DEENet: um modelo dual-encoder CNN–Transformer com realce de bordas para detecção de defeitos em superfícies de aço

Por que pequenas falhas no aço importam

De carros e pontes a eletrodomésticos, a vida moderna depende silenciosamente do aço. Ainda assim, a confiabilidade de todos esses produtos pode ser comprometida por falhas tão pequenas que são difíceis de detectar até mesmo ao microscópio. Este estudo apresenta o DEENet, um novo sistema de visão computacional que pode identificar automaticamente defeitos sutis na superfície de tiras de aço com mais precisão e eficiência que ferramentas existentes, ajudando fábricas a detectar problemas cedo, melhorar a segurança e reduzir desperdício.

O desafio de enxergar pequenos defeitos

As superfícies de aço acumulam vários tipos de defeitos durante a produção: manchas escamosas, cavidades, trincas finas, inclusões de material estranho e arranhões. A inspeção tradicional depende de trabalhadores humanos ou filtros de imagem simples, que são lentos, inconsistentes e facilmente confundidos por fundos industriais ruidosos. Algoritmos modernos de detecção “one-shot”, como a família YOLO, podem varrer uma imagem em uma única passada, mas ainda perdem defeitos muito pequenos ou de baixo contraste e frequentemente desfocam as bordas das áreas danificadas. Quando os limites entre aço saudável e defeituoso estão borrados, os detectores julgam mal tamanho e localização, levando a defeitos perdidos ou falsos alarmes.

Combinando duas formas de ver

O DEENet enfrenta esse problema combinando duas maneiras complementares de analisar uma imagem. Um ramo é uma rede neural convolucional (CNN) clássica, boa em captar texturas locais finas, como pequenas cavidades ou riscos finos. O outro ramo é uma rede baseada em Transformer, que divide a imagem em blocos e se destaca em capturar o contexto mais amplo — como padrões se relacionam ao longo de toda a tira de aço. No DEENet, esses dois ramos funcionam como “olhos” gêmeos: um voltado ao detalhe, o outro ao panorama. Um módulo de Fusão de Duplo Canal personalizado então mistura suas saídas, de modo que cada região da imagem seja descrita tanto por sua textura local quanto por seu papel na cena geral. Essa interação torna o sistema mais sensível a defeitos minúsculos e agrupados que modelos antigos tendem a ignorar.

Afiando o contorno do dano

Mesmo com recursos ricos, detectores ainda podem ter dificuldade em traçar contornos nítidos ao redor de defeitos, especialmente quando eles se esmaecem gradualmente no fundo. Para resolver isso, os autores projetam um módulo de realce de borda, chamado C2f_EEM, que se concentra especificamente em variações de intensidade nas fronteiras entre áreas danificadas e não danificadas. Ele passa as características por vários filtros de diferentes tamanhos para capturar estruturas que vão de trincas finas a manchas mais amplas, e então usa uma espécie de comparação de antes e depois para enfatizar transições abruptas. Esse processo destaca o conteúdo de “alta frequência” onde as bordas estão, fazendo com que trincas e cavidades se destaquem com mais clareza, e faz isso com cálculos leves adequados para uso em tempo real nas linhas de produção.

Colocando o sistema à prova

Os pesquisadores avaliam o DEENet em um benchmark amplamente usado de defeitos em tiras de aço que inclui seis tipos comuns de falhas, cada um com centenas de imagens de amostra. Em comparação com detectores padrão baseados em YOLO e modelos mais recentes ao estilo Transformer, o DEENet alcança maior mean Average Precision — uma medida resumida de quão frequentemente as detecções são ao mesmo tempo corretas e bem posicionadas — atingindo 81,4%. Os ganhos são especialmente fortes na categoria mais difícil, crazing, que se parece com uma fina rede de trincas e tipicamente tem contraste muito reduzido. O DEENet não só encontra mais desses defeitos traiçoeiros como também desenha caixas mais apertadas ao redor deles, mantendo a computação geral baixa o suficiente para implantação prática. Testes adicionais em outro conjunto de dados industrial e em imagens com ruído e variações de iluminação mostram que o modelo continua preciso mesmo quando as condições pioram.

O que isso significa para produtos do dia a dia

Em termos simples, o estudo demonstra que dar a um sistema de visão de máquina duas “visões” complementares da mesma superfície de aço — e ensiná‑lo a realçar bordas — pode tornar a detecção de defeitos mais inteligente e confiável. A capacidade aprimorada do DEENet de identificar falhas pequenas e tênues e de delineá‑las com precisão pode ajudar siderúrgicas a detectar problemas mais cedo, reduzir sucata e fornecer materiais mais consistentes para tudo, de arranha‑céus a smartphones. Embora os autores observem que são necessários trabalhos adicionais para reduzir o modelo para dispositivos de baixo consumo e testá‑lo em fábricas mais variadas, seus resultados representam um avanço rumo a um controle de qualidade mais seguro, eficiente e automatizado na indústria pesada.

Citação: Pan, W., Zhong, R., Huang, J. et al. DEENet: an edge-enhanced CNN–Transformer dual-encoder model for steel surface defect detection. Sci Rep 16, 6692 (2026). https://doi.org/10.1038/s41598-026-36390-9

Palavras-chave: defeitos em aço, visão computacional, aprendizado profundo, inspeção de qualidade, automação industrial