即插即用系列（代码实践） | WPFormer：基于小波与原型增强的双域 Transformer 表面缺陷检测网络

张开发
• 2026/5/13 13:37:14 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

即插即用系列（代码实践） | WPFormer：基于小波与原型增强的双域 Transformer 表面缺陷检测网络
论文题目：Wavelet and Prototype Augmented Query-based Transformer for Pixel-level Surface Defect Detection应用任务：表面缺陷检测 (Surface Defect Detection)、工业视觉异常检测、像素级语义分割核心模块：WCA (小波增强交叉注意力), PCA (原型引导交叉注意力)摘要：本文提取自CVPR顶会论文《Wavelet and Prototype Augmented Query-based Transformer for Pixel-level Surface Defect Detection》。在工业制造的表面缺陷检测（SDD）中，我们常常遇到两个极端难题：缺陷对比度极弱（Weak Defects），以及背景纹理极度杂乱（Cluttered Backgrounds）。传统的静态卷积或普通的 Transformer 往往难以在这样的干扰下精准定位病灶。本文复现了该网络的核心架构——WPFormer中的WCA与PCA模块。该方案创造性地将**频域分析（小波变换）与原型学习（Prototype Learning）**融入 Transformer 的查询机制中，是一套能够极大提升工业视觉检测鲁棒性的即插即用组件。目录第一部分：模块原理与实战分析1. 论文背景与解决的痛点2. 核心模块原理揭秘3. 架构图解4. 适用场景与魔改建议第二部分：核心完整代码第三部分：结果验证与总结第一部分：模块原理与实战分析1. 论文背景与解决的痛点在真实的工业流水线上（如织物、金属表面、半导体），缺陷检测面临着“神仙难救”的图像质量：被淹没的弱缺陷：许多划痕、凹陷的像素值与正常区域仅有毫厘之差，在深度网络的多次下采样中，这些微弱的特征极易被直接抹平。喧宾夺主的杂乱背景：工业材料往往自带复杂的规律或不规律纹理。普通的自注意力机制（Self-Attention）很容易被这些高频的背景纹理吸引，导致大量的“虚警（False Positives）”。痛点总结：我们需要一种机制，既能像“滤波器”一样滤除背景的高频杂波，又能像“放大镜”一样锁定微弱缺陷的本质特征。2. 核心模块原理揭秘WPFormer 提出了一个双域（Dual-domain）的 Transformer 解码器。我已将其最核心的注意力模块封装为独立的 PyTorch 类：WCA (Wavelet-enhanced Cross-Attention) - 小波增强交叉注意力：设计逻辑：引入了经典的离散小波变换 (DWT)。它将输入的特征图在频域上解耦为低频（LL）和高频（LH, HL, HH）分量。

更多文章