? 

　　近日，鐳目智眸團隊在鋼鐵視覺(jué)領(lǐng)域取得重大突破，成功將AIGC技術(shù)應用于提升稀缺樣本異常場(chǎng)景檢測水平，該技術(shù)顯著(zhù)提升了鑄坯缺陷，廢鋼內危險物及拒收件等稀缺數據的采集速度，從而突破了異常情況數據集稀少的瓶頸，極大地提升了異常場(chǎng)景的識別和檢測能力！

　　在鋼鐵生產(chǎn)中，對異常狀況的精準識別是確保生產(chǎn)流程順暢和產(chǎn)品品質(zhì)穩定的關(guān)鍵因素。鐳目智眸算法團隊結合用戶(hù)需求及落地項目實(shí)施細節，針對廢鋼原料監控及鑄坯質(zhì)量管控環(huán)節的異常情況做了深入研究，發(fā)現以下問(wèn)題：廢鋼中的危險物和拒收件等異常對生產(chǎn)安全及產(chǎn)品品質(zhì)構成嚴重威脅，然而這些異常樣本的稀缺性使得識別效果受限。同時(shí)，鑄坯表面的微小缺陷也由于樣本稀少而難以準確檢測。

　　為了攻克這些難題，鐳目智眸團隊創(chuàng )新性地提出了一種新的缺陷區域和強度可控的缺陷及危險物圖像生成技術(shù)。該技術(shù)基于現有AIGC相關(guān)領(lǐng)域技術(shù)，選取GAN網(wǎng)絡(luò )作為基礎進(jìn)行長(cháng)期研發(fā)，形成了獨創(chuàng )的ReM-GAN模型。該模型通過(guò)Mask權重計算，使網(wǎng)絡(luò )能夠專(zhuān)注于特定區域的像素，從而提高模型對這些區域的性能和準確性。同時(shí)，該模型融合了全局與局部的處理能力，既能把握圖像的整體結構，又能捕捉到細節特征，展現了極高的靈活性和性能。

　　△ 缺陷及危險物生成效果圖

　　鐳目智眸團隊成功地將AIGC技術(shù)應用于稀缺樣本異常檢測，并根據鋼鐵行業(yè)的實(shí)際需求進(jìn)行了深度優(yōu)化。如今，該技術(shù)能夠根據現有的鑄坯缺陷和危險物樣本，高效地生成大量高質(zhì)量的新圖片，這一技術(shù)的應用極大擴充了小概率樣本的數據量，顯著(zhù)提升了相關(guān)數據采集的速度，為稀缺樣本異常檢測高效助力。（田祖光）