改進(jìn)YOLOv5的鋼材表面缺陷檢測(cè)網(wǎng)絡(luò)輕量化研究*

甄國(guó)涌,趙林熔,李文越,儲(chǔ)成群,王 達(dá),孫 妍

(1.中北大學(xué)儀器與電子學(xué)院,太原 030051;2.陸軍裝備部駐北京地區(qū)軍事代表局某軍代室,太原 030000;3.北京遙感設(shè)備研究所,北京 100005)

0 引言

近年來(lái),鋼材表面缺陷檢測(cè)已成為工業(yè)生產(chǎn)中不可或缺的重要環(huán)節(jié)。傳統(tǒng)的鋼材表面缺陷檢測(cè)方法主要依靠人工肉眼觀察,嚴(yán)重依賴質(zhì)檢人員的主觀判斷,通常需要耗費(fèi)大量的人力資源和時(shí)間成本,且存在效率低,漏檢誤檢率高等問(wèn)題。因此,基于深度學(xué)習(xí)的自動(dòng)化檢測(cè)方法逐漸成為了鋼材表面缺陷檢測(cè)的研究熱點(diǎn)。其中,基于YOLO(you only look once)算法[1]的檢測(cè)網(wǎng)絡(luò)由于其高效、準(zhǔn)確等特點(diǎn)而備受關(guān)注。

然而,在實(shí)際應(yīng)用中,由于數(shù)據(jù)量較大、模型參數(shù)復(fù)雜等問(wèn)題,傳統(tǒng)的YOLO模型在鋼材表面缺陷檢測(cè)任務(wù)中仍存在著一定的輕量化難題。曹義親等[2]改進(jìn)YOLOv5網(wǎng)絡(luò),加入多頭注意力機(jī)制和多層特征融合機(jī)制,提高網(wǎng)絡(luò)對(duì)鋼材表面缺陷的檢測(cè)精度,精度提高了3.4%,但是模型參數(shù)量隨之增加了大約3倍。GUO等[3]將YOLOv5中的特征融合網(wǎng)絡(luò)換成BiFPN,并將TRANS模塊添加到模型主干和檢測(cè)頭來(lái)提高模型檢測(cè)效果,改進(jìn)后模型體積為90.8 MB,是原始v5的6.6倍,難以在硬件受限的邊緣設(shè)備上進(jìn)行部署。

因此,本文針對(duì)YOLOv5的輕量化問(wèn)題展開(kāi)研究,采用一系列網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化等技術(shù)手段,提出一種更加高效、精準(zhǔn)的鋼材表面缺陷檢測(cè)方法。主要研究?jī)?nèi)容包括:①在模型主干引入基于梯度路徑設(shè)計(jì)的ELAN模塊,它能在減少參數(shù)量的同時(shí)提高網(wǎng)絡(luò)對(duì)特征信息的學(xué)習(xí)能力;②在模型頸部引入深度可分離卷積和Ghostv2模塊,用來(lái)減少模型體積和參數(shù)量;③將v5原始的CIOU邊界框損失函數(shù)替換為SIOU邊界框損失函數(shù),充分考慮真實(shí)框與預(yù)測(cè)框之間的回歸方向問(wèn)題,提高模型定位精度和檢測(cè)速度。在公開(kāi)數(shù)據(jù)集NEU-DET上驗(yàn)證改進(jìn)后模型對(duì)鋼材表面缺陷檢測(cè)的實(shí)際效果,改進(jìn)后的YOLOv5模型,能夠在保證檢測(cè)精度和速度的前提下,達(dá)到輕量化的目的。

1 YOLOv5算法模型

YOLOv5的整體結(jié)構(gòu)包括輸入端(Input)、主干網(wǎng)絡(luò)(Backbone)、頸部網(wǎng)絡(luò)(Neck)、預(yù)測(cè)頭(Prediction)4個(gè)部分[4]。

