Meta-learning Convolutional Neural Architectures for Multi-target Concrete Defect Classification with the COncrete DEfect BRidge IMage Dataset
Goethe University（歌德大学）；Egnatia Odos A. E.（埃格纳蒂亚公路公司）
识别混凝土基础设施中的缺陷，特别是桥梁中的缺陷，是评估结构完整性的关键第一步，成本高，耗时长。混凝土材料的外观变化很大，不断变化的照明和天气条件，各种可能的表面标记以及不同类型的缺陷重叠的可能性，使其成为一项具有挑战性的现实任务。在这项工作中，我们介绍了新的COncrete DEfect BRidge图像数据集（CODEBRIM）的多目标分类的五个常见的混凝土缺陷。我们研究并比较了两种基于强化学习的元学习方法，MetaQNN和高效的神经结构搜索，以找到合适的卷积神经网络架构，用于这一具有挑战性的多类多目标任务。我们发现，与在我们的应用背景下评估的文献中流行的神经架构相比，学习的架构除了产生更好的多目标准确性外，还具有更少的总体参数。
2019-04-02 cs.CV cs.LG stat.ML
Defects of Convolutional Decoder Networks in Frequency Representation
Shanghai Jiao Tong University（上海交通大学）；Alibaba Group（阿里巴巴集团）
本文通过频域分析揭示了卷积解码器网络的三个表示缺陷：削弱高频成分、上采样导致频谱重复、以及输入与目标频率微小偏移导致学习失败，为理解解码器频率表示能力提供了理论依据。
2023-12-01 cs.AI cs.CV cs.LG
Automatic Defect Detection of Print Fabric Using Convolutional Neural Network
Wislon College of Textiles, North Carolina State University（北卡罗来纳州立大学威尔逊纺织学院）
由于织物疵点的纹理和类型的可变性，自动检测疵点是一项具有挑战性的任务。有效的缺陷检测系统使制造商能够提高工艺和产品的质量。整个纺织制造系统的自动化将减少织物浪费，并通过节省成本和资源来提高盈利能力。目前，对使用图像处理和机器学习技术的自动缺陷检测系统有不同的研究。这些技术基于制造工艺和缺陷类型而彼此不同。研究人员还能够在织造过程中建立实时缺陷检测系统。虽然，已经有关于图案化织物缺陷检测的研究，但是这些缺陷与织造缺陷（例如，孔和经、纬向缺陷）有关。但是，还没有任何研究旨在检测在诸如斑点和印刷不匹配期间出现的缺陷。本研究通过开发印花织物数据库和实现深度卷积神经网络（CNN）来填补这一空白。
2021-01-03 cs.CV cs.LG
Uneven illumination surface defects inspection based on convolutional neural network
School of Mechanical Engineering, Anhui University of Technology（安徽工业大学机械工程学院）
针对不均匀光照导致表面缺陷检测率下降的问题，本文通过调整卷积神经网络结构与训练参数，实现铜带和钢材图像缺陷的自动特征学习与准确识别。
2023-07-15 cs.CV eess.IV
Efficient Mixed-Type Wafer Defect Pattern Recognition Using Compact Deformable Convolutional Transformers
针对混合型晶圆缺陷模式识别，提出紧凑可变形卷积变换器（DC Transformer），利用可变形核与多头注意力建模全局特征，在38种缺陷模式真实数据集上显著超越现有模型。
2023-10-17 cs.CV cs.LG
Extremal Region Analysis based Deep Learning Framework for Detecting Defects
提出了一种基于最大稳定极值区域（MSER）分析的卷积神经网络（CNN）的统一缺陷检测框架。我们提出的框架利用MSER的一般性和稳定性来生成所需的缺陷候选人。然后，在缺陷候选者上采用特定训练的二进制CNN分类器以产生最终缺陷集。实验中不同类别\blue{are used}的缺陷数据集。更一般地说，MSER中的参数设置可以进行调整，以满足不同行业的不同要求（高精度，高召回率等）。大量的实验结果表明，所提出的框架的有效性。
2020-05-23 cs.CV eess.SP
Defect segmentation: Mapping tunnel lining internal defects with ground penetrating radar data using a convolutional neural network
Shandong University（山东大学）；University of Leeds（利兹大学）
本研究提出一种隧道衬砌内部缺陷无损检测的探地雷达数据处理方法，称为缺陷分割。为了完成隧道衬砌自动检测的这一关键步骤，该方法使用称为Segnet的CNN结合Lovász softmax损失函数，将内部缺陷结构与GPR合成数据映射，从而提高了缺陷检测的准确性、自动化程度和效率。本文提出的新方法克服了传统探地雷达资料解释中的一些困难，通过对合成数据和实际数据的评价，证明了该方法的有效性。为了验证该方法的真实性，设计并建立了一个含有已知缺陷的试验模型，并获得了探地雷达数据。
2020-03-29 cs.CV cs.LG eess.IV
Defective Convolutional Networks
Peking University（北京大学）；University of Southern California（南加州大学）
本文提出缺陷卷积网络，通过引入激活为常数的缺陷神经元迫使模型减少对纹理的依赖、更多利用形状信息，从而在不进行对抗训练的情况下实现对黑盒及迁移攻击的最先进防御性能。
2025-07-20 cs.CV
Fully Convolutional Cross-Scale-Flows for Image-based Defect Detection
Leibniz University Hannover（莱布尼茨汉诺威大学）；University of British Columbia（英属哥伦比亚大学）
在工业制造过程中，错误经常发生在不可预测的时间和未知的表现形式。我们解决了自动缺陷检测的问题，而不需要有缺陷的零件的任何图像样本。最近的作品使用强统计先验或过度简化的数据表示来对无缺陷图像数据的分布进行建模。相比之下，我们的方法处理细粒度的表示，同时灵活地估计密度的全局和局部图像上下文。为此，我们提出了一种新的全卷积跨尺度归一化流（CS-Flow），它联合处理不同尺度的多个特征图。使用归一化流来将有意义的可能性分配给输入样本允许在图像级上进行有效的缺陷检测。此外，由于保留的空间布置，归一化流的潜在空间是可解释的，这使得能够定位图像中的缺陷区域。我们的工作在基准数据集Magnetic Tile Defects和MVTec AD上的图像级缺陷检测方面开创了一个新的先进水平，在15个类别中的4个类别上显示了100%的AUROC。
