基于双注意力机制的一次性矿石检测方法，并结合分类损失增强机制

《Engineering Applications of Artificial Intelligence》：Dual-attention guided one-shot ore detection with classification loss enhancement

矿石粒度检测中提出双注意力引导单样本检测方法，通过上下文和通道注意力机制提升有限样本下的特征提取能力，并设计辅助分类损失优化类别区分度。该方法在单类测试中达到46.8%平均精度，48帧/秒实时运行，模型仅16.1MB。

　　

孙国东|刘明轩|王龙|李世成|吴波

湖北工业大学机械工程学院，武汉，430068，湖北，中国

摘要

在矿石颗粒大小检测中，传统的目标检测器通常面临计算成本高和分类能力有限的问题。少样本目标检测算法通过减少数据需求和增强泛化能力来缓解这些问题。在此基础上，一次性目标检测提供了更大的灵活性，能够快速适应新的矿石样本。在本研究中，我们提出了一种基于双注意力机制的检测器，该检测器针对矿石颗粒大小检测进行了专门优化，具有增强的分类监督能力。该检测器整合了上下文注意力和通道注意力机制，实现了对输入的多维度动态建模，显著提高了从有限矿石样本中提取特征的能力——尤其是在细粒度检测任务中。此外，我们引入了一种辅助分类设计，鼓励网络学习更多样化和具有区分性的表示，从而在极其有限的监督下提高类别区分能力。值得注意的是，我们的检测器在一次性微调设置下实现了46.8%的平均精度，能够以每秒48帧的速度实时运行，并且模型大小仅为16.1兆字节。这些结果表明，所提出的方法为在标注稀缺条件下的矿石检测提供了一种有效且轻量级的解决方案。

引言

随着科学技术的进步和工业化的加速，对矿石资源的需求正在增加，高效准确地识别矿石颗粒大小已成为提高采矿效率和优化资源利用的关键因素。最近的研究表明，人工智能方法在多种工业任务中表现出良好的性能，例如滚动元件轴承的状态监测及其剩余使用寿命的预测（Rohani Bastami等人，2019年）；李泽等人（2025年）开发了一种基于YOLOv8的轻量级模型，用于管道裂纹检测；徐等人（2024年）提出了ESMNet，用于精密金属工件的表面缺陷检测；李荣等人（2025年）引入了一种基于YOLO的轻量级方法，用于线弧增材制造中的自动缺陷检测。在系统层面，徐等人（2025年）开发了一种基于视觉的药品生产线检测系统，而顾等人（2026年）提出了一种用于工业废气图像检测的轻量级深度宽网络。这些研究表明，人工智能已广泛应用于工业视觉检测领域，进一步突显了开发可靠的智能方法以应对实际矿石检测场景的重要性。然而，在复杂和动态的环境中，矿石检测仍然具有挑战性，因为照明变化、阴影、杂质和矿石外观的变化会大大增加检测难度。

由于稀有矿石种类有限且标注成本高昂，获取足够数量的高质量标注样本以训练深度学习模型往往具有挑战性。传统的目标检测方法（Lin等人，2020年；Yang等人，2022b年）在这种数据稀缺的情况下经常出现过拟合和泛化能力差的问题。现有的少样本目标检测（FSOD）算法主要基于Faster R-CNN（Ren等人，2017年），该方法提高了检测准确性和鲁棒性。然而，其两阶段检测过程计算量大且耗时，不适合实时检测任务。此外，其引导新类别检测的能力也受到严重限制。因此，在某些极端情况下，例如只有单个矿石样本可用于训练时，少样本方法的性能可能会受到限制。

为了解决这些挑战，本研究探讨了一次性微调环境下的矿石检测，其中检测器仅使用一个标注的查询图像即可适应新的矿石类别。我们的目标不是追求严格的不更新一次性推理，而是开发一个适用于标注稀缺的实际矿石检测场景的有效且高效的适应框架。为此，我们在CenterNet2（Zhou等人，2021年）的基础上构建了我们的方法，并提出了一个具有分类损失增强的双注意力引导的一次性矿石检测器（DAOOD-CLE）。第一阶段使用CenterNet2的提案生成机制来产生候选区域，而第二阶段使用跨特征注意力模块（CFA Block）和通道选择模块（CS Block）来细化区域级特征。这两个模块分别加强了查询特征和目标特征之间的空间对应关系和跨通道交互。此外，我们引入了一次性辅助损失（OSAL），以在极其有限的监督下提高类别区分能力。在矿石数据集上的实验结果表明，所提出的方法在测试的一次性微调设置下实现了检测准确性和效率之间的良好平衡。

总结来说，本研究的主要贡献如下。

• •
  为了增强查询特征和目标特征之间的空间对应关系和跨通道交互，引入了跨特征注意力模块和通道选择模块，从而在有限的监督下改善了区域表示。
• •
  我们提出了OSAL，通过提取多尺度信息并将其与边界框回归损失共同优化，提高了检测准确性和鲁棒性，同时保持了轻量化和高效的计算性能。
• •
  开发了一种基于双注意力机制的矿石检测器，用于一次性微调设置，旨在仅使用一个标注的查询图像即可高效适应新的矿石类别。

部分摘录

矿石检测技术

粒度分析任务是指分析图像中矿石的大小信息，通常分为三种任务模式：粒度统计、粒度分类和块检测。深度学习在一般场景和特定领域任务中都优于传统的图像处理方法。因此，许多研究人员将深度学习技术应用于矿石图像的粒度分析。

对于粒度统计，徐等人（2018年）首次使用U-Net进行

我们的方法论

本节首先介绍了所提出模型的整体架构。引入了跨特征注意力模块（CFA Block）来模拟查询特征和目标特征之间的上下文信息和自注意力交互，从而增强了聚合特征表示的表达能力。此外，引入了通道选择模块（CS Block）来有效捕获查询特征和目标特征之间的跨通道交互信息，提高了

实验

在本节中，我们首先介绍实现细节、数据集和评估指标。然后，我们对模型进行了消融实验，并通过全面实验评估了CFA Block、CS Block和OSAL的有效性。最后，将这些算法与现有经典算法在ORE数据集上的结果进行了比较。

结论

在本研究中，我们提出了一种创新的一次性目标检测框架，专门用于矿石大小检测，解决了传统方法中存在的关键挑战，包括标注数据有限、计算开销高和泛化性能弱等问题。通过集成CFA Block和CS Block，所提出的方法能够从有限的矿石样本中动态捕获多维度特征表示，从而提高了检测准确性和模型鲁棒性。

CRediT作者贡献声明

孙国东：撰写 – 审稿与编辑、撰写 – 原稿、资源收集、方法论、形式分析、数据整理、概念化。刘明轩：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、软件开发、形式分析、数据整理。王龙：撰写 – 原稿、形式分析、数据整理。李世成：撰写 – 原稿、数据整理。吴波：撰写 – 审稿与编辑、形式分析、数据整理。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本工作部分得到了湖北省科学和技术项目“公开招标选拔最佳候选人”（2024BEB018）的支持。