模型在輸入端先對(duì)輸入圖片進(jìn)行Mosaic數(shù)據(jù)增強(qiáng)豐富數(shù)據(jù)集,再通過(guò)自適應(yīng)縮放技術(shù)將圖片縮放至統(tǒng)一大小后輸入網(wǎng)絡(luò)。主干網(wǎng)絡(luò)包括Conv、C3和SPPF模塊,主要用來(lái)實(shí)現(xiàn)對(duì)鋼材表面缺陷特征的提取。其中Conv是基本的卷積計(jì)算單元;C3在早期的BottleneckCSP基礎(chǔ)上去掉了Bottleneck輸出后的卷積塊演變而來(lái),減少了模型參數(shù),又降低了推理時(shí)間;SPPF結(jié)構(gòu)能夠利用多級(jí)池化提取不同分辨率的特征信息。頸部采用特征金字塔網(wǎng)絡(luò)(feature pyramid networks,FPN)[5]和路徑聚合網(wǎng)絡(luò)(path aggregation networks,PAN)[6]進(jìn)行特征融合,FPN自頂向下傳達(dá)頂層利于分類(lèi)的強(qiáng)語(yǔ)義特征,PAN自底向上傳達(dá)利于定位的強(qiáng)位置信息,二者結(jié)合能夠有效融合不同深度的特征信息。最后為預(yù)測(cè)部分,YOLOv5一共有3個(gè)不同尺度的預(yù)測(cè)頭,分別對(duì)應(yīng)檢測(cè)大、中、小目標(biāo),根據(jù)鋼材表面缺陷尺寸的大小,自主選擇預(yù)測(cè)頭,最終輸出預(yù)測(cè)信息[7]。

2 模型優(yōu)化與改進(jìn)

本文提出的算法主要做了4個(gè)方面的改進(jìn):①在模型主干,用ELAN替換C3來(lái)豐富梯度組合,能夠減少重復(fù)的梯度信息,使用更少的參數(shù)信息學(xué)習(xí)到更多有效的特征;②將頸部的標(biāo)準(zhǔn)卷積換成深度可分離卷積,解決標(biāo)準(zhǔn)卷積造成的參數(shù)量和計(jì)算題過(guò)多的問(wèn)題;③在頸部最后用Ghostv2模塊替換最后一個(gè)C3,既不會(huì)影響主干網(wǎng)絡(luò)的特征提取能力,還能減少模型體積和參數(shù)量;④使用SIOU替換CIOU邊界框損失函數(shù),解決預(yù)測(cè)框與真實(shí)框之間回歸方向不匹配的問(wèn)題,提高模型穩(wěn)定性,加速收斂,改進(jìn)后的模型網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示。

圖1 改進(jìn)后YOLOv5結(jié)構(gòu)圖

2.1 主干網(wǎng)絡(luò)改進(jìn)

高效層聚合網(wǎng)絡(luò)(efficient layer aggregation networks,ELAN)[8]是基于梯度路徑分析設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu)。傳統(tǒng)的基于數(shù)據(jù)路徑分析設(shè)計(jì)的網(wǎng)絡(luò)結(jié)構(gòu),通常需要增加額外的參數(shù)或計(jì)算成本來(lái)達(dá)到更好的精度。基于梯度路徑分析設(shè)計(jì)的網(wǎng)絡(luò)可以通過(guò)對(duì)梯度傳播路徑進(jìn)行重新規(guī)劃,豐富梯度組合,減少重復(fù)梯度信息,提高網(wǎng)絡(luò)的學(xué)習(xí)效果。同時(shí)可以通過(guò)調(diào)整梯度傳播路徑,使不同計(jì)算單元的權(quán)值可以學(xué)習(xí)到各種信息,提高參數(shù)利用率,在不引入額外參數(shù)和復(fù)雜結(jié)構(gòu)的情況下學(xué)習(xí)到更多的有效信息,獲得精度更高,計(jì)算成本更低的網(wǎng)絡(luò)模型。

ELAN主要由VoVNet[9]結(jié)合CSPNet[10]組成,基本構(gòu)成單元為Conv模塊,如圖2所示,它將輸入數(shù)據(jù)進(jìn)行分流,其中一部分經(jīng)過(guò)堆疊了計(jì)算單元的梯度路徑,該部分網(wǎng)絡(luò)能夠?qū)斎胩卣鲌D進(jìn)行充分的特征提取,另一部分使用跨階段連接,直接跨越整個(gè)階段,再與經(jīng)過(guò)計(jì)算單元的部分融合。這種分流設(shè)計(jì)結(jié)構(gòu)豐富了信息處理的多樣性,能有效減少重復(fù)的參數(shù)信息,使網(wǎng)絡(luò)有效學(xué)習(xí)和收斂。

