近日，中科慧远在计算机视觉领域最具影响力的国际顶级学术会议CVPR 2023工业质检挑战赛中成绩优异，分别荣获赛道1-Data Efficient Defect Detection（有限标注样本条件下的缺陷检测竞赛）第二名和赛道2-Data Generation for Defect Detection（面向缺陷检测的数据生成竞赛）最具创新奖。在面对众多国内外强劲对手，中科慧远一举拿下双项大奖。作为本次研习会唯一一家双赛道获奖的企业，再次证明了公司算法团队在工业质检领域的技术实力与创新能力。

CVPR是由美国电气及电子工程师学会（IEEE）组织的计算机视觉和模式识别领域的顶尖国际会议之一，在2022年谷歌学术指标排行中位列总榜第4。作为CVPR 2023的特色项，今年新增以苹果公司为主办方的工业视觉检测专题研习会（1st workshop on Vision-based Industrial Inspection)，聚焦工业生产中的视觉检测问题，旨在推动在工业应用方面的研究和创新。研习会特邀苹果供应商、国内外知名高校和科研院所、业内同行共同参与，分别设立有限标注样本条件下的缺陷检测竞赛及面向缺陷检测的数据生成竞赛，国内外百余团队同台竞技，激烈角逐。

Data Efficient Defect Detection，即缺陷数据高效检测。本赛道包括14个来自 roboflow.com 的工业检测数据集，涵盖制造工艺、材料和不同的应用行业。最终以缺陷检测数据的完整性和缺陷实例分割的精确性为依据进行综合评判。赛中，中科慧远以高效的数据处理方式和精准的缺陷检测模型，获得了评委们的认可。团队采用了CBNetV2和HTC为基础的实例分割框架，并融合mask2former语义分割结果，在网络训练中综合使用Smooth L1、GIoU、SeeSaw等损失函数及多尺度测试TTA等数据增强方式来提升模型的泛化性能，克服弱小目标、少样本、数据分布不均匀对模型性能的影响。

而在Data Generation for Defect Detection，用于缺陷检测的数据生成赛道中，中科慧远的创新性数据生成方式，让评委们眼前一亮，赢得了荣誉。据悉，团队设计了一个掩模引导的背景保留缺陷生成方法，即掩模引导缺陷生成对抗性网络MDGAN。通过背景替换模块，将真实的背景信息添加到生成器中，并引导生成器只关注指定区域中缺陷内容的生成。同时设计一个双重判别模块，以帮助判别器测量输入图像的真实性。通过MDGAN生成多样化和高质量的缺陷样本，来提升缺陷的检测能力。

总结

本次比赛，中科慧远参赛队伍从网络框架、数据增强方式、损失函数设计、模型融合等方面进行技术创新，为打造工业质检领域的“大模型”进行有益的技术探索和实践。

一直以来，中科慧远致力于在计算机视觉和人工智能技术领域不断探索，不断创新，将先进技术应用于实践中，为各行业提供更加智能化的工业视觉外观检测解决方案。未来，中科慧远继续秉承“技术创新、客户至上”的理念，不断推进工业质检领域的技术创新和应用实践，为各行业提供更加智能化、高效准确的工业视觉外观检测解决方案，让技术更好地服务于社会，为产业升级和发展贡献力量。