基于距离感知的金属缺陷样本标签分配算法

针对金属表面缺陷检测模型在训练过程中正负样本分配时不考虑金属表面缺陷的宽高比、对目标分布的定位能力差等问题,提出了距离感知的动态标签分配(DDA)算法。DDA不改变原有检测模型的结构也不增加计算开支,根据真实框的几何特性提出新的距离损失计算范式,以优化宽高比悬殊的回归问题,将迭代过程中的回归偏移量解码为预测框坐标,最后计算预测框、锚框和真实框三者之间综合交并比信息,动态地选择正负样本以提高训练精度。在武汉某钢厂冷轧带钢表面缺陷检测中进行了验证,并引入公开的热轧带钢表面缺陷数据集进行了泛化试验,检测效果均有显著改善,对金属表面质量规范有实际应用价值。