圖2 ELAN原理圖

2.2 深度可分離卷積

深度可分離卷積(depthwise separable convolution,DSC)[11]是一種因式分解形式的卷積,它將標(biāo)準(zhǔn)卷積分解為逐通道卷積(depthwise convolution,DWC)和逐點(diǎn)卷積(pointwise convolution,PWC)兩部分。DWC的每個(gè)卷積核只對(duì)輸入特征圖的一個(gè)通道做卷積運(yùn)算,此過(guò)程與標(biāo)準(zhǔn)卷積相比能減少大量運(yùn)算參數(shù)。為了避免通道之間在空間位置上的信息丟失,PWC將DWC得到的特征圖沿通道方向進(jìn)行加權(quán)組合,得到輸出特征圖(如圖3所示),這樣一來(lái),可以實(shí)現(xiàn)與標(biāo)準(zhǔn)卷積同樣的效果且不會(huì)損失過(guò)多的精度。

(a) 標(biāo)準(zhǔn)卷積

假設(shè)輸入層大小為H×W×M,標(biāo)準(zhǔn)卷積核大小為K×K×M,個(gè)數(shù)為N,輸出層為大小為H×W×N,標(biāo)準(zhǔn)卷積過(guò)程如圖3a所示,參數(shù)量P1=K×K×M×N,計(jì)算量C1=H×W×K×K×M×N。深度可分離卷積將標(biāo)準(zhǔn)卷積核拆分,得到M個(gè)大小K×K×1的逐通道卷積核和N個(gè)1×1×M逐點(diǎn)卷積核,總參數(shù)量P2=K×K×M+1×1×M×N,總計(jì)算量C2=K×K×M×H×W+1×1×M×N×H×W,卷積過(guò)程如圖3b所示。深度可分離卷積和標(biāo)準(zhǔn)卷積的參數(shù)量和計(jì)算量之比分別為:

(1)

(2)

由公式可知,在相同輸入輸出的情況下,深度可分離卷積可以有效減少模型的參數(shù)和計(jì)算量。

2.3 Ghostv2模塊

為了使模型能夠部署在計(jì)算資源有限的硬件設(shè)備上,前人在網(wǎng)絡(luò)中引入Ghost[12]模塊。Ghost模塊主要有兩個(gè)步驟,首先,通過(guò)1×1的普通卷積得到intrinsic特征圖;然后,在此基礎(chǔ)上通過(guò)一系列計(jì)算成本更低的線性變換生成更多的Ghost特征圖,將不同的特征圖拼接到一起,組合成新的輸出。特征圖中的冗余性是成功部署神經(jīng)網(wǎng)絡(luò)的重要特性之一,Ghost模塊充分利用特征圖的冗余性,使用計(jì)算成本更低的操作產(chǎn)生更多特征圖而代替原始卷積。雖然Ghost模塊顯著降低了參數(shù)成本,但是不可避免的削弱了網(wǎng)絡(luò)的表示能力。Ghost特征圖和intrinsic特征圖僅僅是簡(jiǎn)單的拼接,并沒(méi)有任何的像素信息進(jìn)行交互,捕獲空間信息的能力較弱,會(huì)阻礙模型性能進(jìn)一步的提高。因此,本文使用Ghostv2[13]模塊,它在Ghost模塊的基礎(chǔ)上加入解耦全連接注意力(decoupled fully connected attention,DFC)機(jī)制,將DFC注意力機(jī)制與Ghost模塊并聯(lián),有效彌補(bǔ)Ghost模塊建?？臻g依賴能力的不足,原理圖如圖4所示。

