CINFormer: 多阶段 CNN 特征注入的 Transformer 网络用于表面缺陷分割
原文中文，约400字，阅读约需1分钟。发表于：。通过使用多阶段 CNN 特征注入的 Transformer 网络，我们提出了一种名为 CINFormer 的 UNet 结构，以实现表面缺陷分割。CINFormer 在编码器中采用了简单而有效的特征整合机制，将输入图像的多层级 CNN 特征注入到 Transformer 网络的不同阶段，以保持 CNN 捕捉详细特征的优点和 Transformer...
本文介绍了一种名为CINFormer的UNet结构，用于表面缺陷分割。该结构采用了多阶段CNN特征注入的Transformer网络，通过简单而有效的特征整合机制实现准确的缺陷检测。同时，引入了Top-K自注意力模块，聚焦于与缺陷相关的更重要信息的标记，进一步减少冗余背景的影响。实验证明，CINFormer在表面缺陷数据集上达到了最先进的性能。
