Diamond-DETR: sentetik elmaslar için hafif gerçek zamanlı kalite değerlendirme algoritması

İnsan yapımı elmaslardaki küçük kusurlar neden önemli

Sentetik elmaslar, metal parçalardan elektroniğe kadar birçok şeyi kesip taşlamak ve parlatmak için modern sanayinin pek bilinmeyen iş atlarıdır. Ancak performansları ve fiyatları, mikroskop altında insanların hızlıca fark etmekte zorlandığı küçük yüzey kusurlarına—çentikler, çatlaklar ve düzensiz şekiller—bağlıdır. Bu makale, kalite kontrollerini daha hızlı, daha güvenilir ve sıradan fabrika donanımında daha kolay konuşlandırılabilir hale getirmeyi amaçlayan, sentetik elmasları gerçek zamanlı otomatik olarak incelemek için tasarlanmış kompakt bir yapay zeka sistemi olan Diamond-DETR’i tanıtıyor.

İnsan gözünden otomatik gözlere

On yıllardır fabrikalar, elmas kalitesini değerlendirmek için mekanik ayırma yöntemlerine ve mikroskop başında uzman insanlara güveniyor. Titreşimli elekler veya yoğunluğa dayalı ayırma gibi mekanik yöntemler, partiküller çok küçük veya çok saf olduğunda zorlanır ve kusurlu kenarlı bir kristali kusursuz olandan ayıramaz. İnsan denetimi esnek olsa da yavaş, yorucu ve özneldir. Sentetik elmas partiküllerinin yüksek hacimde ve hassasiyetle ayrımına yönelik talep arttıkça, üreticilerin partiküller sıkışık yerleştirilmiş veya boyut ve şekil olarak değişken olsa bile küçük kusurları hızlı ve tutarlı şekilde tespit edebilen otomatik görsel sistemlere ihtiyacı var.

Yerel detayla genel görünümü birleştirmek

Modern bilgisayarlı görü araçları büyük ölçüde iki gruba ayrılır. Hafif evrişimsel sinir ağları köşe keskinliği gibi yerel detayları yakalamada mükemmeldir ancak bir görüntüdeki daha geniş bağlamı anlamakta zorlanabilir. Buna karşılık, transformer tabanlı modeller tüm sahneyi görmekte ve uzun menzilli ilişkileri işlemek konusunda iyidir, fakat özellikle gerçek zamanlı muayene için ağır ve daha yavaş olma eğilimindedir. Diamond-DETR, RT-DETR adlı son bir transformer dedektörü üzerine kuruludur ve bunu endüstriyel elmas muayenesi için yeniden şekillendirir. Amaç, transformerların güçlü küresel akıl yürütmesini korurken hesaplamayı azaltmak ve ağın elmas yüzeylerindeki ince, küçük ölçekli geometrik kusurlara karşı görüşünü keskinleştirmektir.

Motor kaputunun altında daha ince bir muayene motoru

Yazarlar tespit hattının üç ana kısmını yeniden tasarlıyor. Birincisi, standart omurga ağını, görüntü kanallarının yalnızca bir kısmını daha maliyetli mekansal işlemlerle işleyen ve ardından bunları verimli şekilde birleştiren özelleştirilmiş bir “RepFasterNet” bloğu ile değiştiriyorlar. Bu adım, kusurların sık görüldüğü kenar ve köşe detaylarını koruyarak hesaplama miktarını düşürüyor. İkincisi, güçlü üst düzey sinyallerin hangi alt düzey detayların farklı büyütmelerde vurgulanacağı veya bastırılacağına rehberlik etmesine izin veren bir dikkat mekanizması kullanan yüksek seviyeli bir tarama özellik füzyon piramidi tanıtıyorlar. Üçüncüsü, ağın derinliğini artırmadan her nöronun “gördüğü” alanı etkili şekilde genişleten seyreltilmiş (dilated) konvolüsyonlarla bir çapraz aşama füzyon modülünü yükseltiyorlar. Bu değişiklikler birlikte, modeli farklı boyutlarda ve karmaşık arka planlarda elmasları ve kusurlarını tanımaya yardımcı ederken orta seviyeli donanımda bile hızlı çalışmasını sağlıyor.

Sistemi teste sokmak

Diamond-DETR’i değerlendirmek için ekip, sentetik elmas partiküllerinin mikroskop görüntülerinden oluşan kendi veri setini oluşturdu ve her örneği görünür yüzey özelliklerine göre yüksek kalite veya kusurlu olarak etiketledi. Yeni modeli orijinal RT-DETR ve popüler YOLO varyantları ile Faster R-CNN gibi klasik iki aşamalı sistemler dahil olmak üzere birkaç tanınmış dedektörle karşılaştırdılar. Kendi veri setlerinde Diamond-DETR, RT-DETR’den daha az parametre kullanırken hassasiyeti, genel algılama skorunu ve işleme hızını iyileştirdi. Isı haritalarıyla yapılan görsel açıklamalar, yeni modelin özellikle kenarlar ve köşeler gibi anlamlı geometrik bölgelere temel modele göre daha sıkı odaklandığını gösterdi. Metal somunlarına ait farklı bir endüstriyel veri setinde yapılan ek testlerde Diamond-DETR güçlü performansını koruyarak tasarımının aşıncaklardan bağlantı elemanlarına kadar karmaşık şekillere sahip diğer imalat parçalarına genellenebileceğini gösterdi.

Fabrikalar ve ötesi için ne anlama geliyor

Pratik olarak Diamond-DETR, mikroskopik elmas ayırma hatları için daha kompakt, doğru ve hızlı bir “otomatik denetleyici” sunuyor. Sadece birkaç düzine megabayt büyüklüğünde bir model boyutu ve gerçek zamanlı işleme hızlarıyla, çok büyük yapay zeka sistemlerini barındıramayan kaynak sınırlı kurulumlara uygundur. Yöntem eksiksiz bir kalite çözümü değil—iç çatlakları göremez veya kimyasal bileşimi analiz edemez—ancak diğer algılama araçlarıyla eşleştirilebilecek güçlü bir görsel ön yüz sağlar. Transformer tabanlı dedektörlerin dikkatle inceltilip ince geometrik ayrım için ayarlanabileceğini göstererek, bu çalışma küçük endüstriyel parçaların otomatik muayenesinde benzer modellerin daha geniş kullanımına işaret ediyor; burada küçük yüzey kusurları büyük ekonomik fark yaratır.

Atıf: 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

Anahtar kelimeler: sentetik elmaslar, otomatik muayene, nesne algılama, endüstriyel görme, transformer modelleri