在船舶減速過(guò)程進(jìn)行理論分析與數(shù)學(xué)計(jì)算基礎(chǔ)上，建立船舶減速概率模型，實(shí)現(xiàn)對(duì)航道內(nèi)船舶減速過(guò)程的定量描述,通過(guò)仿真試驗(yàn)對(duì)船舶減速概率模型進(jìn)行驗(yàn)證。試驗(yàn)結(jié)果表明，概率模型能反映航道內(nèi)船舶的減速概率。比較模型計(jì)算的結(jié)果與仿真結(jié)果，找出航道船舶減速產(chǎn)生連鎖過(guò)程的臨界點(diǎn)，而船舶減速連鎖過(guò)程嚴(yán)重影響航道的通航能力。根據(jù)結(jié)果圖中的臨界點(diǎn)，可控制船舶到達(dá)率及船舶速度分布標(biāo)準(zhǔn)差，在臨界范圍內(nèi)來(lái)降低船舶減速連鎖效應(yīng)的影響。

圖4 Ghostv2原理圖

在DFC中,只有全連接層參與注意力圖的生成,它不僅可以在普通硬件上快速執(zhí)行,還可以捕獲遠(yuǎn)程像素之間的依賴關(guān)系,提高模型的檢測(cè)精度。DFC將全連接層分別沿水平方向和垂直方向進(jìn)行分解,并分別沿水平全連接層和垂直全連接層兩個(gè)方向聚合2D特征圖中的像素特征,計(jì)算過(guò)程可以表示為:

(3)

(4)

式中:FH和FW是變換權(quán)重,z是原始特征輸入,式(3)和式(4)依次作用于輸入特征圖,分別捕獲兩個(gè)方向上的遠(yuǎn)程依賴關(guān)系,由于水平方向和垂直方向的解耦操作可以大大降低模塊的計(jì)算復(fù)雜度。在運(yùn)算過(guò)程中通過(guò)共享部分變換權(quán)重,可以省去耗時(shí)的張量重塑和轉(zhuǎn)置操作。在相同的輸入下,Ghost模塊和DFC注意力是兩個(gè)分支,從不同的角度提取信息,輸出是它們逐元素乘積的結(jié)果。

2.4 損失函數(shù)的改進(jìn)

模型在迭代的過(guò)程中,損失函數(shù)通過(guò)計(jì)算預(yù)測(cè)值與真實(shí)值的差值反向更新參數(shù),使模型不斷優(yōu)化。鋼材表面缺陷分布密集,且小目標(biāo)占比多,預(yù)測(cè)框的少量偏移都會(huì)對(duì)模型的檢測(cè)效果造成不好的影響。YOLOv5原模型使用CIOU作為邊框損失函數(shù),它考慮了邊框中心點(diǎn)損失和高寬比損失,但是沒(méi)考慮到真實(shí)框與預(yù)測(cè)框之間回歸方向不匹配的問(wèn)題,忽略回歸方向帶來(lái)的誤差,會(huì)導(dǎo)致訓(xùn)練過(guò)程中預(yù)測(cè)框“四處游蕩”,使模型收斂速度慢,精度低,從而產(chǎn)生檢測(cè)效果更差的模型。將真實(shí)框與預(yù)測(cè)框之間方向的影響作為損失函數(shù)的懲罰因子能夠有效解決上述問(wèn)題。

本文采用SIOU[14]作為損失函數(shù),它在CIOU的基礎(chǔ)上充分考慮回歸之間的方向角度,使預(yù)測(cè)框朝著更精確的方向移動(dòng),能夠提高模型檢測(cè)速度和精度。它由4個(gè)部分組成:角度成本、距離成本、形狀成本和IOU成本。

預(yù)測(cè)框回歸方向由預(yù)測(cè)框與真實(shí)框中心點(diǎn)之間的角度決定,角度損失Λ如式(5)所示。

(5)

圖5 SIOU示意圖

角度損失主要是方便計(jì)算真實(shí)框與預(yù)測(cè)框之間的距離,結(jié)合重新定義的Λ,距離損失Δ如式(6)所示。

(6)

形狀損失Ω公式為:

(7)

