基于AMBINet的焊缝X射线图像多尺度缺陷检测

摘要

焊缝质量是保障重大基础设施安全的核心因素之一。针对X射线焊缝缺陷检测中目标尺寸差异大、微小特征易丢失导致识别精度不足的问题，提出一种自适应多尺度双向集成检测网络（AMBINet），设计自适应多尺度特征提取模块（AMFEM），通过并行异构卷积显式捕获不同尺度特征与上下文信息，并引入三重注意力机制对融合后的多尺度特征进行输入依赖的自适应校准，结合双向特征金字塔网络（BiFPN）增强多尺度特征融合能力。试验结果表明，AMBINet网络全类别平均精确度达90.0%，且较基准模型YOLOv8对不同尺寸缺陷的检测精度与召回率均有显著提升，为后续面向工业部署的轻量化模型研究奠定了精度基础。

关键词

缺陷检测 / 焊缝 / 深度学习 / 多尺度特征提取