GitHub - clintonoduor/PCB-Defect-Detection-using-Deepstream: PCB defect detection using deepstream & YoloV5我参考了了这个代码，作者基于YoloV5，训练一个电路板检测的模型，训练数据集来自https://robotics.pkusz.edu.cn/resources/datasetENG

摘要 (好像只是说把SAM应用到了红外缺陷分割领域) 引言 无损检测得到红外图像，根据热能观察异常 贡献： •从两个光学脉冲热成像系统构建广泛的缺陷热数据库，包括各种材料并释放它们。 • 开发DefectSAM，这是第一个用于缺陷检测的大规模基础模型，超越了最先进的 (SOTA)分割基础模型，即使在复杂场景下也表现出卓越的性能。 • 描述缺陷检测的标准，识别该领域的紧急挑战，并提供解决方

这篇文章2022年四月接受的。 摘要 目前基于深度学习的缺陷检测方法大多依赖于大规模的标注数据，无法使经过训练的深度学习模型适应训练期间未观察到的新样本。作者提出一种新的感知注意网络（SDANet），该网络具有模板比较检测策略，以匹配新样本，而无需快速收集新数据和重新训练模型。在SDANet中，使用连体特征金字塔网络从输入图像和模板图像中提取多尺度特征，提出缺陷感知注意模块以获取输入特征和模板