式中:(wgt,hgt)表示真實(shí)框的寬高值,(w,h)表示預(yù)測(cè)框的寬高值,θ值用來(lái)控制在形狀損失中應(yīng)該給予多少關(guān)注度,它的范圍從2～6,本文在實(shí)驗(yàn)中將它設(shè)置為4。形狀損失分別考慮了高度損失和寬度損失,CIOU同時(shí)考慮高寬比,容易出現(xiàn)兩個(gè)預(yù)測(cè)框中心點(diǎn)保持一致,高寬比相同但是值不相同而造成回歸誤差的情況,SIOU避免上述情況的發(fā)生使邊界框回歸更準(zhǔn)確,有助于提高模型檢測(cè)精度。

綜上所述,SIOU總損失函數(shù)定義為:

(8)

(9)

式中:B表示預(yù)測(cè)框,Bgt表示真實(shí)框。

3 實(shí)驗(yàn)部分

3.1 實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)環(huán)境基于Ubuntu18.04,CPU型號(hào)為Intel(R)Xeon(R)Platinum8350C CPU@2.60 GHz,運(yùn)行內(nèi)存為45 GB,GPU型號(hào)為NVIDIA GeForce RTX 3080 Ti,顯存大小為12 GB。該模型基于深度學(xué)習(xí)框架PyTorch 1.9.0,運(yùn)行環(huán)境為python 3.8,集成開(kāi)發(fā)環(huán)境為PyCharm,使用CUDA 11.1進(jìn)行加速。

3.2 數(shù)據(jù)集介紹

本次實(shí)驗(yàn)使用某大學(xué)發(fā)布的鋼材表面缺陷數(shù)據(jù)集NEU-DET,該數(shù)據(jù)集覆蓋了6種典型的鋼材表面缺陷灰度圖,每種缺陷300張圖片。6種缺陷分別為:裂紋(crazing,Cr)、夾雜物(inclusion,In)、斑塊(patches,Pa)、點(diǎn)蝕面(pitted surface,PS)、氧化鐵皮壓入(rolled-in scale,RS)、劃痕(scratches,Sc),數(shù)據(jù)集部分示例如圖6所示,可以發(fā)現(xiàn)缺陷與背景顏色相近,且不同缺陷之間尺度變化多樣,小目標(biāo)占比多。

圖6 數(shù)據(jù)集部分示例

實(shí)驗(yàn)過(guò)程中將數(shù)據(jù)集以6∶2∶2的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。為體現(xiàn)本文算法的魯棒性,更加貼近實(shí)際生活應(yīng)用,實(shí)驗(yàn)所用數(shù)據(jù)集沒(méi)有經(jīng)過(guò)任何清晰化等預(yù)處理,均為原始圖像。

3.3 評(píng)價(jià)指標(biāo)

本文的目的是在保證檢測(cè)精度的情況下,實(shí)現(xiàn)模型輕量化。本實(shí)驗(yàn)主要通過(guò)平均精度(average precision,AP)、平均精度均值(mean average presicion,mAP)、單張圖片所用推理時(shí)間(t)、模型體積(Weight)、網(wǎng)絡(luò)參數(shù)量(Params)作為評(píng)價(jià)指標(biāo)來(lái)衡量模型的性能。

3.4 消融實(shí)驗(yàn)

我們?cè)赮OLOv5 v6.0模型的基礎(chǔ)上,進(jìn)行各類(lèi)優(yōu)化策略的消融實(shí)驗(yàn),以測(cè)試不同優(yōu)化策略對(duì)于鋼材表面缺陷數(shù)據(jù)集在模型性能上的提升效果。共做8組實(shí)驗(yàn),均保持相同的參數(shù)設(shè)置和實(shí)驗(yàn)環(huán)境,實(shí)驗(yàn)結(jié)果如表1和表2所示,其中表1和表2的實(shí)驗(yàn)序號(hào)相互對(duì)應(yīng)。

表1 消融實(shí)驗(yàn)?zāi)Ｐ托阅苤笜?biāo)對(duì)比

表2 消融實(shí)驗(yàn)?zāi)Ｐ偷腁P值 (%)

