Continuity-Driven Representation Learning for Industrial Defect Detection

📄 arXiv: 2608.17362v1 📥 PDF

作者: Minjong Kim, Hyun Jun Kim, Jeongrae Kim, Heeseung Shin, Changwon Lim

分类: cs.CV

发布日期: 2026-08-18

备注: Accepted at the British Machine Vision Conference (BMVC) 2026

💡 一句话要点

提出连续性驱动的表示学习框架以解决工业缺陷检测问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 工业缺陷检测 表示学习 连续性驱动 正则化框架 深度学习 目标检测 数据稀缺

📋 核心要点

  1. 现有工业缺陷检测方法主要依赖稀疏的边界框监督，导致正常区域表示约束不足，影响检测效果。
  2. 本文提出的连续性驱动表示正则化框架，利用正常主导区域作为密集辅助监督，增强了模型的学习能力。
  3. 在多个真实工业数据集上，实验结果显示该方法在mAP指标上显著提升，尤其在数据稀缺情况下效果更为明显。

📝 摘要（中文）

工业缺陷检测与自然图像目标检测不同，因为检测图像是在受控条件下捕获的，且包含大量正常主导区域和重复结构。因此，缺陷表现为可预测模式的局部干扰，而传统检测器主要依赖稀疏的边界框监督，导致正常区域表示的约束较弱。本文提出了一种连续性驱动的表示正则化框架，利用正常主导区域作为密集辅助监督。该框架引入了两个与检测器无关的目标：多连续性损失和差分损失。这些目标通过区域加权应用于边界框，稳定正常区域表示，同时保留与缺陷相关的不连续性。实验结果表明，该方法在多个工业数据集上显著提升了检测性能。

🔬 方法详解

问题定义：本文旨在解决工业缺陷检测中正常区域表示约束不足的问题。现有方法主要依赖稀疏的边界框监督，导致对正常区域的学习不够充分，影响缺陷的检测效果。

核心思路：提出一种连续性驱动的表示正则化框架，利用正常主导区域作为密集辅助监督，增强模型对正常区域的学习，同时保留缺陷相关的不连续性。

技术框架：框架包含两个主要模块：多连续性损失和差分损失。多连续性损失结合了一维补丁序列预测和二维掩蔽空间预测，而差分损失则正则化相邻补丁嵌入之间的一阶特征变化和二阶曲率。

关键创新：最重要的创新点在于引入了基于连续性的正则化方法，利用正常区域的密集信息来提升模型的学习效果，与传统依赖稀疏监督的方法形成鲜明对比。

关键设计：在损失函数设计上，采用区域加权策略以稳定正常区域表示，同时确保缺陷相关的不连续性得以保留。实验中使用了包括YOLO系列、MambaYOLO和DETR在内的六种检测器架构进行验证。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，在全数据设置下，提出的正则化方法在工业金属数据集上提升了mAP@0.5:0.95达3.49个百分点，在MEA上提升5.38个百分点，在NEU-DET上提升5.03个百分点。在有限数据条件下，差分损失在NEU-DET上实现了mAP@0.5的21.07个百分点和mAP@0.5:0.95的8.23个百分点的显著提升。

🎯 应用场景

该研究的潜在应用领域包括制造业、质量控制和自动化检测等，能够有效提升工业缺陷检测的准确性和效率。随着工业自动化的推进，该方法的实际价值将愈加显著，未来可能推动相关技术的广泛应用。

📄 摘要（原文）

Industrial defect detection differs from natural-image object detection because inspection images are captured under controlled conditions and contain large normal-dominant regions with repetitive structures. Defects therefore appear as localized disruptions of otherwise predictable patterns, while conventional detectors rely mainly on sparse bounding-box supervision, resulting in weakly constrained normal-region representations. We propose a continuity-driven representation regularization framework that exploits normal-dominant regions as dense auxiliary supervision. The framework introduces two detector-agnostic objectives: Multi-Continuity Loss, which combines 1D patch-sequence prediction and 2D masked spatial prediction, and Differencing Loss, which regularizes first-order feature variation and second-order curvature between neighboring patch embeddings. Both objectives are applied with box-derived region weighting to stabilize normal-region representations while preserving defect-related discontinuities. Experiments on two real-world industrial datasets and the public NEU-DET benchmark, using six detector architectures including YOLO-family models, MambaYOLO, and DETR, demonstrate consistent improvements over native detector baselines. In the full-data setting, the proposed regularizers improve average mAP@0.5:0.95 by up to 3.49 percentage points on Industrial Metal, 5.38 percentage points on MEA, and 5.03 percentage points on NEU-DET. Under limited-data conditions, the gains become more pronounced, with Differencing Loss achieving improvements of up to 21.07 percentage points in mAP@0.5 and 8.23 percentage points in mAP@0.5:0.95 on NEU-DET using only 25% of the training data. These results suggest that continuity-driven regularization provides an effective prior for improving industrial defect detection, particularly when annotated data are scarce.