Para lograr la detección automática y rápida, así como la clasificación de ollas metálicas cilíndricas con alto reflejo, y resolver el problema técnico actual de la baja velocidad y eficiencia en la detección de defectos en la superficie de las ollas metálicas, se introdujo una red de fusión de características bidireccional sobre la base de la red YOLOX, proponiendo un modelo de red de fusión de características ligero basado en un mecanismo de atención para lograr un diseño ligero del modelo computacional; al mismo tiempo, mediante el módulo del mecanismo de atención, se aprende la información de características tanto en canales como en espacio, aliviando eficazmente la brecha semántica de las características a múltiples escalas y mejorando la precisión de detección del modelo; considerando la distribución no equilibrada de los pesos de aprendizaje para muestras fáciles y difíciles en la red, se diseñó una función de pérdida de clasificación basada en un factor de decaimiento; utilizando un conjunto de datos de defectos en la superficie cilíndrica de ollas metálicas, se completaron experimentos comparativos de la red de fusión de características, la función de pérdida de clasificación y experimentos de ablación de la ubicación del módulo del mecanismo de atención. Los resultados experimentales muestran que el modelo fusionado con el mecanismo de atención puede reconocer eficazmente seis tipos diferentes de defectos, con una precisión media de detección mAP_0.5 que alcanza el 90,92%, una tasa de detección de 30,84 cuadros/s, logrando un reconocimiento y localización rápida y de alta precisión de los defectos en la superficie cilíndrica de las ollas metálicas.

visión por computadora;pirámide de características;mecanismo de atención;defectos en superficies metálicas