産業用コイルばね検査のためのクロススケール特徴融合を備えた変形可能アテンションベースの検出トランスフォーマー

概要: 機関車用コイルスプリングの自動視覚検査は、表面欠陥の形態多様性、著しいスケール変動、そして複雑な産業背景のため、重大な課題を呈します。 本論文は MSD-DETR（Multi-Scale Deformable Detection Transformer）と呼ばれる新規検出フレームワークを提案します。3つの主要な革新を通じてこれらの課題に対処します: (1) 訓練時の多分岐トポロジーを推論時の効率性からデカップリングする構造再パラメータ化戦略。これによりリアルタイム性能を維持しつつ特徴抽出を強化します; (2) 可変形アテンション機構は、形態的不規則性に関係なく欠陥関連領域に動的に焦点を合わせる、コンテンツ適応的な空間サンプリングを可能にします; (3) GSConvモジュールと VoVGSCSP ブロックを組み込んだクロススケール特徴融合アーキテクチャで、効果的な多解像度情報の統合を実現します。実世界の機関車用コイルスプリングデータセットを用いた包括的な実験により、MSD-DETR は 92.4% mAP@0.5 を 98 FPS で達成し、YOLOv8（+3.1% mAP）およびベースライン RT-DETR（+2.8% mAP）を含む最先端検出器を上回り、推論速度を同等に維持しつつ、産業用コイルスプリング品質検査の新たなベンチマークを確立したことを示します。