LUSITANOv2:面向活跃纺织检验场景的高分辨率织物缺陷检测数据集与基线评估
《Electronics》:LUSITANOv2: A Real-World Dataset for Fabric Defect Detection in Active Textile Production
【字体:
大
中
小
】
时间:2026年09月25日
来源:Electronics 2.9
摘要
可靠的织物检验难以自动化,因为生产线图像与许多公共基准所使用的受控样本存在显著差异。本文介绍了 LUSITANOv2,这是一个在活跃纺织检验站使用工业线扫描相机和定向照明收集的高分辨率织物缺陷数据集。它包含 25,120 张原生图像,包括有缺陷和无缺陷的织物,以及 18,557 个类别无关边界框。我们使用 YOLOv12n、Faster R-CNN 和 RT-DETR-L 建立了监督基线,并评估了九种单类异常检测方法。在匹配的探测器比较中,RT-DETR-L 取得了最高的 mAP@0.5,达到 0.610,而 Faster R-CNN 为 0.597,YOLOv12n 为 0.592。在另一项受控的 YOLOv12n 分辨率研究中,保留更多原生织物细节可改善检测性能,在最高测试分辨率下达到 0.598 mAP@0.5。事后分析发现,接触图像边界的缺陷并没有简单的召回率惩罚。尽管域内结果更强,但在 LUSITANOv2、TILDA 和 ZJU-Leaper 上进行的匹配零样本实验揭示了显著的跨数据集性能退化。LUSITANOv2 为定位缺陷检测、单类异常检测、分辨率敏感的线扫描处理以及未来向活跃纺织生产环境迁移的工作提供了一个现实的基准。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号