Automated Defect Recognition of Castings defects using Neural Networks
ITP Aero（ITP航空）；Univ. Carlos III de Madrid（马德里卡洛斯三世大学）
工业X射线分析在航空航天、汽车或核工业中很常见，这些行业需要保证某些零件的结构完整性。然而，射线照相图像的解释有时是困难的，并且可能导致两个专家在缺陷分类上意见不一致。本文提出的自动缺陷识别（ADR）系统将减少分析时间，并且还将有助于减少对缺陷的主观解释，同时增加人类检查员的可靠性。我们的卷积神经网络（CNN）模型达到了94.2\%的准确率（mAP@IoU=50\%），当应用于汽车铝铸件数据集（GDXray）时，这被认为与预期的人类表现相似，超过了该数据集的当前最先进水平。在工业环境中，它的推理时间小于400 ms/DICOM图像，因此它可以安装在生产设施上，而不会影响交付时间。此外，还对主要超参数进行了消融研究，以优化模型准确度，从初始基线结果75 mAP提高到94.2 mAP。
2022-09-06 cs.CV
Semiconductor SEM Image Defect Classification Using Supervised and Semi-Supervised Learning with Vision Transformers
IBM Research（IBM研究院）
本文提出基于视觉Transformer的半导体SEM图像缺陷自动分类方法，结合DinoV2迁移学习和半监督学习，在每类少于15张图像的条件下实现超过90%的分类准确率。
2025-06-03 cs.CV
A Comparative Analysis of Semiconductor Wafer Map Defect Detection with Image Transformer
Chittagong University of Engineering and Technology（吉大港工程技术大学）
本研究比较了基于图像变换器的DeiT模型在半导体晶圆地图缺陷检测中的性能，发现其在分类准确率、F1分数和训练速度上均优于传统CNN模型。
2025-12-12 cs.CV
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
IH-ViT: Vision Transformer-based Integrated Circuit Appear-ance Defect Detection
Dongguan Polytechnic（东莞职业技术学院）；Huazhong University of Science and Technology（华中科技大学）
针对传统检测方法在IC外观缺陷检测中识别率低、识别速度慢的问题，提出了一种IC外观缺陷检测算法IH-ViT。该模型利用CNN和ViT各自的优势，从局部和全局两个方面获取图像特征，最后融合两种特征进行决策，确定缺陷类别，从而获得更高的IC缺陷识别准确率。针对IC外观缺陷主要体现在细节差异上，传统算法难以识别的问题，通过在批内增加卷积运算，改进了TrafficViT。针对数据源多样导致样本信息不均衡的问题，采用双通道图像分割技术进一步提高IC外观缺陷的准确率。最后，经过测试，我们提出的混合IH-ViT模型达到了72.51%的准确率，比ResNet 50和ViT模型分别高出2.8%和6.06%。该算法能够快速、准确地检测出IC外观缺陷状态，有效地提高了IC封装测试企业的生产效率。
2023-02-09 cs.CV
Automated Defect Localization via Low Rank Plus Outlier Modeling of Propagating Wavefield Data
University of Minnesota（明尼苏达大学）
这项工作提出了一种不可知推理策略的材料诊断，设想在基于激光的非破坏性评估方法的背景下，提取结构异常的声波场测量的结构的表面上通过扫描激光干涉仪的分析信息。所提出的方法耦合时空窗口与低秩加离群值建模，以识别先验未知的偏差所造成的材料不均匀性或缺陷的传播波场，使用几乎没有知识的结构和材料特性的介质。这一特性使得该方法特别适合于机械和材料模型复杂、未知或不可靠的诊断场景。我们证明了我们的方法在模拟环境中使用基准点和线缺陷定位问题的基础上，在薄板中传播弯曲波。
2013-07-19 cs.CV
Automated Semiconductor Defect Inspection in Scanning Electron Microscope Images: a Systematic Review
KU Leuven（鲁汶大学）；Interuniversity Microelectronics Centre (imec)（校际微电子中心（imec））
本文系统综述了基于 SEM 图像的自动化半导体缺陷检测研究，分析 38 篇文献的方法、数据集与结果，并指出机器学习尤其是 CNN 的应用前景和未来方向。
2023-08-18 cs.CV
In-Situ Melt Pool Characterization via Thermal Imaging for Defect Detection in Directed Energy Deposition Using Vision Transformers
West Virginia University（西弗吉尼亚大学）；ARA Engineering, Inc（ARA工程公司）；Stratonics, Inc（斯特拉托尼克斯公司）
针对定向能量沉积（DED）缺陷检测中标记数据集稀缺问题，本研究提出基于热成像熔池监测的框架，用自监督MAE生成高代表性嵌入并迁移学习训练分类器，实现95.44%至99.17%准确率，为DED自动化质量控制提供低成本高效方案。
2025-02-11 cs.CV