2021-10-06 cs.CV
Detecting Manufacturing Defects in PCBs via Data-Centric Machine Learning on Solder Paste Inspection Features
Global Technology Connection, Inc（全球科技连接公司）
本研究利用SPI提取的600万引脚特征，采用以数据为中心的XGBoost方法，在引脚、元件和PCB三个层级训练模型并融合结果，以检测PCB制造缺陷。
2023-09-06 cs.AI cs.CV cs.LG
Surface Defect Classification in Real-Time Using Convolutional Neural Networks
Technical University of Kaiserslautern（凯泽斯劳滕工业大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
表面检测系统是计算机视觉的一个重要应用领域，因为它们用于制造业中的缺陷检测和分类。现有的系统使用手工制作的功能，需要广泛的领域知识来创建。尽管卷积神经网络（CNN）在许多大规模挑战中取得了成功，但由于两个重大挑战，工业检测系统几乎没有实现其潜力：实时处理速度要求和特定于特定领域的数据集，这些数据集有时大小有限。在本文中，我们提出了专门设计用于处理表面检测系统的容量和实时速度要求的CNN模型。为了训练和评估我们的网络模型，我们创建了一个表面图像数据集，包含超过22000个标记的图像与许多类型的表面材料，并实现了98.0%的准确率在二进制缺陷分类。为了解决我们数据集中的类不平衡问题，我们引入了神经数据增强方法，这些方法也适用于遭受相同问题的类似领域。我们的研究结果表明，基于深度学习的方法在表面检测系统中是可行的，并且在准确性和推理时间方面远远优于传统方法。
2019-04-07 cs.CV cs.LG eess.IV
Micro-Defects Expose Macro-Fakes: Detecting AI-Generated Images via Local Distributional Shifts
Rutgers University（罗格斯大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Meta AI；Advanced Micro Devices（先进微器件公司）
本文提出MDMF框架，通过放大微小统计异常为宏观分布偏移，利用局部分布偏移检测AI生成图像，实验表明其在多个基准上表现优异。
2026-05-10 cs.AI cs.CV cs.LG
Detecting Slag Formations with Deep Convolutional Neural Networks
Combient Mix AB；Combient Competence Centre for Data Engineering Sciences（Combient数据工程科学能力中心）；Uppsala University（乌普萨拉大学）
我们调查的能力，从内部的链篦机-回转窑系统炉与两个深卷积神经网络的图像中检测炉渣的形成。炉内的条件偶尔会阻碍摄像机的视野。我们的方法建议通过在深度卷积神经网络中引入convLSTM层来处理这个问题。结果表明，它是有可能实现足够的性能，以自动化的决策，及时的对策，在工业操作设置。此外，添加convLSTM层导致图像时间序列中检测到的炉渣的分数的更少的偏离预测和更低的运行方差。
2021-10-13 cs.CV cs.LG
Detecting Forged Facial Videos using convolutional neural network
University of South Florida（南佛罗里达大学）
在本文中，我们提出了检测伪造的视频，人脸，在线视频。为了促进这种检测，我们建议使用更小（更少的参数学习）的卷积神经网络（CNN），用于数据驱动的伪造视频检测方法。为了验证我们的方法，我们调查了FaceForensics公共数据集，详细介绍了基于帧和基于视频的结果。所提出的方法被证明优于当前最先进的。我们还进行了消融研究，分析批量大小，过滤器数量和网络层数对检测伪造视频的准确性的影响。
2020-05-17 cs.CV
Rethinking Fully Convolutional Networks for the Analysis of Photoluminescence Wafer Images
Osram Opto Semiconductors（欧司朗光电半导体）；Friedrich Alexander University Erlangen-Nuremberg（埃尔朗根-纽伦堡弗里德里希·亚历山大大学）
发光二极管的制造是一个复杂的半导体制造过程，其间穿插着不同的测量。在所采用的测量中，光致发光成像具有几个优点，即是非破坏性的、快速的并且因此具有成本效益的测量。在LED晶片的光致发光测量图像上，每个像素对应于LED芯片在光激发后的亮度，揭示芯片性能信息。然而，基于光致发光图像生成LED晶片的芯片精细缺陷图证明具有挑战性，原因有多个：一方面，除了亮度不同的局部斑点之外，测量的亮度值在图像之间变化。另一方面，某些缺陷结构可以呈现多种形状、尺寸和亮度梯度，其中突出的亮度值可以对应于有缺陷的LED芯片、测量伪影或无缺陷的结构。在这项工作中，我们重新审视了使用全卷积网络创建芯片精细缺陷图的过程，并表明可以通过合并密集连接的卷积块和atrous空间金字塔池化模块来改善在多个尺度下分割对象的问题。我们还分享了使用小型测量图像数据集训练网络的实施细节和经验。所提出的架构显着提高了高度可变的缺陷结构的分割精度比我们以前的版本。
2020-03-01 cs.CV cs.LG
Convolutional Ensembling based Few-Shot Defect Detection Technique
Indian Institute of Information Technology Guwahati (IIITG)（印度理工学院古瓦哈提分校（IIITG））；CSIR-Central Electronics Engineering Research Institute (CSIR-CEERI)（CSIR-中央电子工程研究所（CSIR-CEERI））
在过去的几年里，少样本学习领域有了显著的进步。这种学习范式已经显示出有希望的结果异常检测的挑战性问题，其中的一般任务是处理沉重的类不平衡。我们的论文提出了一种新的Few-Shot分类方法，其中我们采用了多个预训练卷积模型的知识库，这些模型作为我们提出的Few-Shot框架的骨干。我们的框架使用了一种新的集成技术来提高精度，同时大大减少了总参数数，从而为实时实现铺平了道路。我们使用电力线缺陷检测数据集进行了广泛的超参数搜索，并获得了92.30%的5路5拍任务的准确率。在没有进一步调整的情况下，我们用现有的最先进的方法在竞争标准上评估我们的模型，并超越它们。
