Oct, 2023

缺陷谱：拥有丰富语义的大规模缺陷数据集的细粒度分析

PDF
TL;DR介绍一种称为 “Defect Spectrum” 的全面基准数据库，提供用于工业缺陷的精确、语义丰富和大规模的注释；同时引入名为 “Defect-Gen” 的两阶段扩散型生成器，可生成高质量和多样化的缺陷图像，显著提高缺陷检测模型的效果；该数据库在缺陷检测研究中具有巨大潜力，为测试和改进先进模型提供坚实的平台。
defect inspectiondefect spectrumbenchmarksemantic detailsdefect-gen
发现论文，激发创造
  • 基于 PRISMA 的公开数据集系统性回顾：用于工业缺陷检测的基准与模型开发

    近年来，质量控制领域不断利用视频摄像和图像处理集成来进行有效的缺陷检测。然而，开发和改进自动缺陷检测模型所需的带有注释缺陷的全面数据集稀缺，阻碍了进展。本系统性综述涵盖 2015 年至 2023 年，鉴别 15 个公开可用的数据集并对其进行关键评估，以评估其用于基准测试和模型开发的有效性和适用性。研究结果揭示了各种数据集的多样化情况，如 NEU-CLS，NEU-DET，DAGM，KolektorSDD，PCB Defect Dataset 和空心圆柱缺陷检测数据集，每个数据集在图像质量、缺陷类型表示和实际应用方面都有其独特的优势和局限性。本系统性综述的目标是将这些数据集整合到一个地方，为寻找此类公开可用资源的研究人员提供全面参考。

    Jun, 2024

  • 缺陷 - GAN：用于自动缺陷检测的高保真缺陷合成

    Defect-GAN 是一种自动缺陷合成网络，可生成逼真、多样化的缺陷样本以训练准确、健壮的缺陷检测网络，其采用一种新颖的基于细胞层的体系结构来生成具有不同纹理和外观的各种图像背景下逼真的缺陷，广泛的实验表明，Defect-GAN 能够合成各种缺陷，其生成的的缺陷样本在训练缺陷检测网络方面具有更好的效果。

    Mar, 2021

  • SSGD：用于智能手机屏幕玻璃缺陷检测的数据集

    本文提出一种带有 7 种缺陷类型的触摸屏玻璃缺陷数据集，并在此数据集上对比了 CNN 和 Transformer 两种基于目标检测的框架，以证明高分辨率图像上的缺陷检测的挑战性。

    Mar, 2023

  • 制造业视觉缺陷检测基准评估综述

    对现有工业视觉检测基准进行研究，比较和揭示其特征和使用情况，并通过检查工业视觉检测基准的当前状态，揭示基准使用的指导方针。

    May, 2023

  • 一份 PCB 缺陷检测和分类数据集

    本文提出了一种基于参考点的检测方法和一种卷积神经网络对缺陷进行分类的方式，并公开了一个包含 6 种缺陷的综合 PCB 数据集，该方法在数据集上表现出强大的性能。

    Jan, 2019

  • 基于半扩散模型的半导体缺陷分类和分割方法 (SEMI-DiffusionInst)

    本研究针对制造领域中先进节点技术中扫描电子显微镜图像的缺陷检测问题，提出了一个名为 “SEMI-DiffusionInst” 的新的半导体缺陷检测框架，并证明了该方法可以准确地检测并划分缺陷图案

    Jul, 2023

  • 扫描电子显微镜图像中的自动半导体缺陷检测：系统综述

    半导体材料和器件中检测缺陷的高效准确方法需求日益增长。这篇文章通过对 38 篇相关研究论文进行系统回顾，全面总结了基于扫描电子显微镜图像的自动化半导体缺陷检测的现状，包括最新创新和发展，提供了方法的综合概述和分析，并对未来工作提出了有希望的方向。

    Aug, 2023

  • VISION 数据集：基于视觉的工业检测基准测试

    通过引入 VISION 数据集，我们希望为实现基于视觉的工业检测的进一步提高带来新的挑战和方法。

    Jun, 2023

  • 基于少量标记数据的工业产品表面缺陷检测综述

    本文回顾了基于少量标注数据的工业产品表面缺陷检测方法，包括传统的基于图像处理的方法和适用于少量标注数据的基于深度学习的方法。传统的表面缺陷检测方法分为统计方法、光谱方法和模型方法；基于深度学习的方法包括基于数据增强、迁移学习、模型微调、半监督、弱监督和无监督方法。

    Mar, 2022

  • 稳定扩散控制的工业数据图像合成

    使用生成模型在工业数据上重新生成自我标记的有缺陷图像，从而优化真实工业使用情况下的裂缝分割器，显示了该方法在生产环境中的潜力。

    Jan, 2024