标题：MSAFNet：用于链条销轴分割的多尺度注意力融合网络
作者：王珂忻1；徐锟2；张之江1
作者单位：1 上海大学通信与信息工程学院，上海 200444；2 中冶宝钢技术服务有限公司，上海 200999
关键字：实例分割；注意力机制；特征融合；深度学习
摘要：随着工业自动化的推进，链条销轴的健康监测在确保生产线稳定性方面发挥着愈加重要的角色。针对复杂工业环境中链条销轴特征提取难度较大的问题，提出了多尺度注意力融合网络（MSAFNet）对链条销轴进行掩码获取。该网络设计了三重注意力特征融合模块，以增强模型在特征融合阶段筛选关键特征的能力。此外，集成了多尺度特征编码模块，提升了多尺度特征融合和细粒度目标的检测性能。为了优化边界框回归并进一步提升分割精度，引入了新颖的SIoU损失函数。实验结果表明，MSAFNet在链条销轴数据集上检测任务的mAP@0.5达到97.8%，分割任务达96.8%，推理速度可达60.24 fps，在精度与实时性之间实现了较好的平衡，为输送链条的实时状态评估与智能化运维提供了可靠技术支撑。