CBAM-SwinT-BL: Small Rail Surface Defect Detection Method Based on Swin Transformer with Block Level CBAM Enhancement
Centre for Advances in Reliability and Safety（可靠性与安全先进研究中心）
本文提出CBAM-SwinT-BL，通过在Swin Transformer块内逐级集成CBAM增强小尺寸钢轨表面缺陷检测，在RIII与MUET数据集上显著提升mAP-50和总体精度，且训练开销很小。
2024-10-02 cs.CV
Automated Defect Identification and Categorization in NDE 4.0 with the Application of Artificial Intelligence
Galgotias University（加尔戈蒂亚斯大学）
本研究提出符合NDE 4.0的自动射线检测缺陷识别框架，利用数据增强与改进U-net模型生成缺陷分割掩码，经NDE指标评估及现场验证，证实其具备高效检测能力与实际应用潜力。
2025-06-26 cs.CV
Product Re-identification System in Fully Automated Defect Detection
University of Alberta（阿尔伯塔大学）
在这项工作中，我们介绍了一种方法，并提出了一种改进的神经工作来执行产品重新识别，这是一个全自动的产品缺陷检测系统的基本核心功能。我们的方法是基于特征距离。它是特征提取神经网络（如VGG 16，AlexNet）与图像搜索引擎-VEGM的组合。我们用于开发产品再识别系统的数据集是一个水瓶数据集，由18种水瓶的400张图像组成。这是一个小数据集，这是我们工作中最大的挑战。然而，神经网络与Vearch的结合显示出解决产品重新识别问题的潜力。特别是我们在AlexNet的基础上改进的神经网络- AlphaAlexNet，可以将产品识别精度提高4%。这表明，当可以引入有效的特征提取方法并重新设计用于几乎相同产品的图像特征提取时，可以实现理想的产品识别精度。为了解决由数据集的小尺寸和识别彼此差异很小的产品的困难性所带来的最大挑战。在我们未来的工作中，我们提出了一个新的路线图，以解决几乎相同的生产标识：引入或开发新的算法，需要很少的图像训练自己。
2021-12-21 cs.CV
Semiconductor Wafer Map Defect Classification with Tiny Vision Transformers
针对半导体晶圆图缺陷分类中类别不平衡和重叠缺陷识别困难的问题，提出轻量级ViT-Tiny框架，在WM-38k数据集上表现优于SOTA模型，并在多种缺陷分类和有限标注条件下展现高效性与鲁棒性。
2025-04-03 cs.CV eess.IV
Automated Optical Inspection of FAST's Reflector Surface using Drones and Computer Vision
Beijing Institute of Technology（北京理工大学）；National Astronomical Observatories of China（中国科学院国家天文台）；Beijing Institute of Technology Chongqing Innovation Center（北京理工大学重庆创新中心）
500米口径球面射电望远镜（FAST）是世界上最大的单碟射电望远镜。它的大反射面实现了前所未有的灵敏度，但容易受到自然发生的坠落物体造成的损坏，如凹痕和孔洞。因此，及时准确地检测表面缺陷对FAST的稳定运行至关重要。传统的人工检查需要人工检查员爬上并目视检查大表面，这是一个耗时且可能不可靠的过程。为了加快检查过程并提高其准确性，这项工作通过将深度学习技术与无人机技术相结合，迈出了FAST检查自动化的第一步。首先，无人机沿着预定的路线在表面上飞行。由于表面缺陷在尺度上变化很大，并且显示出很高的类间相似性，因此直接应用现有的深度检测器来检测无人机图像上的缺陷非常容易丢失和错误识别缺陷。作为一种补救措施，我们引入了交叉融合，这是一种用于深度检测器的专用插件操作，可以根据局部缺陷模式，以逐点选择的方式实现多级特征的自适应融合。因此，强语义和细粒度的细节动态融合在不同的位置，以支持各种规模和类型的缺陷的准确检测。我们基于人工智能的无人机自动化检测具有时效性、可靠性和良好的可访问性，这保证了FAST的长期稳定运行。
2022-12-18 cs.CV
End-to-End Defect Detection in Automated Fiber Placement Based on Artificially Generated Data
Profactor GmbH（Profactor有限公司）；JKU Institute of Computational Perception（约翰内斯·开普勒大学计算感知研究所）
自动纤维铺放（AFP）是一种先进的制造技术，可以提高复合材料的生产率。同时，对这些部件的适应性和快速在线控制方法的需求也在增加。现有的检测系统使用手工制作的过滤器链和特征检测器，由领域专家针对特定的测量方法进行调整。这些方法很难扩展到新的缺陷或不同的测量设备。在本文中，我们建议制定AFP缺陷检测的图像分割问题，可以解决端到端的方式使用人工生成的训练数据。我们采用概率图形模型来生成训练图像和注释。然后，我们训练一个深度神经网络，该网络基于最近为图像分割设计的架构。这产生了一种有吸引力的方法，可以很好地适应新的缺陷类型和测量设备，并且几乎不需要真实世界的数据来进行训练。
2019-10-11 cs.CV cs.LG
Vision Transformer-Based Multi-Level Feature Fusion for Multi-Label Sewer Defect Classification
