计算机应用

作者：余松森, 何皇, 薛国鹏, 崔恒拓

单位：华南师范大学 人工智能学院，广东 佛山 528225

关键词：瓷砖色差检测,深度学习,多任务学习,色差分级,智能检测系统,分形编码网络

基金：广东省基础与应用基础研究基金省市联合基金重点项目(2020B1515120089)

针对瓷砖色差检测中传统方法依赖主观目测导致的结果不稳定问题，提出一种融合纹理与颜色特征的瓷砖色差量化与分级方法。构建包含纹理与颜色双标签的大规模瓷砖数据集TILE-TCR（TILE Texture and Color Recognition），以提升模型对纹理与颜色特征的表征能力；同时，构建色差分级数据集TILE-CAG（TILE Chromatic Aberration Grade），用于支持色差分类任务。在此基础上，改进分形编码网络（FENet）的网络结构，即引入空间金字塔池化（SPP）与SE（Squeeze-and-Excitation）模块，从而实现多任务特征提取与关键区域聚焦。然后，通过聚类算法自适应确定色差分级阈值，从而实现色差分级的客观量化。实验结果表明，所提改进方法在瓷砖纹理分类任务中的准确率达到92.82%，较FENet提升了1.84个百分点；在色差分级任务中所提方法的准确率、精确率、召回率和F1分数均超过90%。此外，还搭建了模拟生产流水线，以完成模型的工业部署与实时性测试。而所提方法在常见规格瓷砖上的平均检测时间低于3 s，满足工业传送带在线检测的实时性要求。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期