在表1和表2中,實(shí)驗(yàn)1使用未改進(jìn)的原始YOLOv5作為對(duì)照試驗(yàn),mAP值為71.1%,對(duì)比實(shí)驗(yàn)2、3、4、5分別添加ELAN、DSC、Ghostv2和SIOU模塊,mAP值均有提升,模型體積和參數(shù)量也有不同程度的減少,說(shuō)明所改進(jìn)模塊對(duì)于鋼材表面缺陷檢測(cè)效果以及實(shí)現(xiàn)模型輕量化均有幫助。實(shí)驗(yàn)2在模型主干將C3模塊替換成ELAN模塊,改進(jìn)后模型mAP值為76.8%,與YOLOv5相比提高了5.1%,雖然檢測(cè)時(shí)間增加了0.3 ms,但是模型體積減少了20.8%,參數(shù)量減少了21.5%,說(shuō)明ELAN模塊通過(guò)優(yōu)化網(wǎng)絡(luò)路徑,能夠使模型以更少的參數(shù)量學(xué)習(xí)到更多的特征信息,既簡(jiǎn)化了網(wǎng)絡(luò),同時(shí)對(duì)鋼材表面缺陷檢測(cè)性能顯著提高。實(shí)驗(yàn)6在實(shí)驗(yàn)2的基礎(chǔ)上,將頸部的標(biāo)準(zhǔn)卷積換成DSC,mAP值為76.2%,降低了0.6%,檢測(cè)時(shí)間縮短了0.3 ms,雖然損失了少量精度,但是DSC結(jié)構(gòu)使得模型體積減少了33.2%,參數(shù)量減少了34.1%。實(shí)驗(yàn)7在頸部最后使用Ghostv2模塊,模型處理單張圖片所用時(shí)間縮短到2.9 ms,mAP值提升到76.7%,模型體積從原來(lái)的13.81 MB降低到7.99 MB,參數(shù)量從原來(lái)的7.03減少到3.98,驗(yàn)證了DFC機(jī)制不僅能使模型快速運(yùn)行,還能很好的捕捉遠(yuǎn)程像素之間的依賴關(guān)系,彌補(bǔ)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中由于過(guò)度減少模型體積和參數(shù)量導(dǎo)致重要信息丟失的現(xiàn)象,提升了網(wǎng)絡(luò)對(duì)鋼材表面缺陷的檢測(cè)能力。實(shí)驗(yàn)8使用SIOU邊框損失函數(shù)代替原有的CIOU,并沒(méi)有帶來(lái)任何模型體積和參數(shù)量的增加,SIOU在CIOU的基礎(chǔ)上充分考慮了真實(shí)框與預(yù)測(cè)框之間回歸方向不匹配的問(wèn)題,加入角度影響因子,提高模型定位精度以及檢測(cè)速度,使邊界框能夠更快速精準(zhǔn)的回歸,mAP值提高到77.0%,處理時(shí)間縮短到2.8 ms。

通過(guò)上述分析,我們最終模型為實(shí)驗(yàn)8所用模型,在ELAN、DSC、Ghostv2和SIOU 4個(gè)模塊的共同作用下,改進(jìn)后模型的輕量化效果明顯,模型體積較原始YOLOv5縮小了42.1%,模型參數(shù)量減少了43.4%,約降低到原始模型的一半。改進(jìn)后模型對(duì)鋼材表面缺陷檢測(cè)效果也大大提高,mAP值達(dá)到77.0%,在YOLOv5的基礎(chǔ)上提高了5.3%,裂紋、夾雜物、斑塊、點(diǎn)蝕面、氧化鐵皮壓入和劃痕6種缺陷AP值分別提高了5.0%、5.2%、2.4%、4.5%、12.0%、3.0%,說(shuō)明改進(jìn)后的網(wǎng)絡(luò)能夠很好的解決目標(biāo)與背景相似度高,尺度變化多樣,小目標(biāo)占比多的問(wèn)題,很好的實(shí)現(xiàn)了輕量化和檢測(cè)準(zhǔn)確率的平衡。

3.5 算法對(duì)比與分析

為進(jìn)一步驗(yàn)證本文所提模型的有效性和優(yōu)越性,現(xiàn)將改進(jìn)后模型與目前主流YOLO系列算法和其他論文中提出的鋼材表面缺陷檢測(cè)算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果如表3所示。

