на тестовом наборе mAP_0.5 достигает 90.92%, частота кадров обнаружения достигает 30.84 кадров/с, реализуя высокоточное и быстрое обнаружение и локализацию дефектов поверхности металлических цилиндров.

машинное зрение;пирамиды признаков;механизм внимания;дефекты металлической поверхности