回到最新动态
研究论文 / THE SIGNAL

洗发水瓶表面缺陷检测的多SKU基准与ProDMM方法

Prototype-Guided Dynamic Domain Modulation and a Large-Scale Multi-SKU Benchmark for Shampoo Bottle Surface Defect Detection

重要性 4.5 AI 辅助整理

论文发布多SKU洗发水瓶缺陷检测基准并提出ProDMM方法。

资讯摘要

论文提出Bottle-SKU大规模多SKU洗发水瓶表面缺陷检测基准,含13,119张图像、20,419个实例级标注框、七类缺陷和48个瓶型SKU,同时提供实例级缺陷标注与产品变体身份。作者还提出原型引导动态域调制方法ProDMM,按SKU构建视觉原型并预测软SKU分布,为视觉骨干生成低秩Query/Value调制,并保留Grounding DINO检测通路。在Bottle-SKU与GC10-DET-SKU上的实验显示该方法有效。

要点速读

  1. Bottle-SKU包含13,119张图像、20,419个实例级边界框、七类缺陷与48个SKU。
  2. ProDMM为每个SKU构建视觉原型,预测输入的软SKU分布,并据此生成低秩Query/Value调制与残差条件。
  3. 模型联合使用检测、SKU域分类与调制正则化目标训练,并在Bottle-SKU和GC10-DET-SKU上实验。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开