MFDH-Net: defektupptäckningsnätverk för flernivåfunktionsfusion och kors-kännande avkopplande huvud

Varför små defekter spelar roll i moderna fabriker

Från nästintill pappers‑tunna stålplåtar till tätt packade kretskort och blanka billackskivor förlitar sig dagens fabriker på ytor som är nästan perfekta. Även en hårfin spricka eller ett litet korrosionsprick kan förkorta en produkts livslängd, utlösa återkallelser eller stoppa en produktionslinje. Under lång tid har arbetare stirrat på snabbrörliga delar för att med blotta ögat upptäcka sådana fel. Denna artikel beskriver MFDH‑Net, ett nytt AI‑system som automatiskt hittar svårupptäckta defekter på industriella ytor och syftar till att göra inspektionen snabbare, mer tillförlitlig och enklare att skala upp.

Utmaningen att upptäcka subtila defekter

Industriella defekter är lumska. Repor, gropar och fläckar kan likna vanliga textur‑ eller ljusvariationer; vissa fel är minimala, andra sträcker sig över stora områden; och många syns mot stökiga, brusiga bakgrunder. Traditionella datorseendesystem har svårt när olika typer av defekter ser mycket lika ut, när felen är små och svaga, eller när objekt i en bild förekommer i många storlekar. Författarna fokuserar på ytor som stålplåtar, tryckta kretskort och bilkarossdelar, där dessa problem är särskilt uttalade. Målet är att utforma en detektor som kan skilja ”normala” mönster från verkligt avvikande sådant, även när skillnaderna är subtila och förekommer över ett brett spektrum av skalor.

Titta nära och långt på samma gång

MFDH‑Net börjar med en ny ryggrad kallad Dual‑domain Feature Extraction Network. Den är byggd för att betrakta varje bild på två kompletterande sätt. En gren, inspirerad av klassiska konvolutionella neurala nätverk, zoomar in på fina lokala detaljer som små kanter och texturer. Den andra grenen, inspirerad av Transformer‑modeller, fångar långdistansrelationer över hela bilden och hjälper systemet att förstå det bredare sammanhanget kring en misstänkt defekt. Dessa två vyer hålls inte åtskilda: nätverket låter upprepade gånger lokala och globala funktioner interagera, så att en liten repa bedöms inte bara utifrån de omedelbara pixlarna utan också hur den kontrasterar mot det övergripande ytmönstret.

Väva information över skalor och positioner

Efter att funktioner har extraherats måste modellen förena information från små, medelstora och stora strukturer. Författarna introducerar ett Multilevel Feature Aggregation Network som skickar signaler uppåt och nedåt mellan lager istället för i en enda riktning. Denna utformning främjar djup interaktion mellan finfördelade detaljer och högre nivåers mönster, med adaptiva vikter som talar om för modellen hur mycket den ska lita på varje skala. En ytterligare komponent, Spatial Semantic Fusion Module, justerar funktioner från olika upplösningar så att ett område som betecknar en repa i ett lager ligger exakt ovanpå samma område i ett annat. Denna noggranna justering hjälper till att förhindra förvirring, till exempel att ett lager kallar ett område defekt medan ett annat kallar det bakgrund.

Specialiserade huvuden för "vad" och "var"

Att identifiera en defekt innebär två sammanflätade frågor: vilken typ av fel är det och var exakt sitter det? MFDH‑Net hanterar detta med ett Cross‑aware Decoupling Head som delar upp bearbetningen i grenar finjusterade för klassificering ("vad") respektive precis lokalisering ("var"). En cross‑perception attention‑mekanism framhäver dessutom små eller svaga defekter genom att omviktas spatialt och i funktionskanaler som sannolikt innehåller fel, samtidigt som bakgrundsstörningar dämpas. Detta är särskilt viktigt för små imperfektioner på kretskort eller bildelar som annars skulle kunna försvinna i komplexa texturer och reflektioner.

Hur väl presterar systemet?

Forskarna testade MFDH‑Net på flera krävande publika och verkliga dataset: stålytor, tryckta kretskort, ett mångtypigt ståldefektset och bilkarossdelar insamlade från en produktionslinje. I dessa uppnådde nätverket mycket hög detekteringsnoggrannhet, ofta över 94 % för korrekt identifiering och lokalisering av defekter, samtidigt som det kördes i realtid med omkring 52 bilder per sekund. Noga utförda ablationsstudier—där individuella komponenter tas bort—visar att varje del av designen, från dual‑domain‑funktionsutdragning till flernivåfusion och det specialiserade detektionshuvudet, bidrar med mätbara vinster. Jämfört med en rad populära detektorer, inklusive både klassiska konvolutionella modeller och nyare hybrid‑ och Transformer‑baserade system, levererade MFDH‑Net konsekvent en bättre balans mellan noggrannhet och hastighet.

Vad detta betyder för smart tillverkning

För icke‑experter är huvudbudskapet att MFDH‑Net erbjuder ett mer pålitligt, automatiserat sätt att upptäcka mikroskopiska defekter som mänskliga inspektörer kan missa, utan att bromsa produktionen. Genom att kombinera närbildsanalys av detaljer med en vidvinkelbild av varje yta, och genom att noggrant sammanfläta information över skalor och uppgifter, kan systemet flagga fel på olika produkter med hög tillförsikt. Även om tillvägagångssättet fortfarande är beroende av märkta träningsdata, som kan vara kostsamma att ta fram, pekar det mot framtida inspektionssystem som snabbt anpassar sig till nya fabriker och produkter. Kort sagt för det här arbetet industrin närmare ytkontroller som är lika rigorösa som en mänsklig experts öga, men snabbare, mer konsekventa och enklare att driftsätta i stor skala.

Citering: Zhang, L., Yang, Z., Ma, Y. et al. MFDH-Net: defect detection network for multi-level feature fusion and cross-sensing decoupling head. Sci Rep 16, 9750 (2026). https://doi.org/10.1038/s41598-026-40568-6

Nyckelord: industriell defektupptäckt, datorseende, djupinlärning, kvalitetsinspektion, intelligent tillverkning