HyperDefect-YOLO：基于超图计算的工业缺陷检测算法解析

论文地址：https://arxiv.org/pdf/2412.03969

一、论文概述

工业缺陷检测是保障产品质量的关键环节，但在复杂场景和多尺度缺陷下仍面临挑战。传统YOLO模型在捕捉高阶特征关联上存在不足。​HyperDefect-YOLO（HD-YOLO）​通过引入超图计算（HyperGraph Computation），提出了一系列创新模块，显著提升了缺陷检测性能。论文在HRIPCB、NEU-DET和自建MINILED数据集上验证了方法的有效性，代码已开源。

二、创新点与核心模块

HD-YOLO的核心创新在于融合了超图计算与注意力机制，设计了以下模块：

1. Defect Aware Module (DAM)

• ​作用：增强对缺陷特征的感知，抑制复杂背景干扰。
• ​结构</