feat(models): 纯卷积缺陷分类定位模型

面向实时设备部署，全程只用 convolution，不含 attention / transformer。

- backbones: 自研 tiny_conv（深度可分离，默认）与 torchvision 封装（resnet/mobilenet/shufflenet）
- necks: nearest 上采样 + 3x3 卷积，把特征恢复到 stride 4，兼顾小缺陷定位与速度
- heads: anchor-free 中心点定位头（heatmap + wh + offset）与图像级分类头；
  分类头输出维度随 label_mode 切换（多类多热 / 单类互斥含背景位）
- postprocess: 3x3 max-pool 峰值抑制替代 NMS 循环，无循环、可导出 TensorRT / OpenVINO

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

This commit is contained in:

Shaun Zhou

2026-09-02 17:54:55 +08:00

co-authored by

Claude Opus 5

parent f4eff8beee

commit 3a36aad6c3

14 changed files with 504 additions and 0 deletions

									
										models/backbones/__init__.py
									
		+4
		
												View File
												
				@@ -0,0 +1,4 @@

				from models.backbones.resnet import TorchvisionBackbone

				from models.backbones.simple_conv import TinyConvNet

				__all__ = ["TinyConvNet", "TorchvisionBackbone"]