May, 2024
MemoryMamba:记忆增强的状态空间模型用于缺陷识别
MemoryMamba: Memory-Augmented State Space Model for Defect Recognition
Qianning Wang, He Hu, Yucheng Zhou
TL;DR自动化制造中的缺陷检测技术需求增长,但现有视觉模型在处理复杂的制造场景中的缺陷识别方法方面不足。本研究提出了 MemoryMamba,一种新颖的记忆增强状态空间模型 (SSM),旨在克服现有缺陷识别模型的局限性。MemoryMamba 集成了状态空间模型和记忆增强机制,使系统能够在训练中保持和检索重要的缺陷特定信息。实验结果显示,MemoryMamba 在各种缺陷识别场景中表现出色,优于其他方法。