Shenzhen Polytechnic University（深圳职业技术大学）；City University of Hong Kong（香港城市大学）；Pengcheng Laboratory（鹏城实验室）；Shenzhen University（深圳大学）
针对下水道缺陷多标签分类中精度与计算复杂度的平衡难题，提出分层视觉Transformer及两种轻量级架构，在Sewer-ML上排名第一并大幅降低参数。
2026-09-11 cs.CV
Masked Autoencoder Self Pre-Training for Defect Detection in Microelectronics
XITASO GmbH, Germany（德国XITASO GmbH）；Institute of Informatics, LMU Munich, Germany（德国慕尼黑大学信息学院）；Munich Center for Machine Learning (MCML), Germany（德国慕尼黑机器学习中心）
针对微电子缺陷检测中数据稀疏问题，提出基于掩码自编码器的视觉transformer自预训练框架，直接在目标数据集上预训练，显著提升性能与可解释性。
2025-08-12 cs.CV
Automatic Defect Detection and Classification Technique from Image: A Special Case Using Ceramic Tiles
Khulna University（库尔纳大学）；Asian University of Bangladesh（孟加拉国亚洲大学）
质量控制是瓷砖行业的一个重要问题。另一方面，相对于时间保持生产率也是瓷砖制造中的主要问题。同样，瓷砖的价格也取决于纹理的纯度，颜色的准确性，形状等考虑到这一标准，本报告中提出了一种自动缺陷检测和分类技术，可以确保更好的瓷砖质量在制造过程中，以及生产率。该方法对陶瓷砖生产中的缺陷检测和质量控制具有重要意义。这种自动分类方法帮助我们在很短的时间内获得有关缺陷模式的知识，并决定恢复过程，以便有缺陷的瓷砖不会与新瓷砖混合。
2009-06-20 cs.CV
Next-generation perception system for automated defects detection in composite laminates via polarized computational imaging
Louisiana State University（路易斯安那州立大学）
风力涡轮机叶片等大型复合材料部件的精加工操作（包括修剪和打磨）通常需要多名工人和零件重新定位。在复合材料制造业中，这些过程的自动化是具有挑战性的，因为制造的零件几何形状可能不一致，并且任务完成是基于人类的判断和经验。实现能够在动态和不确定环境中执行精加工任务的移动协作机器人系统将提高质量并降低制造成本。为了完成给定的任务，协作机器人团队必须正确了解环境并检测制造零件中的不规则性。在本文中，我们描述了初步实施和演示的偏振计算成像系统，以识别复合材料层压板中的缺陷。由于偏振图像与表面微观几何形状高度相关，因此它们可以用于检测在常规彩色图像中不可见的表面缺陷。所提出的视觉系统成功地识别了缺陷类型和表面特性（例如，针孔、空隙、划痕、树脂溢料）。
2021-08-24 cs.CV cs.RO
Automated Detection of Mutual Gaze and Joint Attention in Dual-Camera Settings via Dual-Stream Transformers
AGH University（AGH大学）；Jagiellonian University（雅盖隆大学）
本文提出双流Transformer架构，用于从同步双摄像头记录中自动检测互视与联合注意，通过冻结的注视感知骨干网络和自定义令牌融合机制，有效提升了多摄像头实验室环境下的检测性能。
2026-04-29 cs.CV
Towards Automated Polyp Segmentation Using Weakly- and Semi-Supervised Learning and Deformable Transformers
Imperial College London（帝国理工学院）
息肉分割是计算机辅助诊断结直肠癌的关键一步。然而，大多数息肉分割方法需要逐像素注释的数据集。带注释的数据集制作起来既繁琐又耗时，特别是对于那些必须将时间投入到患者身上的医生来说。我们通过提出一个新的框架来解决这个问题，该框架可以仅使用弱注释图像以及利用未标记图像进行训练。为此，我们提出三个想法来解决这个问题，更具体地说，我们的贡献是：1）抑制假阳性并改进弱监督训练的新的稀疏前景损失，2）利用来自在半监督训练期间使用不同初始化训练的相同网络的预测分割图的分批加权一致性损失，3）可变形的Transformer编码器颈部，用于通过融合跨级别和灵活的空间位置的信息来进行特征增强。广泛的实验结果证明了我们的想法在五个具有挑战性的数据集上的优点，优于一些最先进的全监督模型。此外，我们的框架可以用于微调在自然图像分割数据集上训练的模型，从而大大提高其息肉分割的性能，并令人印象深刻地展示了完全监督微调的优越性能。
2022-11-21 cs.CV
Automated Image Captioning with CNNs and Transformers
College of Computing and Data Science（计算与数据科学学院）；Nanyang Technological University（南洋理工大学）
该项目融合计算机视觉与自然语言处理技术，构建自动图像描述系统，比较CNN-RNN与Transformer方法，通过注意力机制和超参数优化提升性能，并用BLEU、METEOR和CIDEr评估。
2024-12-13 cs.AI cs.CV