2022-11-23 cs.AI cs.CV
A New Simple Vision Algorithm for Detecting the Enzymic Browning Defects in Golden Delicious Apples
本文提出一种简单视觉算法，通过提取图像面积和均值作为特征并利用人工神经网络，实现了对金冠苹果酶促褐变缺陷的高精度识别与分类。
2024-09-22 cs.CV
SPDCN: Strip-based Deformable Convolutional Network for Steel Surface Defect Segmentation
School of Artificial Intelligence, Jiangxi Normal University（江西师范大学人工智能学院）；Jiangxi Provincial Key Laboratory of Intelligent Information Processing and Affective Computing（江西省智能信息处理与情感计算重点实验室）
针对钢表面缺陷分割难题，提出SPDCN。其含模糊增强多尺度上下文模块和自适应方向感知可变形卷积，能自适应捕获多尺度信息并使采样网格与缺陷主方向对齐，实验证明该方法优于现有技术，参数少且平均交并比高。
2026-07-24 cs.CV
Detecting Faces Using Region-based Fully Convolutional Networks
Tencent AI Lab（腾讯人工智能实验室）
基于区域的人脸检测方法已经取得了很大的成功。在本报告中，我们提出了一种基于区域的人脸检测器，以完全卷积的方式应用深度网络，名为Face R-FCN。基于基于区域的全卷积网络（R-FCN），我们的人脸检测器是更准确和计算效率相比，以前的R-CNN的人脸检测器。在我们的方法中，我们采用全卷积残差网络（ResNet）作为骨干网络。特别是，我们采用了几个新的技术，包括位置敏感的平均池，多尺度训练和测试和在线硬例子挖掘策略，以提高检测精度。在两个最流行和最具挑战性的人脸检测基准测试中，FDDB和WIDER FACE，Face R-FCN实现了超越最先进技术的卓越性能。
2017-09-18 cs.CV
Fully Convolutional Networks for Chip-wise Defect Detection Employing Photoluminescence Images
Fraunhofer Institute for Integrated Systems and Device Technology IISB（弗劳恩霍夫集成电路与器件研究所IISB）；OSRAM Opto Semiconductors（欧司朗光电半导体公司）
在发光二极管（LED）的制造中，高效的质量控制是不可避免的。由于有缺陷的LED芯片可以追溯到不同的原因，因此采用时间和成本密集的电气和光学接触测量。另一方面，快速光致发光测量通常用于检测晶片分离损伤，但也有可能有效检测各种缺陷LED芯片。在光致发光图像上，每个像素对应于光激发后LED芯片的亮度，揭示了性能信息。但由于亮度值分布不均匀和缺陷图案变化，光致发光图像尚未用于全面的缺陷检测。在这项工作中，我们证明了全卷积网络可以用于芯片级缺陷检测，并在光致发光图像的小数据集上进行训练。像素标签允许我们将每个芯片分类为有缺陷或没有缺陷。基于测量，标签很容易获得，我们的实验表明，训练图像和标签之间存在的差异不会阻碍网络训练。使用加权损失计算，我们能够平衡我们高度不平衡的类别。由于一直使用跳过连接和剩余捷径，我们的网络能够预测各种结构，从广泛的缺陷集群到单个缺陷LED芯片。
2019-10-06 cs.CV eess.IV
ScaffoldNet: Detecting and Classifying Biomedical Polymer-Based Scaffolds via a Convolutional Neural Network
minoHealth AI Labs（minoHealth人工智能实验室）；Old Dominion University（奥多明尼昂大学）
我们开发了一个卷积神经网络模型来识别和分类喷刷（也称为吹纺），静电纺丝和钢丝支架。我们的模型ScaffoldNet是一个6层卷积神经网络，在3,043张喷枪、静电纺丝和钢丝支架的图像上进行了训练和测试。该模型将成像的支架作为输入，然后输出支架类型（喷枪，静电纺丝或钢丝）作为3个类别的预测概率。我们的模型获得了99.44%的准确性，证明了适应调查和解决针对抽象空间背景的复杂机器学习问题的潜力，或者筛选在皮质骨和纤维壳中看到的复杂的生物纤维结构。
2018-05-17 cs.CV
A Classical-Quantum Convolutional Neural Network for Detecting Pneumonia from Chest Radiographs
Vishwakarma University（维什瓦卡尔马大学）；DeepTek Inc（DeepTek公司）
虽然已经提出了许多用于机器学习的量子计算技术，但它们在真实世界数据集上的性能仍有待研究。在本文中，我们探讨如何变分量子电路可以集成到一个经典的神经网络的问题，检测肺炎的胸片。我们用一个变分量子电路代替一个经典的卷积神经网络的一层来创建一个混合神经网络。我们训练这两个网络的图像数据集包含胸部X光片和基准的性能。为了减轻网络训练中不同随机性来源的影响，我们在多轮中对结果进行采样。我们表明，混合网络优于经典网络在不同的性能指标，这些改进是统计上显着的。我们的工作是量子计算潜力的实验演示，可以显着提高神经网络在现实世界中的性能，与社会和工业相关的非平凡问题。
2022-02-19 cs.CV cs.LG quant-ph
Solar Cell Surface Defect Inspection Based on Multispectral Convolutional Neural Network
太阳能电池表面纹理不均匀、背景复杂的相似和不确定缺陷检测是太阳能电池制造中的一个难题。传统的制造过程依赖于人眼检测，需要大量的工人，检测效果不稳定。为了解决这一问题，本文设计了一种基于多光谱深度卷积神经网络（CNN）的视觉缺陷检测方法。首先，建立一个选定的CNN模型。通过调整模型的深度和宽度，评估了模型深度和核大小对识别结果的影响。选择最佳的CNN模型结构。其次，分析了太阳能电池彩色图像的光谱特征。研究发现，不同的缺陷在不同的光谱波段表现出不同的可分辨特征。因此，构建多光谱CNN模型以增强模型区分复杂纹理背景特征和缺陷特征的区分能力。最后，通过实验结果和K折交叉验证表明，多光谱深度CNN模型能够有效地检测出太阳能电池表面缺陷，具有更高的精度和更强的适应性。缺陷识别的准确率达到94.30%。应用这种算法可以提高太阳能电池制造的效率，使制造过程更加智能。
