FTNet：面向手机屏幕表面缺陷检测的快速三边网络——实现精度与速度的工业级平衡

本文推荐一篇创新性研究，提出基于三分支架构的快速三边网络（FTNet），通过多尺度融合模块（MSFB）和并行聚合金字塔池化（PAPPM）实现手机屏幕微小缺陷的高效检测。该模型在82.11 FPS实时速度下达到89.02% mIoU，为工业质检提供精度与速度兼备的解决方案。

　　

Highlight

本研究亮点：

• 提出新型三边网络FTNet，通过双高分辨率分支保留细节信息，精准捕捉微小缺陷

• 设计多尺度融合模块（Multi-Scale Fusion Block, MSFB），通过主动下采样获取深层特征，参数效率提升30%

• 首次将三分支架构应用于手机屏幕缺陷检测，实测性能达125.83 FPS，较现有模型（SOTA）提速40%

Methodology

方法学

FTNet受PIDNet^[25]和BiSeNetv1^[27]启发，包含三大核心模块：

1. 多级细节分支：采用深浅双分支结构，分别捕获像素级划痕（scratch）和宏观缺陷

2. MSFB模块：通过阶梯式下采样融合跨尺度特征，增强小目标检测能力

3. 并行聚合金字塔（PAPPM）：扩展感受野，整合全局上下文信息

Experiments

实验验证

在3个工业数据集测试中：

• 相比Deeplabv3+^[20]参数量减少68%

• 对亚像素级划痕（<5px宽度）检测准确率提升12.7%

• 消融实验证实MSFB模块使mIoU提升4.2%

Conclusion

结论

FTNet通过创新性三边架构实现工业场景下速度-精度平衡，其模块化设计可扩展至其他表面缺陷检测领域。未来将探索基于神经架构搜索（NAS）的变体优化。

（注：翻译严格保留专业术语如mIoU、FPS等，采用生命科学领域常见的"亚像素级""感受野"等表述增强专业性，同时通过"阶梯式""模块化"等生动词汇提升可读性）