CarcassFormer: An End-to-end Transformer-based Framework for Simultaneous Localization, Segmentation and Classification of Poultry Carcass Defect
University of Arkansas（阿肯色大学）；Cobb Vantress, Inc（科布万垂斯公司）
针对家禽胴体质量人工评估依赖人力的问题，提出基于Transformer的端到端框架CarcassFormer，可同步完成缺陷检测、分割与分类，在7321张图像的数据集上多项指标优于现有SOTA方法。
2024-04-17 cs.CV
RoadAtlas: Intelligent Platform for Automated Road Defect Detection and Asset Management
The University of Queensland（昆士兰大学）；Logan City Council（洛根市议会）
随着基于深度学习的智能检测算法的快速发展，道路缺陷自动识别和道路标线解析取得了很大进展。这可以有效地解决专业检查员手动检查街道的昂贵和耗时的过程的问题。为了实现这一目标，我们提出了RoadAtlas，一个新的端到端的集成系统，可以支持1）道路缺陷检测，2）道路标记解析，3）基于Web的仪表板，用于呈现和输入数据的用户，和4）后端包含一个结构良好的数据库和开发的API。
2021-09-09 cs.AI cs.CV cs.LG
Computer Vision and Normalizing Flow-Based Defect Detection
University of Alberta（阿尔伯塔大学）
视觉缺陷检测对于确保大多数产品的质量至关重要。然而，大多数中小型制造企业仍然依赖繁琐且容易出错的人工检测。主要原因包括：1）现有的自动视觉缺陷检测系统需要改变生产装配线，这是耗时且昂贵的; 2）现有的系统需要手动收集有缺陷的样本并将它们标记用于基于比较的算法或训练机器学习模型。这给中小型制造企业带来了沉重的负担，因为缺陷并不经常发生，而且收集起来既困难又耗时。此外，我们无法详尽地收集或定义所有缺陷类型，因为任何与可接受产品的新偏差都是缺陷。在本文中，我们克服了这些挑战，并设计了一个三阶段即插即用的全自动无监督360度缺陷检测系统。在我们的系统中，产品被自由地放置在一条不变的装配线上，并通过多个摄像头从不同角度进行360度视觉检测。因此，从真实世界的产品装配线收集的图像包含大量的背景噪声。产品面向不同的角度。产品尺寸因与相机的距离而异。所有这些都使得缺陷检测更加困难。我们的系统使用目标检测，背景减法和无监督的归一化流为基础的缺陷检测技术来解决这些困难。实验表明，我们的系统可以达到0.90 AUROC在现实世界的无改动的饮料生产流水线。
2022-02-14 cs.CV
Automated Neural Architecture Design for Industrial Defect Detection
School of Artificial Intelligence and Robotics（人工智能与机器人学院）
AutoNAD通过自动化神经架构设计解决工业缺陷检测中的类内差异和类间相似性问题，结合卷积、Transformer和多层感知机，提升检测精度与运行效率。
2025-11-26 cs.AI cs.CV
Adaptive Signal Analysis for Automated Subsurface Defect Detection Using Impact Echo in Concrete Slabs
School of Computing（计算学院）；George Mason University（乔治·马歇尔大学）
本研究提出一种基于冲击回波信号的自适应阈值方法，结合信号处理、聚类与可视化，自动检测混凝土板亚表面缺陷，在FHWA数据集上F1分数达0.95，AUC-ROC达0.83，具有高鲁棒性和可扩展性。
2024-12-23 cs.AI cs.CV eess.SP
Industrial object, machine part and defect recognition towards fully automated industrial monitoring employing deep learning. The case of multilevel VGG19
University of Patras（帕特雷大学）
现代工业需要现代化的解决方案来监控货物的自动生产。对技术系统或机器的机械部件的功能进行智能监控是全自动生产过程的必要条件。尽管深度学习一直在进步，可以实现实时目标检测和其他任务，但很少有人研究专门设计的卷积神经网络用于缺陷检测和工业物体识别的有效性。在特定的研究中，我们采用了六个可检索的工业相关数据集，包含缺陷材料和工业工具或发动机零件，旨在开发一个专门的模式识别模型。最近的成功的虚拟几何组（VGG）网络的动机，我们提出了一个修改后的版本，称为多路径VGG 19，它允许更多的本地和全球特征提取，而额外的功能通过级联融合。实验验证了MVGG19相对于传统VGG19的有效性。具体而言，在六个图像数据集中的五个中实现了最佳分类性能，而平均分类改进为6.95%。
2020-11-23 cs.CV eess.IV
Synthetic Defect Geometries of Cast Metal Objects Modeled via 2d Voronoi Tessellations
RPTU University Kaiserslautern-Landau（科隆-兰道大学）；Fraunhofer Institute for Industrial Mathematics ITWM（弗劳恩霍夫工业数学研究所）
本文提出基于二维Voronoi镶嵌的参数方法，用于建模铸造成型物体的合成缺陷几何，以生成高质量合成数据用于缺陷检测研究。
