提出跨场景工业缺陷检测方法

2026年10月15日，arXiv Computer Vision 刊出 Dikai Li、Weijia Wang、Yuan-Gen Wang 的论文，针对 IDA 2026 Track 1 挑战提出一种跨场景工业板缺陷检测方法。该方法包含四个互补模块：跨场景鲁棒训练、小缺陷感知学习、分数校准与推理阈值选择、指标对齐检查点选择。据该报道，跨场景鲁棒训练引入跨场景鲁棒归一化与 DSU 式统计扰动，并配合渐进随机卷积；小缺陷感知学习采用 NWD 与无参数空间注意力；分数校准与推理阈值选择使用 VFL 学习目标；指标对齐检查点选择则采用由 Track 1 代理指标驱动的自定义 SWAD 变体。报道称代码已公开，但未给出具体链接地址。截至该报道，事件进展为方法提出与代码发布，尚无后续实验结果的跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。