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。引入Top-K自注意力模块，可以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。

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。