2026-02-05 cs.CV
Towards Automated Solar Panel Integrity: Hybrid Deep Feature Extraction for Advanced Surface Defect Identification
Artificial Intelligence Technology Centre (AITeC), National Centre for Physics (NCP)（人工智能技术中心，国家物理中心）；School of Computing, Pak-Austria Fachhochschule: Institute of Applied Sciences and Technology (PAFIAST)（计算学院，巴奥应用科学与技术学院）；Faculty of IT and Computer Sciences, University of Central Punjab Lahore（信息技术与计算机科学学院，中央旁遮普大学拉合尔校区）
本文提出混合深度特征提取方法，结合传统特征与深度学习特征，提升太阳能板表面缺陷检测的准确性和灵活性，实验结果表明该方法在准确性上表现优异。
2026-09-11 cs.AI cs.CV
an interpretable vision transformer framework for automated brain tumor classification
Department of Computer Science, Nazarbayev University（纳扎尔巴耶夫大学计算机科学系）；Department of Computer Science, Nnamdi Azikiwe University（恩内迪·阿齐基韦大学计算机科学系）
本文提出一种基于视觉变换器的框架，用于自动分类四种脑肿瘤类型，通过预训练和增强技术提升分类准确率与可解释性。
2026-04-23 cs.CV
Automated Defect Detection for Mass-Produced Electronic Components Based on YOLO Object Detection Models
Department of Electrical Engineering and Graduate School of Engineering Science and Technology（电气工程系和工程科学与技术研究生学院）；National Yunlin University of Science and Technology（云林科技大学）；Research Center for Information Technology Innovation（信息技术创新研究中心）；Academia Sinica（学术院）；Institute of Communications Engineering（通讯工程研究所）；National Sun Yat-sen University（国立中山大学）
针对传统工业元器件缺陷检测效率低、缺陷数据不足的问题，提出结合ConSinGAN数据增强的YOLOv7 DIP元器件自动缺陷检测系统，准确率达95.50%，还配套开发了SCADA系统。
2025-10-04 cs.AI cs.CV cs.LG
MRC-DETR: An Adaptive Multi-Residual Coupled Transformer for Bare Board PCB Defect Detection
School of Information Engineering, Guangdong University of Technology（广东科技大學信息工程學院）；School of Computer Science, Wuhan University（武漢大學計算機科學學院）
本文提出MRC-DETR，一种基于RT-DETR的裸板PCB缺陷检测框架，通过多残差方向耦合模块和自适应筛选金字塔网络提升特征表示与计算效率，并构建了高质量数据集以缓解训练数据不足问题。
2025-07-04 cs.CV
Detection of surface defects on ceramic tiles based on morphological techniques
Rani Anna Government College for Women（拉尼·安娜政府女子学院）
瓷砖已经变得非常受欢迎，并用于办公室和购物中心的地板。由于在制造业的高污染环境中手动测试瓷砖的质量是一个劳动密集型和耗时的过程，因此对瓷砖图像进行分析。本文讨论了一种基于膨胀、腐蚀、SMEE和边界检测技术的瓷砖表面缺陷自动检测系统。
2016-07-21 cs.CV
The self-supervised spectral-spatial attention-based transformer network for automated, accurate prediction of crop nitrogen status from UAV imagery
Manchester Metropolitan University（曼彻斯特城市大学）；GMV（GMV公司）；University of London（伦敦大学）；Bockhanger Farms Ltd（博克汉格农场有限公司）
