标题：基于小样本学习的磁瓦表面缺陷检测
作者：王春泽1；林容泰2；朱拾东3；赵艺4；于赐龙2，5
作者单位：1 联通数字科技有限公司5G应用创新中心；2 深圳大学机电与控制工程学院；3 深圳青鼎装备科技有限公司研发中心；4 哈尔滨工业大学（深圳）教务处；5 华东理工常熟研究院有限公司研发部
关键字：磁瓦片；小样本；正负采样；对比学习；表面缺陷检测
摘要：磁瓦片是永磁电动机的核心组件，其质量对电动机的性能和使用寿命至关重要。针对传统缺陷检测方法受限于缺陷样本少、缺陷细小、背景复杂，难以达到较高精度和效率的问题，提出一种基于小样本学习的缺陷检测方法。该方法采用正负样本采样策略，结合对比学习技术，突出目标特征的类内相似度和类间差异性，通过设计对比相似度损失函数监督训练，有效解决小样本场景下两阶段网络的候选框置信度低和目标特征表示不足的问题。所提出的方法在不同厂家所生产的磁瓦片样本进行验证，实验结果表明，该方法可对磁瓦片的崩缺、裂纹、多层面、倒角异常、污渍5类常见缺陷进行快速、准确的检测和分类。