来源：期刊VIP网 时间：
作者：江炫龙1;刘桂雄1;李秀水2
单位：1.华南理工大学机械与汽车工程学院;2.广东省中山市质量计量监督检测所
摘要：碎片试验是钢化玻璃出厂前重要环节，目前碎片试验检测依赖人工方法，存在效率低、成本高问题，该文研究一种钢化玻璃碎片图像分割CH+EfficientVit-Rsprompter方法，其选用Rsprompter实例分割模型为基准网络，以多尺度线性注意力机制为核心的EfficientViT作为主干网络，既保持准确度又降低计算复杂度；再引入坐标注意力机制CoordAtt及设计高频通道注意力(HCAF)模块，扩大全局感受野，提升小目标定位准确性、边缘细节特征，实现钢化玻璃碎片图像准确分割。提出待检测区域碎片筛选机制，通过掩膜覆盖度计算，实现钢化玻璃碎片有效计数。建立训练、测试数据集，开展相关消融实验及对比实验，证明CH+EfficientVit-Rsprompter方法有效性、先进性，FPS、mAPbox 、mAP mask指标分别达到11.3、0.762、0.742，较Rsprompter模型分别提升130%、0.7%、0.5%；与人工检测相比误差<3%，可满足实际应用精度、速度要求。
关键词：碎片试验;实例分割;深度学习;钢化玻璃
基金资助：广东省市场监督管理局科技项目（2025CZ20）