氮肥（N）是农民常规施用的，以增加作物产量。目前，农民经常在某些地点或某些时间过量施用氮肥，因为他们没有高分辨率的作物氮素状况数据。氮素利用效率低，剩余的氮素流失到环境中，导致更高的生产成本和环境污染。准确、及时地估算作物氮素营养状况对提高种植系统的经济和环境可持续性至关重要。基于植物组织分析的破坏性方法在大面积上是耗时且不切实际的。遥感和深度学习的最新进展显示出以非破坏性方式应对上述挑战的前景。在这项工作中，我们提出了一个新的深度学习框架：一个自我监督的基于频谱空间注意力的视觉Transformer（SSVT）。建议SSVT引入光谱注意块（SAB）和空间交互块（SIB），这允许同时学习的空间和光谱特征从无人机数字航空影像，准确的N状态预测在麦田。此外，所提出的框架引入了局部到全局的自监督学习，以帮助从未标记的数据训练模型。在测试数据集和独立数据集上，将所提出的SSVT与五种最先进的模型进行了比较，包括：ResNet，RegNet，EfficientNet，EfficientNetV2和原始的视觉Transformer。该方法具有较高的精度（0.96），具有良好的推广性和重复性小麦氮素营养状况的估计。
2022-02-16 cs.CV
A Real-Time On-Device Defect Detection Framework for Laser Power-Meter Sensors via Unsupervised Learning
Purdue University（普渡大学）；Carnegie Mellon University（卡内基梅隆大学）；University of Pittsburgh（匹兹堡大学）
提出一种基于无监督学习的端侧缺陷检测框架，利用预处理、StyleGAN2增强和UFlow架构，在366张真实图像上实现93.8%缺陷准确率和0.957图像级AUROC，实现快速自动质检。
2025-09-25 cs.CV
Dual-Stream Attention Transformers for Sewer Defect Classification
Canizaro Livingston Gulf States Center for Environmental Informatics（卡尼扎罗·利文斯顿海湾国家环境信息学中心）；The University of New Orleans（新奥尔良大学）；US Army Corps of Engineers（美国陆军工程兵团）
本文提出双流多尺度视觉Transformer（DS-MSHViT），通过自注意力正则化和注意力一致性损失联合训练RGB与光流分支，提升下水道缺陷分类性能，优于未使用双流注意力正则化的CNN和MSHViT模型。
2023-11-07 cs.CV cs.LG
Automated Defect Detection and Grading of Piarom Dates Using Deep Learning
Qazvin Islamic Azad University（卡兹文伊斯兰 Azad 大学）
针对 Piarom 椰枣缺陷复杂、人工检测低效的问题，提出融合目标检测、CNN 与分割技术的深度学习框架，实现实时缺陷识别、面积重量估算和产业分级。
2024-10-23 cs.CV cs.LG
DXM-TransFuse U-net: Dual Cross-Modal Transformer Fusion U-net for Automated Nerve Identification
The George Washington University（乔治华盛顿大学）；Children’s National Hospital（国家儿童医院）
在外科手术过程中，准确的神经识别对于防止对神经组织的任何损伤至关重要。神经损伤可能会对患者造成长期的不利影响以及经济负担过重。在这项研究中，我们使用U-Net架构开发了一个深度学习网络框架，在瓶颈处使用基于Transformer块的融合模块，以从多模态光学成像系统中识别神经组织。通过独立地利用和提取每种模态的特征图，并使用每种模态信息进行跨模态交互，我们的目标是提供一种解决方案，该解决方案将进一步提高成像系统的有效性，以实现无创术中神经识别。
2022-02-27 cs.CV eess.IV
A Point Cloud Transformer for Remote Monitoring and Automated Assessment of Physical Rehabilitation Exercises
Department of Electrical and Computer Engineering, North South University（北南大学电气与计算机工程系）；Apurba Technologies Limited（阿普尔巴技术有限公司）
提出基于Transformer的点云框架，利用RGBD数据中的关节位置自动评估康复锻炼质量，通过曲线特征聚合和轴向自注意力提升性能，在三个数据集上优于现有方法。
2026-06-29 cs.CV
Systematic Evaluation of Vision Transformers for Automated Cervical Cancer Classification: Optimization, Statistical Validation, and Clinical Interpretability
School of Systems Science and Industrial Engineering, Binghamton University（宾夕法尼亚大学系统科学与工业工程学院）
本文研究了视觉变换器在自动化宫颈癌分类中的应用，通过优化和统计验证，展示了其在临床可解释性方面的优势。
2026-05-17 cs.AI cs.CV
Automated LaTeX Code Generation from Handwritten Math Expressions Using Vision Transformer
Stanford（斯坦福大学）
针对手写/数字数学表达式转LaTeX的任务，本文探索了视觉Transformer等架构，证明其性能优于CNN-RNN基线模型，同时开源了模型实现以支持后续研究。
2024-12-07 cs.CL cs.CV
TinyDef-DETR: A Transformer-Based Framework for Defect Detection in Transmission Lines from UAV Imagery