2018-12-15 cs.CV eess.IV
Detection and Segmentation of Manufacturing Defects with Convolutional Neural Networks and Transfer Learning
Stanford University（斯坦福大学）；NIST（美国国家标准与技术研究院）
质量控制是许多制造过程的基本组成部分，特别是那些涉及铸造或焊接的过程。然而，人工质量控制程序往往耗时且容易出错。为了满足对高质量产品日益增长的需求，智能视觉检测系统的使用在生产线中变得至关重要。最近，卷积神经网络（CNN）在图像分类和定位任务中都表现出了出色的性能。在这篇文章中，提出了一个系统的识别铸件缺陷的X射线图像，基于掩模区域为基础的CNN架构。所提出的缺陷检测系统同时进行缺陷检测和分割的输入图像，使其适用于一系列的缺陷检测任务。它表明，训练网络同时执行缺陷检测和缺陷实例分割，导致在一个更高的缺陷检测精度比单独训练缺陷检测。利用迁移学习来减少训练数据需求并提高训练模型的预测精度。更具体地说，该模型首先使用两个大型开放式图像数据集进行训练，然后在相对较小的金属铸造X射线数据集上进行微调。训练模型的准确性超过了GRIMA X射线图像数据库（GDXray）铸件数据集的最新性能，并且速度足够快，可以用于生产环境。该系统在GDXray焊接数据集上也表现良好。进行了一些深入的研究，以探讨如何迁移学习，多任务学习，多类学习影响的训练系统的性能。
2018-09-03 cs.CV
A convolutional neural network reaches optimal sensitivity for detecting some, but not all, patterns
Stanford University（斯坦福大学）
我们研究了现代卷积神经网络（CNN）和线性支持向量机（SVM）在空间对比敏感度方面的性能。具体来说，我们比较了CNN的灵敏度与贝叶斯理想观测器（IO）的灵敏度，其中信号精确已知，噪声在统计上已知。ResNet-18在谐波模式以及包括人脸在内的几类真实世界信号方面达到了最佳性能。对于这些刺激，CNN大大优于SVM。我们进一步分析了信号可能出现在多个位置之一的情况，发现CNN空间灵敏度继续与IO匹配。然而，CNN的灵敏度远低于检测某些复杂纹理模式的最佳灵敏度。这些测量表明，CNN在检测空间模式的存在时可能具有非常大的性能差异。这些差异可能对设计用于检测低对比度空间图案的成像系统的性能具有显著影响。
2020-07-09 cs.CV
Detecting Ground Control Points via Convolutional Neural Network for Stereo Matching
Xiamen University（厦门大学）
本文提出了一种新的方法来检测地面控制点（GCPs）的立体匹配问题。首先，我们训练一个卷积神经网络（CNN）在一个大的立体集，并通过使用训练的CNN模型计算每个像素的匹配置信度。其次，提出了一种基于最大匹配置信度的地面控制点选取方法。最后，我们使用选定的GCPs来细化匹配成本，并应用新的匹配成本进行半全局匹配算法的优化，以改善最终的视差图。我们在KITTI 2012立体基准数据集上评估了我们的方法。实验结果表明，该方法显著提高了视差图的精度。
2016-05-08 cs.CV
InfraGPT Smart Infrastructure: An End-to-End VLM-Based Framework for Detecting and Managing Urban Defects
Independent Researchers（独立研究者）
针对城市基础设施缺陷巡检依赖人工且现有系统输出零散的问题，提出结合YOLO检测分割与VLM的端到端框架，可识别多类缺陷并生成JSON结构化维修行动计划。
2025-10-15 cs.AI cs.CL cs.CV
Learning Shape Features and Abstractions in 3D Convolutional Neural Networks for Detecting Alzheimer's Disease
Universität Rostock（罗斯托克大学）
深度神经网络-特别是卷积神经网络（ConvNet）已成为图像分类、模式识别和各种计算机视觉任务的最新技术。ConvNet在医疗领域具有巨大的潜力，可以有效地分析医疗数据以诊断疾病。基于ConvNet模型从MRI数据中提取的特征，早期诊断对于预防进展和治疗阿尔茨海默病至关重要。尽管有能力提供出色的性能，但模型决策的可解释性的缺乏可能导致误诊，这可能危及生命。在这篇论文中，学习的形状特征和抽象的3D ConvNets检测阿尔茨海默氏症进行了研究，使用各种可视化技术。还检查了网络结构、使用的过滤器大小和过滤器形状的变化如何影响模型的整体性能和学习特征。不同模型的LRP相关图揭示了大脑的哪些部分与分类决策更相关。通过激活最大化比较学习的过滤器，显示了模式如何在网络的不同层中编码。最后，实现了来自卷积自动编码器的迁移学习，以检查增加具有输入补丁的训练样本的数量以提取低级特征是否改善了学习的特征和模型性能。
2020-09-10 cs.CV cs.LG eess.IV
Auto-Classifier: A Robust Defect Detector Based on an AutoML Head
NOVA LINCS（NOVA计算机与系统实验室）；Universidade da Beira Interior（贝拉内陆大学）
表面缺陷检测的主要方法是使用手工制作的基于特征的方法。然而，当影响提取的图像的条件变化时，这就不足了。因此，在本文中，我们试图确定几种最先进的卷积神经网络在表面缺陷检测任务中的表现。此外，我们提出了两种方法：CNN融合，将所有网络的预测融合到最终网络中，以及自动分类器，这是一种新的建议，通过使用AutoML修改其分类组件来改进卷积神经网络。我们进行了实验，以评估所提出的方法在使用DAGM 2007不同的数据集的表面缺陷检测的任务。我们表明，使用卷积神经网络比传统方法取得了更好的结果，而且，自动分类器优于所有其他方法，在所有数据集中实现100%的准确率和100%的AUC结果。
2020-09-03 cs.CV cs.LG cs.NE
CPNet: A Context Preserver Convolutional Neural Network for Detecting Shadows in Single RGB Images
Simon Fraser University（西蒙弗雷泽大学）
由于缺乏有关照明源和场景对象动态的先验信息，图像中阴影区域的自动检测是一项困难的任务。为了解决这个问题，本文提出了一种基于深度学习的分割方法，可以在单个RGB图像中识别像素级的阴影区域。我们利用一种新的卷积神经网络（CNN）架构，以端到端的方式识别和提取阴影特征。该网络在训练过程中保留了学习的上下文，并观察整个图像，同时检测全局和局部阴影模式。在两个公开的SBU和UCF数据集上对所提出的方法进行了评估。我们在这些数据集上分别将最先进的平衡出错率（BER）提高了22%和14%。
