控制与决策

作者：丁方也,段先华,张静

单位：江苏科技大学 计算机学院，江苏 镇江 212003,,江苏科技大学 计算机学院，江苏 镇江 212003,,江苏科技大学 计算机学院，江苏 镇江 212003,

关键词：钢铁表面缺陷;缺陷检测;RT-DETR;双分支特征增强;特征金字塔;轻量化

基金：国家自然科学基金项目(62276118).

针对钢材表面缺陷检测任务中存在的模型参数量大、小目标漏检率高及复杂背景干扰等关键问题, 提出一种基于RT-DETR (real-time detection transformer) 架构的双分支与上下文引导的协同优化检测方法, 命名为DCG-DETR. 首先, 设计双分支特征增强模块DFEM, 通过通道注意力机制与动态感受野卷积的并行融合, 显著提升复杂纹理背景下微小缺陷的特征判别力; 其次, 构建内容-上下文引导聚合特征金字塔模块CCGAFP, 采用内容感知上采样CARAFE与全局-局部双分支特征融合, 解决多尺度特征错位问题, 增强小目标定位精度; 进一步引入轻量化特征融合模块VoV-GSCSPC, 通过压缩冗余计算与跨阶段梯度传播优化, 在保持精度的同时降低模型复杂度. 在NEU-DET数据集上的实验表明, 改进模型mAP@0.5指标达81.5%, 较基准RT-DETR-L提升3.2%, 同时参数量降低11%、计算量减少25.9%. 实验结果表明, 改进后的DCG-DETR性能整体优于其他同类主流算法, 在进行轻量化的同时提高了检测精度, 为工业质检提供了新方案.

来源：2026年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第3期