Harbin Institute of Technology（哈尔滨工业大学）；Electric Power Research Institute（电力研究院）；Yunnan Power Grid Co., Ltd.（云南电网公司）
针对无人机输电线路影像中缺陷检测因缺陷小、模糊及背景复杂的挑战，提出TinyDef-DETR框架，集成边缘增强骨干等四组件，实验表明其在保持适度计算开销下实现更优检测性能与泛化能力。
2025-11-13 cs.AI cs.CE cs.CV
ViTaL: An Advanced Framework for Automated Plant Disease Identification in Leaf Images Using Vision Transformers and Linear Projection For Feature Reduction
Vellore Institute of Technology（韦洛尔理工学院）
本文提出一种基于Vision Transformers并结合线性投影特征降维的植物叶片病害自动识别框架，通过多阶段预处理与CNN架构对比验证了有效性，并设计了基于Raspberry Pi的低成本全方位扫描硬件，最佳模型Hamming loss达0.054。
2024-02-28 cs.CV
YOLO Network For Defect Detection In Optical lenses
School of Computing and Engineering, University of Huddersfield（哈德斯菲尔德大学计算与工程学院）
针对批量光学镜片人工缺陷检测准确率低、错误率高、可扩展性有限的问题，提出基于YOLOv8的自动化检测系统，创建自定义标注数据集训练模型，实现高效准确检测，可用于工业实时环境提升质量控制。
2025-02-11 cs.CV
Technical Report: Automated Optical Inspection of Surgical Instruments
本报告利用深度学习技术，通过自动化光学检测提升外科手术器械制造质量，以确保患者安全和医疗环境可靠性。
2026-03-06 cs.AI cs.CV eess.IV
Data-Driven Automated Identification of Optimal Feature-Representative Images in Infrared Thermography Using Statistical and Morphological Metrics
Leibniz-Institut für Verbundwerkstoffe GmbH（莱布尼茨复合材料研究所）
本文提出数据驱动方法，利用统计和形态学指标自动识别红外热成像中最具代表性的图像，无需先验空间信息，通过混合指数、代表性基本区域和总变分能量指标提高对局部异常的敏感性。
2026-04-09 cs.CV physics.app-ph physics.data-an
T-AutoML: Automated Machine Learning for Lesion Segmentation using Transformers in 3D Medical Imaging
NVIDIA（英伟达）
医学图像中的病变分割一直是临床研究的重要课题。研究人员已经提出了各种检测和分割算法来解决这一任务。最近，基于深度学习的方法比传统方法显着提高了性能。然而，大多数最先进的深度学习方法需要手动设计多个网络组件和训练策略。在本文中，我们提出了一种新的自动化机器学习算法T-AutoML，它不仅可以搜索最佳神经结构，还可以同时找到超参数和数据增强策略的最佳组合。该方法利用现代Transformer模型，引入该模型以适应搜索空间嵌入长度的动态变化，显著提高了搜索能力。我们在几个大规模的公共病变分割数据集上验证了T-AutoML，并实现了最先进的性能。
2021-11-15 cs.CV cs.LG eess.IV
Anomaly Detection in Automated Fibre Placement: Learning with Data Limitations
University of Victoria（维多利亚大学）；LlamaZOO Interactive Inc.（LlamaZOO互动公司）；National Research Council Canada（加拿大国家研究委员会）；Fives Lund LLC（Fives Lund有限责任公司）
针对自动纤维铺放缺陷检测中带标签缺陷样本稀缺的问题，提出结合无监督深度学习与经典计算机视觉的框架，利用工艺对称性扩充数据，通过自编码器重建误差与斑点检测实现异常定位，性能媲美现有方法且无需大量标注数据。
2023-08-15 cs.AI cs.CV cs.LG
TransferD2: Automated Defect Detection Approach in Smart Manufacturing using Transfer Learning Techniques
University of New Brunswick（新不伦瑞克大学）；Eigen Innovation Inc.（Eigen创新公司）；RMIT University（皇家墨尔本理工大学）
质量保证在智能制造行业中至关重要，因为它在成品出厂前就能识别出成品中存在的缺陷。可以利用现代机器学习技术来提供对这些缺陷的快速且准确的检测。因此，我们提出了一种迁移学习方法，即TransferD2，以正确识别源对象数据集上的缺陷，并将其应用扩展到新的不可见目标对象。我们提出了一种数据增强技术，从小的源数据集生成一个大的数据集，用于建立一个分类器。然后，我们将三种不同的预训练模型（Xception，ResNet101V2和InceptionResNetV2）集成到分类器网络中，并比较它们在源数据和目标数据上的性能。我们使用分类器来检测使用伪边界框的看不见的目标数据上的缺陷的存在。我们的结果表明，ResNet101 V2在源数据上表现最好，准确率为95.72%。Xception在目标数据上的表现最好，准确率为91.00%，并且还可以更准确地预测目标图像上的缺陷。在整个实验中，结果还表明，预训练模型的选择不依赖于网络的深度。我们提出的方法可以应用在缺陷检测应用程序中，其中没有足够的数据可用于训练模型，并且可以扩展到识别新的不可见数据中的缺陷。
