Skip to content
Hot eventLive

基于双对齐测试时适应的航空发动机叶片缺陷在线检测

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv发布计算机视觉论文，提出Aero-engine Blade Defect Detector（ABDD）在线自适应检测框架。该框架采用双对齐策略联合适配全局视觉风格与局部缺陷形态，并引入不确定性感知框过滤机制以减少伪标签误差。实验基于RT-DETR+Swin-T架构，在CD-AeBD和HD-AeBD多域偏移场景下进行，结果表明ABDD持续提升检测鲁棒性，并在工业检测平台上验证了实用性。

Generated from reports · updated 3 hr ago

LatestOct 2
arXiv论文发布，提出ABDD框架并在多域偏移场景与工业平台上验证其鲁棒性与实用性。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Computer Vision
    基于双对齐测试时适应的航空发动机叶片缺陷在线检测

    论文提出 Aero-engine Blade Defect Detector（ABDD），一种基于测试时适应的在线自适应检测框架，通过双对齐策略联合适配全局视觉风格与局部缺陷形态，并引入不确定性感知框过滤机制减少伪标签误差。在 CD-AeBD 和 HD-AeBD 多域偏移场景下，基于 RT-DETR + Swin-T 架构的实验表明 ABDD 持续提升检测鲁棒性，并在工业检测平台上验证了实用性。

Heat trend

There is not enough continuous observation data to draw a trend yet.