2018-10-13 cs.CV
Using Convolutional Neural Networks in Robots with Limited Computational Resources: Detecting NAO Robots while Playing Soccer
Advanced Mining Technology Center & Dept. of Elect. Eng., Universidad de Chile（智利大学先进采矿技术中心与电气工程系）
本文的主要目标是分析的一般问题，使用卷积神经网络（CNN）的机器人有限的计算能力，并提出一般的设计准则，为他们的使用。此外，提出了两种不同的基于CNN的NAO机器人检测器，它们能够在踢足球时实时运行。其中一个检测器基于XNOR-Net，另一个基于SqueezeNet。每个探测器能够在约1 ms内处理机器人对象建议，NAO的上部相机获得的平均每帧建议数为1.5。获得的检出率为~ 97%。
2017-06-20 cs.CV
Comparison of Convolutional neural network training parameters for detecting Alzheimers disease and effect on visualization
Institute of Visual and Analytic Computing（视觉与分析计算研究所）
卷积神经网络（CNN）已经成为检测图像数据中的模式的强大工具。最近的论文报告了使用脑MRI数据进行疾病检测领域的有希望的结果。尽管迄今为止从MRI数据的CNN模型获得了高准确度，但几乎没有论文提供有关驱动这种准确度的特征或图像区域的信息，因为缺少适当的方法或难以应用。最近，工具箱iNNvestigate已经可用，实现了各种最先进的深度学习可视化方法。目前，有一个很大的需求比较的可视化算法，以提供这些算法的实用性和能力的概述。因此，本文的研究目标有两个：1.系统评估CNN超参数对模型精度的影响。2.比较各种可视化方法的质量（即随机性/焦点、可靠性）。
2020-08-18 cs.CV eess.IV q-bio.NC
Detecting Urban Dynamics Using Deep Siamese Convolutional Neural Networks
Ethiopian Institute of Technology - Mekelle（埃塞俄比亚理工学院 - 梅克莱）；Institute of Geo-Information and Earth Observation Science（地理信息与地球观测科学研究所）
变化检测是计算机视觉和遥感领域中一门快速发展的学科。在这项工作中，我们设计并开发了一种卷积神经网络（CNN）的变体，称为Siamese CNN，用于从不同时间捕获的Mekelle市Sentinel-2时间图像中提取特征，并检测城市化引起的变化：建筑物和道路。提出的检测能力的总体准确率（95.8），Kappa测量（72.5），召回率（76.5），精度（77.7），F1测量（77.1）。该模型在大多数这些措施方面取得了良好的表现，并可用于检测在默克莱和其他城市在不同的时间范围内进行城市化的变化。
2020-08-11 cs.CV eess.IV
A multi-branch convolutional neural network for detecting double JPEG compression
Shenzhen University（深圳大学）
双重JPEG压缩的检测是取证分析的重要内容。提出了几种基于卷积神经网络（CNN）的方法。这些方法仅接受来自预处理数据的输入，例如直方图特征和/或解压缩图像。在本文中，我们提出了一个CNN的解决方案，使用原始DCT（离散余弦变换）系数从JPEG图像作为输入。考虑到JPEG中DCT子带的特性，设计了一种多分支CNN结构来检测JPEG格式的图像是否经过双重压缩。与以往的方法相比，该方法提供了端到端的检测能力。大量的实验已经进行了证明所提出的网络的有效性。
2017-10-16 cs.CV cs.MM
Deep Diagnostics: Applying Convolutional Neural Networks for Vessels Defects Detection
冠状动脉造影被认为是一种安全的工具，用于评价冠状动脉疾病，每年在全球约1200万患者中进行。[1]在大多数情况下，血管造影片由心脏病专家手动分析。实际上，没有临床实践算法可以改进和自动化这项工作。神经网络在图像分析任务中显示出高效率，并且它们可以用于血管造影片的分析并促进诊断。我们开发了一种基于卷积神经网络和神经网络U-Net [2]的算法，用于血管分割和狭窄等缺陷检测。在我们的研究中，我们使用了从该市一家医院获得的匿名血管造影数据，并对其进行了增强，以提高学习效率。U-Net的使用提供了高质量的分割，我们的算法与分类器集成的组合在测试数据的缺血评估任务中显示出良好的准确性。随后，这种方法可以作为创建分析系统的基础，该分析系统可以加快心血管疾病的诊断，并极大地促进专家的工作。
2017-06-06 cs.CV
Application of Deep Convolutional Neural Networks for Detecting Extreme Weather in Climate Datasets
National Energy Research Scientific Computing Center（国家能源研究科学计算中心）；Lawrence Berkeley Lab（劳伦斯伯克利实验室）；Nervana Systems（Nervana系统公司）；Scripps Institution of Oceanography（斯克里普斯海洋研究所）；National Oceanic and Atmospheric Administration（美国国家海洋和大气管理局）
在大型数据集中检测极端事件是气候科学研究的一个重大挑战。目前的极端事件检测算法是建立在人类的专业知识，在相关的物理变量的主观阈值的基础上定义事件。通常，多个相互竞争的方法在同一数据集上产生截然不同的结果。准确描述气候模拟和观测数据档案中的极端事件对于了解气候变化内容中此类事件的趋势和潜在影响至关重要。这项研究首次将深度学习技术作为气候极端事件检测的替代方法。深度神经网络能够从标记数据中学习广泛类型模式的高级表示。在这项工作中，我们开发了深度卷积神经网络（CNN）分类系统，并展示了深度学习技术在解决气候模式检测问题方面的有用性。结合基于贝叶斯的超参数优化方案，我们的深度CNN系统在检测极端事件（热带气旋、大气河流和天气锋）时达到89%-99%的准确率
2016-05-04 cs.CV
A Novel Visual Fault Detection and Classification System for Semiconductor Manufacturing Using Stacked Hybrid Convolutional Neural Networks
