BDD-DETR：高效感知小目标的锂电池表面缺陷检测

作     者：邢远秀 刘颛玮 邢玉峰 王文波 

作者机构：武汉科技大学理学院 

出 版 物：《储能科学与技术》 (Energy Storage Science and Technology)

年 卷 期：2024年

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：车用锂离子电池表面缺陷检测算法设计(2023H20132) 

主　　题：锂离子电池 缺陷检测 Co-DETR 特征感知与融合网络 Shape IoU损失 

摘      要：针对锂电池外壳端面缺陷尺度和形状差异大而导致小目标缺陷识别困难等问题，提出BDD-DETR (Battery Defects Detection-Detection Transformer)的锂电池表面缺陷检测算法。BDD-DETR架构在通用的特征提取模块和检测头模块间融入全新的模块特征感知与融合网络，通过自适应特征感知模块和特征融合路径从多个方向融合网络的深层与浅层特征，增强关键特征信息响应并抑制冗余特征，进一步提升模型多尺度特征融合能力和小目标感知能力；此外，为了减小缺陷边界框回归时的距离偏差和形状偏差，采用Shape IoU(Shape Intersection over Union)损失函数训练网络模型。实验结果表明，在构建的锂电池端面缺陷数据集上，与Co-DETR(Collaborative-Detection Transformer)比较，BDD-DETR平均精度提升了3.7%，小尺度目标检测精度提升了8.9%，平均召回率提升了1.1%，在锂电池的小目标缺陷检测性能上优于目前一些先进的目标检测方法。