背景补偿模块 BCM 是什么？帮生成模型更好地合成工业缺陷图片

背景补偿模块（Background Compensation Module，BCM）是一种提升缺陷图像生成质量的模块，主要用于工业缺陷检测领域。它从输入的正常图像中提取背景的关键特征和值特征，再把它们注入到生成模型中，帮助模型更专注地生成目标图像中的缺陷对象，从而提高生成图像的质量，减少失真和模糊。

背景：缺陷样本太少

工业质检中，用 AI 自动识别产品表面的划痕、裂纹、污点、缺损，需要大量带有缺陷的图片来训练模型。但在实际生产中，良品率往往很高，缺陷样本非常稀少，各类缺陷的样本数量还很不均衡，有些罕见的缺陷类型只有寥寥几张。一个常用的解决办法是用生成模型合成逼真的缺陷图片，扩充训练数据。

BCM 解决什么问题

用生成模型合成缺陷图片时，一个常见问题是背景被破坏：模型在生成缺陷的同时，把原本正常的产品纹理、材质也一起改了，或者生成的图片整体发糊、失真，看起来不像真实的产品照片。用这样的图片训练检测模型，效果反而会变差。

背景补偿模块的做法是：先从正常的产品图像中，提取出背景部分的关键特征，比如金属的纹理、织物的花纹、产品的结构，然后在生成过程中，把这些背景特征注入生成模型的注意力计算中。这样，模型就能获得关于背景的准确信息，背景部分可以照着原图保持不变，模型的“注意力”就能集中在生成缺陷对象本身上，缺陷和背景的融合也更自然。

作用

通过提取背景特征并注入生成模型，背景补偿模块能生成更高质量、更逼真的缺陷样本，帮助检测模型更精准地定位缺陷，提高检测的准确率。同时，它减少了对真实缺陷样本采集的依赖，提升了质检系统的开发效率、降低了成本，对工业缺陷检测技术的发展有实际的推动作用。