Chemnitz University of Technology（开姆尼茨工业大学）
本文提出基于堆叠混合卷积神经网络（SH-CNN）的多阶段视觉检测系统，通过视觉注意力机制在高分辨率半导体图像中实现像素级缺陷检测与分类，并在早期制造阶段消除缺陷模式，优于现有学习方法。
2024-06-07 cs.CV cs.LG eess.IV
Unsupervised Pixel-level Road Defect Detection via Adversarial Image-to-Frequency Transform
Curtin University（科廷大学）；Gwangju Institute of Science and Technology (GIST)（光州科学技术院）；RMIT University（皇家墨尔本理工大学）
在过去的几年中，由于计算机视觉和深度学习的各种研究的进步，道路缺陷检测的性能得到了显着提高。尽管大规模且标注良好的数据集在一定程度上提高了检测道路路面缺陷的性能，但在实践中推导出可以针对各种道路条件可靠地执行的模型仍然是具有挑战性的，因为构建考虑不同道路条件和缺陷模式的数据集是困难的。为此，我们提出了一种无监督的方法来检测道路缺陷，使用对抗图像到频率变换（AIFT）。AIFT采用无监督的方式和对抗式学习来推导缺陷检测模型，因此AIFT不需要对路面缺陷进行注释。我们使用GAPs 384数据集，Cracktree 200数据集，CRACK 500数据集和CFD数据集来评估AIFT的效率。实验结果表明，该方法检测各种道路检测，它优于现有的国家的最先进的方法。
2020-02-03 cs.CV cs.LG eess.IV
DefectNET: multi-class fault detection on highly-imbalanced datasets
Visual Information Laboratory, University of Bristol, UK（布里斯托尔大学视觉信息实验室）
作为一种数据驱动的方法，深度卷积神经网络（CNN）的性能在很大程度上依赖于训练数据。传统网络的预测结果偏向于更大的类，这往往是语义分割任务的背景。这成为故障检测的主要问题，其中目标在图像上看起来非常小，并且在类型和大小上都不同。在本文中，我们提出了一种新的网络架构，DefectNet，它提供了高度不平衡数据集上的多类（包括但不限于）缺陷检测。DefectNet由两条并行路径组成，分别是全卷积网络和扩张卷积网络，分别检测大对象和小对象。我们提出了一种混合损失，最大限度地提高了骰子损失和交叉熵损失的有用性，我们还采用了泄漏整流线性单元（ReLU）来处理训练批次中某些目标的罕见出现。预测结果表明，我们的DefectNet在检测多类缺陷方面优于最先进的网络，在风力涡轮机上的平均精度提高了约10%。
2019-04-02 cs.CV
Detecting Pulmonary Embolism from Computed Tomography Using Convolutional Neural Network
National Yang Ming Chiao Tung University（国立阳明交通大学）；National Cheng Kung University Hospital（国立成功大学医院）；National Cheng Kung University（国立成功大学）
肺栓塞（PE）的临床症状多样且无特异性，诊断困难。此外，肺栓塞有多种诱因，是血管性死亡的主要原因之一。因此，如果能迅速发现和治疗，可以显著降低住院患者的死亡风险。在检测过程中，计算机断层扫描肺血管造影（CTPA）的成本较高，并且血管造影需要注射造影剂，这增加了对患者造成损害的风险。因此，这项研究将使用深度学习方法来检测所有使用卷积神经网络拍摄胸部CT图像的患者的肺栓塞。通过提出的肺栓塞检测系统，我们可以在患者第一次CT图像的同时检测到肺栓塞的可能性，并立即安排CTPA测试，节省一周以上的CT图像筛查时间，为患者提供及时的诊断和治疗。
2022-06-03 cs.CV cs.LG eess.IV
ROCT-Net: A new ensemble deep convolutional model with improved spatial resolution learning for detecting common diseases from retinal OCT images
FaraAI Company（法拉人工智能公司）；University of Tehran（德黑兰大学）
光学相干断层扫描（OCT）成像是一种众所周知的技术，用于可视化视网膜层，并帮助眼科医生检测可能的疾病。对常见的视网膜疾病进行准确、早期的诊断，可以防止患者视力受到严重损害。计算机辅助诊断（CAD）系统可以显着帮助眼科医生改善他们的检查。本文提出了一种新的增强型深度集成卷积神经网络，用于从OCT图像中检测视网膜疾病。我们的模型通过采用两个强大的卷积模型的学习架构来生成丰富的多分辨率特征。空间分辨率是医学图像的一个关键因素，特别是OCT图像包含微小的关键点。为了增强我们的模型，我们将一个新的后架构模型应用到我们的集成模型中，以增强空间分辨率学习，而不增加计算成本。引入的后架构模型可以部署到任何特征提取模型，以提高利用率的特征地图的空间值。我们已经收集了两个开源数据集用于我们的实验，使我们的模型能够检测六种关键的视网膜疾病：视网膜相关黄斑变性（AMD），中心性浆液性视网膜病变（CSR），糖尿病视网膜病变（DR），脉络膜新生血管（CNV），糖尿病黄斑水肿（DME）和玻璃疣以及正常情况。我们在两个数据集上的实验以及将我们的模型与其他一些知名的深度卷积神经网络进行比较，证明了我们的架构可以将分类精度提高5%。我们希望我们所提出的方法创建CAD系统开发的下一步，并帮助未来的研究。本文的代码在https://github.com/mr7495/OCT-classification上共享。
2022-03-03 cs.CV cs.LG eess.IV
A modified deep convolutional neural network for detecting COVID-19 and pneumonia from chest X-ray images based on the concatenation of Xception and ResNet50V2
Iran University of Science and Technology（伊朗科技大学）；Sharif University of Technology（谢里夫理工大学）
