RFDETR

合成数据框架实现凹版印刷缺陷检测自动化

研究人员开发了一个新的合成数据生成框架，用于自动化凹版印刷的质量控制。该方法解决了真实世界缺陷图像稀缺的问题，而这阻碍了像YOLO和Vision Transformers这样的深度学习模型的训练。该框架生成高保真的印刷缺陷图像及其相应的标注，使得无需大量手动数据收集即可训练出鲁棒的模型。在与RFDETR模型进行测试时，合成数据在真实工业样本上产生了80.9%的mAP，为缺陷检测提供了一种经济高效且快速的解决方案。