2023-02-26 cs.AI cs.CV cs.LG
AGMB-Transformer: Anatomy-Guided Multi-Branch Transformer Network for Automated Evaluation of Root Canal Therapy
Hangzhou Dianzi University（杭州电子科技大学）；University of Bern（伯尔尼大学）；Sichuan University（四川大学）；Shanghai Jiao Tong University（上海交通大学）；Waseda University（早稻田大学）
在根管治疗中，对X线图像的准确评价是一个重要而又具有挑战性的步骤，因为对治疗结果的不正确解释将妨碍对患者治疗结果至关重要的及时随访。目前，评估是以人工方式进行的，这是耗时的，主观的，并且容易出错。本文旨在利用计算机视觉和人工智能的先进技术，实现这一过程的自动化，为根管治疗效果的评估提供一种客观、准确的方法。提出了一种新的解剖引导多分支Transformer（AGMB-Transformer）网络，该网络首先提取一组解剖特征，然后使用它们来引导多分支Transformer网络进行评估。具体地说，我们设计了一种多项式曲线拟合分割策略，结合界标检测来提取解剖特征。此外，一个分支融合模块和多分支结构，包括我们的渐进式Transformer和组多头自注意（GMHSA）的设计，专注于全局和局部功能的准确诊断。为了便于研究，我们收集了一个大规模的根管治疗评估数据集，245根管治疗X射线图像，实验结果表明，我们的AGMB-Transformer可以提高诊断准确率从57.96%到90.20%相比，基线网络。建议AGMB-Transformer可以实现高度准确的根管治疗评价。据我们所知，我们的工作是第一个进行自动根管治疗评估，并有重要的临床价值，以减少工作量的牙髓医生。
2021-10-28 cs.AI cs.CV
High-Resolution Cranial Defect Reconstruction by Iterative, Low-Resolution, Point Cloud Completion Transformers
AGH University of Science and Technology（AGH科技大学）；University of Applied Sciences Western Switzerland (HES-SO Valais)（瑞士西部应用科学大学（瓦莱州高等学院））；Information Systems Institute（信息系统研究所）
针对现有体素法颅骨缺损重建的局限性，本研究将其重构为点云补全任务，提出迭代式Transformer方法，可实现任意高分辨率重建，且内存效率优于现有先进方法。
2024-05-21 cs.AI cs.CV cs.LG
Gap and Overlap Detection in Automated Fiber Placement
University of Victoria（维多利亚大学）
本文提出一种结合OCT传感器与计算机视觉的自动缺陷检测方法，通过生成深度图并分析丝束边界，实现复合材料部件中间隙与重叠的高精度分割。
2023-09-01 cs.AI cs.CV eess.IV
A Vision Transformer-Based Approach to Bearing Fault Classification via Vibration Signals
Aligarh Muslim University（阿里格尔穆斯林大学）；Okayama University（冈山大学）
滚动轴承是旋转机械中最关键的部件。及时识别有缺陷的轴承可以防止整个机械系统的故障。随着机械零件的快速发展，机械状态监测领域已经进入大数据阶段。当处理大量数据时，手动特征提取方法具有效率低且不准确的缺点。近年来，数据驱动方法（如深度学习方法）已成功用于机械智能故障检测。卷积神经网络（CNN）在早期的研究中主要用于检测和识别轴承故障。然而，CNN模型具有难以管理故障时间信息的缺点，这导致缺乏分类结果。在本研究中，使用最先进的视觉Transformer（ViT）对关节面缺陷进行分类。轴承缺陷进行了分类使用凯斯西储大学（CWRU）轴承故障实验室的实验数据。该研究考虑了13种不同类型的缺陷下0负载的情况下，除了正常的轴承条件。利用短时傅立叶变换将振动信号转换为二维时频图像。2D时频图像被用作ViT的输入参数。该模型实现了98.8%的总体准确度。
2022-09-20 cs.CV eess.SP
A Study on Unsupervised Anomaly Detection and Defect Localization using Generative Model in Ultrasonic Non-Destructive Testing
Graduate School of Science and Technology, Gunmma University（群马大学理工学研究生院）；Faculty of Informatics, Gunmma University（群马大学信息学部）
本研究提出基于扩散模型的无监督异常检测方法，用于激光超声无损检测中的缺陷定位，仅用无缺陷数据训练，实验证明优于传统目标检测算法。
2024-05-26 cs.CV cs.LG eess.IV
