Diamond-DETR: algoritmo leggero per la valutazione della qualità in tempo reale dei diamanti sintetici

Perché i difetti minimi nei diamanti artificiali sono importanti

I diamanti sintetici sono i silenciosi cavalli di battaglia dell’industria moderna, utilizzati per tagliare, levigare e lucidare tutto, dalle parti metalliche all’elettronica. Tuttavia, le loro prestazioni e il loro prezzo dipendono da piccole imperfezioni superficiali — scheggiature, crepe e forme irregolari — che è difficile individuare rapidamente al microscopio. Questo articolo presenta Diamond-DETR, un sistema di intelligenza artificiale compatto progettato per ispezionare automaticamente i diamanti sintetici in tempo reale, con l’obiettivo di rendere i controlli di qualità più rapidi, affidabili e facilmente dispiegabili su hardware di fabbrica comune.

Dagli occhi umani agli occhi automatici

Per decenni le fabbriche hanno fatto affidamento su metodi di separazione meccanica e su esperti che osservano al microscopio per giudicare la qualità dei diamanti. Metodi meccanici come setacci vibranti o separazione per densità faticano quando le particelle sono molto piccole o molto pure, e non distinguono un cristallo perfetto da uno con un bordo scheggiato. L’ispezione umana, pur essendo flessibile, è lenta, affaticante e soggettiva. Con l’aumento della domanda di selezione precisa e ad alto volume delle particelle di diamante sintetico, i produttori necessitano di sistemi visivi automatizzati in grado di rilevare difetti minuscoli in modo rapido e coerente, anche quando le particelle sono molto ravvicinate o variano per dimensione e forma.

Unire il dettaglio locale con la visione d’insieme

Gli strumenti moderni di visione artificiale si collocano grossomodo in due categorie. Le reti convoluzionali leggere eccellono nel cogliere dettagli locali — come l’acuità di un angolo — ma possono faticare a comprendere il contesto più ampio nell’immagine. I modelli basati su transformer, al contrario, sono bravi a interpretare l’intera scena e a gestire relazioni a lunga distanza, ma tendono a essere pesanti e più lenti, specialmente per l’ispezione in tempo reale. Diamond-DETR si basa su un rilevatore transformer recente chiamato RT-DETR e lo rimodella per l’ispezione industriale dei diamanti. L’obiettivo è mantenere il forte ragionamento globale dei transformer riducendo il carico computazionale e affinando l’attenzione della rete sui sottili difetti geometrici su piccola scala delle superfici dei diamanti.

Un motore di ispezione più snello sotto il cofano

Gli autori riprogettano tre componenti principali della pipeline di rilevamento. Primo, sostituiscono il backbone standard con un blocco personalizzato denominato “RepFasterNet” che elabora solo una frazione dei canali dell’immagine con operazioni spaziali più costose, per poi fonderli in modo efficiente. Questo passaggio riduce la quantità di calcolo pur preservando i dettagli chiave di bordi e angoli dove i difetti appaiono più spesso. Secondo, introducono una piramide di fusione delle feature con filtraggio ad alto livello, che utilizza un meccanismo di attenzione per permettere ai segnali robusti di alto livello di guidare quali dettagli di livello inferiore enfatizzare o sopprimere attraverso diverse ingrandimenti. Terzo, potenziano un modulo di fusione cross-stage con convoluzioni dilatate, ampliando efficacemente l’area osservata da ciascun neurone senza rendere la rete più profonda. Insieme, questi cambiamenti aiutano il modello a riconoscere i diamanti e i loro difetti su una gamma di dimensioni e sfondi complessi, mantenendo al contempo elevate velocità su hardware di fascia media.

Mettere il sistema alla prova

Per valutare Diamond-DETR, il team ha costruito un dataset di immagini microscopiche delle particelle di diamante sintetico, etichettando ogni istanza come di alta qualità o difettosa in base alle caratteristiche superficiali visibili. Hanno confrontato il nuovo modello con l’RT-DETR originale e diversi rilevatori noti, incluse varianti popolari di YOLO e sistemi classici a due stadi come Faster R-CNN. Su questo dataset interno di diamanti, Diamond-DETR ha migliorato la precisione, il punteggio complessivo di rilevamento e la velocità di elaborazione, utilizzando meno parametri rispetto a RT-DETR. Spiegazioni visive tramite mappe di calore hanno mostrato che il nuovo modello si concentrava più strettamente sulle regioni geometriche significative — in particolare bordi e angoli — rispetto al baseline. In test aggiuntivi su un diverso dataset industriale di dadi metallici, Diamond-DETR ha mantenuto solide prestazioni, suggerendo che il suo design si generalizza ad altri componenti prodotti definiti da forme complesse.

Cosa significa per le fabbriche e oltre

In termini pratici, Diamond-DETR offre un “ispettore automatico” più compatto, accurato e veloce per le linee di selezione microscopica dei diamanti. Con una dimensione del modello di poche decine di megabyte e velocità di elaborazione in tempo reale, è adatto a installazioni con risorse limitate che non possono ospitare sistemi di intelligenza artificiale molto grandi. Il metodo non è una soluzione completa per la qualità — non può vedere crepe interne né analizzare la composizione chimica — ma fornisce un potente front-end visivo che potrebbe essere abbinato ad altri strumenti di misura. Dimostrando che i rilevatori basati su transformer possono essere ridotti e ottimizzati per discriminazioni geometriche fini, questo lavoro apre la strada a un uso più ampio di modelli simili nell’ispezione automatizzata di piccoli pezzi industriali, dagli abrasivi ai dispositivi di fissaggio, dove minuscoli difetti superficiali hanno un grande impatto economico.

Citazione: Yan, X., Yang, S., Zhang, S. et al. Diamond-DETR: lightweight real-time quality evaluation algorithm for synthetic diamonds. Sci Rep 16, 10711 (2026). https://doi.org/10.1038/s41598-026-44951-1

Parole chiave: diamanti sintetici, ispezione automatizzata, rilevamento oggetti, visione industriale, modelli transformer