磁気タイルの自動化プロセスにおいて、画像ベースの表面欠陥検出は長年にわたり重要な課題として扱われてきた。本研究では、磁気タイルの画像明確性検出に特化したリアルタイムかつマルチモジュール型ニューラルネットワークモデル「MCuePush U-Net」を提案する。本モデルは、低コントラスト画像から複数の表面欠陥を効果的かつ明示的にマッピングする点で、従来の最先端技術を上回ることを示した。さらに、機械の処理時間は1枚あたり0.5秒から0.07秒へと大幅に短縮され、表面欠陥検出における明確性精度も著しく向上した。