仪器仪表学报

作者：杨洋，吴一全

单位：杨洋,南京航空航天大学电子信息工程学院南京211106,,吴一全,南京航空航天大学电子信息工程学院南京211106,nuaaimage@163.com,

关键词：视觉Transformer;缺陷检测;技术优势与典型应用;关键挑战与应对策略

传统卷积神经网络(CNN)受限于局部卷积操作，难以有效建模长程依赖关系；相比之下，视觉Transformer通过自注意力等机制实现了对全局依赖关系的显式建模。在表面缺陷检测任务中，尤其是在背景纹理复杂、缺陷形态多变等检测场景中，展现出优于CNN的检测性能。围绕视觉Transformer在表面缺陷检测中的技术优势与应用方法、面临的关键挑战及应对策略两大维度，综述了近年来国内外基于视觉Transformer的表面缺陷检测研究进展与挑战，为视觉Transformer在表面缺陷检测中的应用提供了理论依据与方法支撑。首先，阐释了表面缺陷检测的基本定义，归纳了该领域的技术特征与主要瓶颈。其次，深入剖析了视觉Transformer在缺陷检测任务中所具备的技术优势及其在实际应用中存在的关键挑战。然后，结合视觉Transformer的技术优势，重点分析了视觉Transformer在表面缺陷检测任务中的典型应用方向，包括应对复杂纹理背景干扰、实现多模态信息融合、基于模块化思想的局部-全局特征信息融合等应用场景。随后，探讨了视觉Transformer在面对表面缺陷检测任务中存在的样本量稀缺、模型计算复杂度高与实时性不足、训练效率低下以及小目标缺陷检测性能差等关键挑战时，所采用的主要优化策略与应对方法。最后，围绕迁移学习驱动的预训练视觉大模型构建、视觉Transformer与多模态的深度融合等方向，对视觉Transformer在表面缺陷检测领域的发展趋势进行了展望。

来源：2025年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第12期