在本文中，我们已经训练了几个深度卷积网络，并引入了基于两个开源数据集将X射线图像分类为三类的训练技术：正常，肺炎和COVID-19。我们的数据包含180张属于COVID-19感染者的X射线图像，我们试图应用方法来实现最佳结果。在这项研究中，我们引入了一些训练技术，当我们有一个不平衡的数据集（COVID-19病例较少，其他类别的病例较多）时，这些技术可以帮助网络更好地学习。我们还提出了一个神经网络，它是Xception和ResNet 50 V2网络的串联。该网络通过利用由两个强大的网络提取的多个特征来实现最佳精度。为了评估我们的网络，我们在11302张图像上进行了测试，以报告在实际情况下可实现的实际精度。该网络检测COVID-19病例的平均准确率为99.50%，所有类别的总体平均准确率为91.4%。
2021-05-04 cs.CV cs.LG eess.IV
Detecting Adversarial Examples in Convolutional Neural Networks
School of Electrical and Computer Engineering（电气与计算机工程学院）；National Technical University of Athens（雅典国立技术大学）
卷积神经网络的巨大成功使得这种模型在各种各样的计算机视觉应用中得到了广泛的应用。然而，这些模型容易受到某些输入的影响，即对抗性示例，尽管这些示例不容易被人类感知，但它们可能导致神经网络产生错误的结果。本文主要研究对抗性样本的检测，这些样本是为执行图像分类的卷积神经网络创建的。我们提出了三种方法来检测可能的对抗性示例，在分析和比较它们的性能之后，我们结合了它们的最佳方面，开发了一种更强大的方法。第一种提出的方法是基于神经网络作为输出产生的特征向量的正则化。第二种方法通过使用直方图来检测对抗性示例，直方图是从神经网络的隐藏层的输出创建的。这些直方图创建了一个特征向量，该特征向量用作SVM分类器的输入，SVM分类器将原始输入分类为对抗输入或真实输入。最后，对于第三种方法，我们引入了残差图像的概念，它包含了被神经网络忽略的输入模式部分的信息。该方法的目的是检测可能的敌对的例子，通过使用残留图像和加强输入模式的部分被神经网络忽略。每一种方法都有一些新颖之处，通过将它们结合起来，我们可以进一步提高检测结果。对于所提出的方法及其组合，我们给出了在MNIST数据集上检测对抗性示例的结果。所提出的方法的组合提供了一些改进类似的最先进的方法。
2018-12-08 cs.CR cs.CV cs.LG
DeBUGCN -- Detecting Backdoors in CNNs Using Graph Convolutional Networks
University of Maryland Baltimore County（马里兰大学巴尔的摩县分校）
针对深度神经网络易受后门攻击的问题，提出基于图卷积网络的后门检测方法DeBUGCN，通过将DNN权重构建为图层并用GCN二分类，在多数据集上验证其鲁棒性、模型无关性及更优的速度与准确率。
2025-02-25 cs.CV cs.LG
PartsNet: A Unified Deep Network for Automotive Engine Precision Parts Defect Detection
Harbin Institute of Technology（哈尔滨工业大学）
缺陷检测是自动化零件生产中一项基本而又必不可少的工作，尤其是对于汽车发动机精密零件。本文提出了一种新的思路，结合特征处理的相关知识和深度学习的表示能力来构建深度卷积网络。我们的算法由逐像素分割深度神经网络（DNN）和特征细化网络组成。提出了全卷积DNN来学习零件缺陷的基本特征。在此基础上，将几种典型的传统分割方法转化为卷积方法，并进行了综合。我们将这些方法组装成一个具有固定权重和经验阈值的浅层网络。然后释放这些阈值，以增强其自适应能力，实现端到端的训练。在不同数据集上的测试结果表明，该方法具有良好的可移植性，性能优于现有算法。
2018-10-29 cs.CV
Defect Transformer: An Efficient Hybrid Transformer Architecture for Surface Defect Detection
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
表面缺陷检测是保证工业产品质量的一个极其关键的环节。目前，基于编解码器结构的卷积神经网络（CNN）在各种缺陷检测任务中取得了巨大的成功。然而，由于卷积的固有局部性，它们通常在显式地建模长程相互作用方面表现出限制，这对于复杂情况下的逐像素缺陷检测至关重要，例如，杂乱的背景和难以辨认的伪缺陷。最近的Transformers是特别熟练的学习全局图像的依赖关系，但有限的局部结构信息所需的详细缺陷位置。为了克服上述限制，我们提出了一种高效的混合Transformer架构，称为缺陷Transformer（DefT），用于表面缺陷检测，它将CNN和Transformer合并到一个统一的模型中，以协作地捕获局部和非局部关系。具体地，在编码器模块中，首先采用卷积干块来保留更详细的空间信息。然后，利用补丁聚合块生成四层多尺度表示，每层多尺度表示后面是一系列DefT块，分别包括用于局部位置编码的局部位置感知块、用于建模多尺度全局上下文关系的轻量级多池自注意块以及用于特征变换和进一步的位置信息学习的卷积前馈网络。最后，提出了一个简单但有效的解码器模块，以逐步恢复空间细节从跳过连接的编码器。在三个数据集上的大量实验证明了我们的方法与其他基于CNN和transformer的网络相比的优越性和效率。
2022-07-17 cs.CV
Crick-net: A Convolutional Neural Network based Classification Approach for Detecting Waist High No Balls in Cricket
板球无疑是这个现代时代最受欢迎的游戏之一。由于人类容易出错，因此仍然需要对游戏中的不同事件进行自动分析和决策。同时，随着人工智能和计算机视觉的出现和发展，这两个领域的应用已经成为一个新兴的趋势。应用多种计算机视觉技术分析不同的板球项目并自动做出决策，近年来已成为流行。在本文中，我们已经部署了一个基于CNN的分类方法与Inception V3，以自动检测和区分腰高无球与公平球。我们的方法实现了88%的整体平均准确度，具有相当低的交叉熵值。
2021-01-30 cs.CV
Detecting Pulmonary Coccidioidomycosis (Valley fever) with Deep Convolutional Neural Networks
University of California, Irvine（加利福尼亚大学尔湾分校）；Anivive Lifesciences, Inc.（Anivive生命科学公司）；University of Tennessee（田纳西大学）；The University of Arizona（亚利桑那大学）
