Hybrid Deep Learning for Traceability and Classification of Industrial Slate Tiles

📄 arXiv: 2607.04811v1 📥 PDF

作者: Soren Antebi, Stefan Eickeler, Sandra Halscheidt, Rene Schmitz, Michael Muellers, Dirk Hecker, Rafet Sifa

分类: cs.CV

发布日期: 2026-07-06

备注: Accepted at IJCNN 2026

💡 一句话要点

提出混合深度学习方法以解决工业板岩瓷砖追溯与分类问题

🎯 匹配领域: 支柱六：视频提取与匹配 (Video Extraction)

关键词: 深度学习 实例重识别 图像匹配 板岩瓷砖 质量控制 MobileNetV3 特征融合 工业应用

📋 核心要点

  1. 现有方法在处理自然材料时，视觉变异性导致人工检查成本高且易出错，影响生产效率。
  2. 本研究提出了一种轻量级的混合深度学习方法，结合图像匹配与分类，提升了实例重识别和分类性能。
  3. 在新创建的工业数据集上进行评估，结果显示实例匹配性能提高15.4% AUC，分类准确率提高10.9%。

📝 摘要（中文）

本研究应用深度学习技术于板岩瓷砖的实例重识别和提取地点分类，以提高板岩瓷砖行业的生产效率和质量控制。由于自然材料的视觉变异性，人工检查成本高且易出错，因此这些任务尤为重要。我们提出了一种轻量级的混合深度学习方法，将图像匹配与分类整合在一个框架内。该系统结合了基于XFeat的特征匹配分支和基于MobileNetV3的分类分支。XFeat分支与LightGlue匹配头结合，使实例匹配性能提高了15.4%的AUC。分类方面，两个主干网络的特征共享并融合，较标准MobileNetV3模型提高了10.9%的准确率。我们在一个新创建的工业数据集上进行了评估，该数据集包含来自六个提取地点的2610张板岩瓷砖图像，结果表明该方法在工业环境中的对象重识别和分类方面的有效性。

🔬 方法详解

问题定义：本研究旨在解决板岩瓷砖的实例重识别和提取地点分类问题。现有方法在处理自然材料时，因视觉变异性导致人工检查成本高且易出错，影响生产效率和质量控制。

核心思路：论文提出了一种混合深度学习框架，将图像匹配与分类整合在一起，利用特征共享和融合来提升性能。通过结合XFeat特征匹配和MobileNetV3分类，旨在提高实例匹配和分类的准确性。

技术框架：整体架构包括两个主要分支：特征匹配分支基于XFeat，分类分支基于MobileNetV3。XFeat分支与LightGlue匹配头结合，负责实例匹配；分类分支则利用共享的特征进行分类。

关键创新：最重要的技术创新在于将图像匹配与分类任务整合在同一框架内，显著提升了实例匹配性能和分类准确率，与现有方法相比，提供了更高的效率和准确性。

关键设计：关键设计包括特征匹配分支的XFeat和LightGlue的结合，以及分类分支中MobileNetV3的特征共享与融合。通过这些设计，实例匹配性能提高了15.4%的AUC，分类准确率提高了10.9%。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，提出的方法在实例匹配任务中提高了15.4%的AUC，分类任务的准确率提高了10.9%，相较于标准MobileNetV3模型，展现了显著的性能提升。这些结果验证了混合深度学习方法在工业应用中的有效性。

🎯 应用场景

该研究的潜在应用领域包括建筑材料行业、质量控制系统以及自动化生产线等。通过提高板岩瓷砖的追溯性和分类效率，能够显著降低人工检查成本，提升生产效率，进而推动行业的智能化发展。未来，该方法还可扩展至其他自然材料的检测与分类任务。

📄 摘要（原文）

Applying deep learning to instance-aware reidentification of slate tiles and extraction site classification can improve production efficiency and quality control in the slate tile industry. These tasks are particularly important for handling natural materials where visual variability can make manual inspection costly and error-prone. We present a lightweight, hybrid deep learning approach that combines image matching and classification within a single framework. The system integrates a feature-matching branch based on XFeat with a MobileNetV3- based classification branch. The XFeat branch, combined with a LightGlue matching head, improves instance matching performance by +15.4% AUC. For classification, features from both backbones are shared and fused, resulting in a +10.9% accuracy improvement over a standard MobileNetV3 model. Our approach is evaluated on a newly created industrial dataset consisting of 2,610 slate tile images from six extraction sites. The results demonstrate the effectiveness of the proposed approach for object re-identification and classification in an industrial setting.