摘要
准确高效地检测热锻模具表面缺陷对于模具状态评估和稳定锻造生产至关重要。然而，由于缺陷尺度和形态变化大、金属纹理和反光复杂以及细粒度特征微弱，自动视觉检测仍面临挑战。为了应对这些挑战，我们提出了 MCDE-DETR，这是一种基于 RT-DETR-r18 的轻量级实时检测器。具体来说，设计了一个多尺度边缘增强网络（MSENet）作为骨干网络，以增强多尺度和边缘细节表示，同时降低模型复杂度。接着，引入 CGAFusion 以增强缺陷相关特征并抑制背景干扰。采用 DPCF 在跨尺度特征融合期间保留细粒度信息。最后，将 EDFFN 集成到 AIFI 中，以有限的计算开销提高频率感知特征表示。在工厂收集的数据集上的实验表明，MCDE-DETR 达到了 72.5% mAP50 和 46.6% mAP50:95，分别比基线提高了 3.0 和 1.8 个百分点，同时将参数量和 GFLOPs 减少了 25.1% 和 10.4%。该模型速度达到 80.69 FPS，且在 Jetson Orin Nano 上的部署进一步证明了其在边缘端检测中的实际可行性。