球孢子菌病是美国西南部犬最常见的系统性真菌病。随着气候变暖，受影响的地区和病例数量预计将在未来几年增加，传播给人类的机会也会增加。因此，开发自动检测疾病的方法非常重要，因为这将有助于医生和兽医更容易识别和诊断阳性病例。我们应用机器学习模型来提供球孢子菌病的准确和可解释的预测。我们收集了一组放射图像，并用它来训练和测试最先进的卷积神经网络来检测球孢子菌病。这些方法的训练成本相对较低，而且推理速度非常快。我们证明了这种方法的成功应用，以检测疾病的曲线下面积（AUC）高于0.99，使用10倍交叉验证。我们还使用分类模型来识别感兴趣的区域，并在射线照相图像中定位疾病，如通过视觉热图所示。这项概念验证研究确立了在放射影像中非常准确和快速地自动检测山谷热的可行性。
2021-01-30 cs.CV cs.LG eess.IV
TEEP-RCNN: Texture-Enhanced Edge-aware Perception for Steel Surface Defect Detection via Improved Convolutional Block Attention in Faster R-CNN
针对钢材表面缺陷检测中纹理差异细微和类别不平衡问题，提出基于改进CBAM的Faster R-CNN两阶段检测器TEEP-RCNN，通过注意力增强和推理优化，在NEU-DET上以10个训练周期达到73.3% mAP@50，媲美百周期训练的YOLOv11m。
2026-09-24 cs.CV
Detecting Mitoses with a Convolutional Neural Network for MIDOG 2022 Challenge
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；University of Kansas Medical Center（堪萨斯大学医学中心）；UCLA David Geffen School of Medicine（加州大学洛杉矶分校大卫·格芬医学院）；Baylor College of Medicine（贝勒医学院）
本文提出了一种只用一个普通卷积神经网络（CNN）进行有丝分裂检测的方法。我们的方法包括两个步骤：给定一幅图像，我们首先应用一个使用滑动窗口技术的CNN来提取有丝分裂的补丁;然后计算每个提取的补丁的类激活图，以获得有丝分裂的精确位置。为了提高模型在高域方差病理图像上的性能，我们使用数据增强管道、处理未标记图像的噪声容忍损失和多轮主动学习策略来训练CNN。在MIDOG 2022挑战赛中，我们的方法使用EfficientNet-b3 CNN模型，在初步测试阶段获得了0.7323的F1总分，在最终测试阶段（任务1）获得了0.6847的F1总分。我们的方法揭示了更广泛的适用性类激活地图的病理图像中的目标检测。
2022-10-30 cs.CV
Detecting Visual Design Principles in Art and Architecture through Deep Convolutional Neural Networks
Istanbul Technical University（伊斯坦布尔理工大学）
视觉设计与一些基本设计元素和原则的使用有关。这些都是由设计师应用在各个学科的审美目的，依赖于一个直观和主观的过程。因此，设计视觉的数值分析和揭示其中蕴含的美学价值被认为是困难的。然而，随着新兴的人工智能技术的出现，这已经成为可能。本研究旨在建立一个神经网络模型，对不同领域的设计原则进行识别和分类。这些领域包括自20世纪末以来制作的艺术品;专业照片;以及当代建筑的立面图片。数据汇集和管理过程，包括基于计算的合成数据集的产生，是真实的。该模型通过捕获底层共享模式，从原始设计的无数知识中学习。它有望通过提供客观的视觉组成的美学评价来巩固设计过程。
2021-08-09 cs.CV
Detecting Deepfake-Forged Contents with Separable Convolutional Neural Network and Image Segmentation
National Chung Hsing University（中兴大学）；Yango University（阳光学院）
人工智能技术的最新进展使数字图像和视频的伪造变得更加容易，识别这种伪造变得更加困难。这些言论如果恶意传播，可能对社会和政治稳定产生负面影响，并构成重大的道德和法律挑战。Deepfake是自动编码器的一种变体，它使用深度学习技术来识别和交换图片或电影中的人脸图像。Deepfake可能导致公众对数字图像和视频的信任受到侵蚀，这对政治和社会稳定产生深远影响。因此，这项研究提出了一种面部伪造检测的解决方案，以确定图片或电影是否曾经被Deepfake处理过。所提出的解决方案通过使用最近提出的可分离卷积神经网络（CNN）和图像分割来达到检测效率。此外，本研究还研究了不同的图像分割方法如何影响检测结果。最后，集成模型用于提高检测能力。实验结果表明，该方案具有良好的性能.
2019-12-21 cs.CV
Why my photos look sideways or upside down? Detecting Canonical Orientation of Images using Convolutional Neural Networks
图像方向检测需要高水平的场景理解。人类使用对象识别和上下文场景信息来正确定位图像。在文献中，图像方向检测的问题大多是面临使用低层次的视觉特征，而一些方法结合了一些容易检测的语义线索，以获得微小的改进。图像中大量的语义内容使得方向检测具有挑战性，因此现有方法与人类行为之间存在很大的语义差距。此外，文献中的现有方法报告了高度不一致的检测率，这主要是由于数据集的巨大差异和用于评估的测试图像的种类有限。在这项工作中，我们第一次利用深度学习的力量，并使用迄今为止最大的训练数据集来适应预训练的卷积神经网络，用于图像方向检测任务。我们的模型在不同的公共数据集上进行了广泛的评估，结果表明，它可以显着地推广到正确地定位大量无约束图像;它的性能也显着优于最先进的技术，并达到了非常接近人类的精度。
2017-12-04 cs.CV
An Improved Convolutional Neural Network System for Automatically Detecting Rebar in GPR Data
Univ. of Utah（犹他大学）
探地雷达作为一种成熟的检测技术，在混凝土结构中钢筋等预埋构件的检测中得到了广泛的应用。人工从探地雷达数据中识别钢筋是一个耗时且容易出错的过程。虽然有几种方法来自动检测钢筋，它仍然是具有挑战性的，找到一个高分辨率和有效的方法，为不同的钢筋安排，特别是密集的钢筋网格。AlexNet作为一种改进的卷积神经网络（CNN），在图像识别领域显示出了传统方法所无法比拟的优越性。因此，本文引入AlexNet作为自动检测GPR数据中钢筋的替代解决方案。为了显示所提出的方法的效率，一个传统的CNN的比较选项。此外，本研究评估了不同的钢筋排列和不同的窗口大小对结果的准确性的影响。结果显示：（1）AlexNet优于传统的CNN方法，在钢筋网格密集分布时，其优势更加明显;（2）不同的分裂窗口大小对检测精度的影响很大，合适的窗口应该包含足够的钢筋信息;（3）均匀和稀疏分布的钢筋网格比密集或不均匀分布的项目更容易识别，因为信号干扰的机会更低。
2019-07-23 cs.CV