表3 本文提出算法與其他網(wǎng)絡(luò)模型的對(duì)比

分析表3,綜合考慮模型的檢測(cè)效果和模型的輕量化實(shí)現(xiàn),本文所提模型表現(xiàn)最佳。本文模型mAP值為77.0%,相較于YOLOv5l和YOLOv3分別提高了3.3%和4.9%,YOLOv5l和YOLOv3的檢測(cè)速度也遠(yuǎn)比不上我們的模型,網(wǎng)絡(luò)參數(shù)量也極大,不僅會(huì)占用大量的計(jì)算資源,而且部署到移動(dòng)端比較困難,應(yīng)用起來(lái)耗時(shí)耗力,難以推廣。相比于YOLOv5原模型,本文模型mAP值提高了5.3%,說(shuō)明我們的模型對(duì)鋼材表面缺陷具備更強(qiáng)的檢測(cè)能力,同時(shí),處理每張圖片的時(shí)間從3.2 ms提升到2.8 ms,完全滿足工業(yè)生產(chǎn)中實(shí)時(shí)性的需求,除此之外,模型體積縮小了42.1%,參數(shù)量減少了43.4%,大大降低了模型的復(fù)雜度。

現(xiàn)有的鋼材表面缺陷檢測(cè)算法主要以YOLOv5作為模型基線,再結(jié)合各種改進(jìn)方法設(shè)計(jì)網(wǎng)絡(luò)體系。與現(xiàn)有的5種模型相比,本文模型的綜合性能具有更高的優(yōu)勢(shì)。文獻(xiàn)[15]的模型體積雖然縮小到4.40,但是以犧牲檢測(cè)精度和速度為代價(jià),本文模型每張圖片處理時(shí)間只需2.8 ms,比6.85 ms快了兩倍多。文獻(xiàn)[2]和文獻(xiàn)[3]的模型分別基于v5m和v5l,雖然使用更龐大的基線模型,但是模型參數(shù)和體積的大量增加并沒(méi)有帶來(lái)檢測(cè)精度的提高,檢測(cè)精度比本文模型分別低了2.9%和1.8%。與文獻(xiàn)[16]相比,本文模型處理時(shí)間慢了0.3 ms,但是模型體積小了38.1%,參數(shù)量減少了36.8%,在保證能過(guò)做到實(shí)時(shí)處理的同時(shí),節(jié)省算力。文獻(xiàn)[17]檢測(cè)精度只比本文模型高0.2%,但是模型參數(shù)量仍比YOLOv5改進(jìn)前更高,不利于模型的輕量化部署。

綜上所述,我們所提模型能更好的完成鋼材表面缺陷檢測(cè)任務(wù),在檢測(cè)速度滿足實(shí)時(shí)性的情況下,實(shí)現(xiàn)了模型輕量化和檢測(cè)準(zhǔn)確率的平衡,為后續(xù)投入工業(yè)應(yīng)用奠定了基礎(chǔ)。

4 結(jié)束語(yǔ)

本文通過(guò)引入ELAN、DSC、Ghostv2和SIOU 4個(gè)模塊,在YOLOv5模型的基礎(chǔ)上提出了一種改進(jìn)的鋼材表面缺陷檢測(cè)輕量化模型。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的網(wǎng)絡(luò)mAP值為77.0%,較原始模型提高了5.3%,網(wǎng)絡(luò)在參數(shù)量和模型大小等方面都得到了有效減少,參數(shù)量降低了43.1%,模型體積縮小了42.1%,每張圖片的處理速度從原來(lái)的3.2 ms提升到2.8 ms。改進(jìn)后的模型在符合實(shí)時(shí)性檢測(cè)要求的同時(shí),能夠很好地實(shí)現(xiàn)模型檢測(cè)精度和輕量化的平衡。下一步工作將驗(yàn)證該模型在不同鋼材表面缺陷數(shù)據(jù)集上的檢測(cè)效果,并研究如何將模型部署到移動(dòng)端,結(jié)合實(shí)際應(yīng)用對(duì)模型加以完善和改進(jìn)。