摘 要: 針對(duì)復(fù)雜工業(yè)生產(chǎn)環(huán)境下,熱軋帶鋼的表面缺陷檢測(cè)準(zhǔn)確率低,網(wǎng)絡(luò)模型參數(shù)量過大,難以部署等問題,該文提出一種基于YOLOv4 模型改進(jìn)的輕量級(jí)帶鋼缺陷實(shí)時(shí)檢測(cè)算法SDD-YOLO。所提算法在特征提取部分采用GhostNet 網(wǎng)絡(luò),壓縮模型參數(shù)量;在特征融合部分,借鑒BiFPN 結(jié)構(gòu)改進(jìn)PAN 網(wǎng)絡(luò),采用GSConv 卷積代替標(biāo)準(zhǔn)卷積,減少模型參數(shù)量和計(jì)算量,同時(shí)嵌入注意力模塊CA(Coordinate Attention),增強(qiáng)模型特征融合能力;在預(yù)測(cè)部分采用SIOU-loss 代替CIOU-loss,提高模型收斂效率,加快收斂速度;采用k-means 聚類算法重新設(shè)計(jì)先驗(yàn)框,提高模型精度。實(shí)驗(yàn)結(jié)果表明,該文提出的模型相較于YOLOv4,模型參數(shù)量減少71.6%,浮點(diǎn)運(yùn)算量降低74.6%,模型大小減小71.6%,檢測(cè)精度提高3.49%,單張圖片檢測(cè)速度為25.9 ms。在保證準(zhǔn)確率和檢測(cè)速度的條件下,基本可以滿足工業(yè)現(xiàn)場(chǎng)對(duì)缺陷的實(shí)時(shí)檢測(cè)要求。
關(guān)鍵詞: 帶鋼表面缺陷; 目標(biāo)檢測(cè); 輕量級(jí)網(wǎng)絡(luò); YOLOv4
中圖分類號(hào): TB9; TG335.56; TP183 文獻(xiàn)標(biāo)志碼: A 文章編號(hào): 1674–5124(2025)03–0154–08
0 引 言
熱軋帶鋼作為典型的工業(yè)片材,在鋼鐵冶金領(lǐng)域占據(jù)重要地位,在帶鋼連軋生產(chǎn)過程中,由于現(xiàn)場(chǎng)工藝和材料性能等不可抗因素,帶鋼表面會(huì)產(chǎn)生不同類型的缺陷,如彈性形變,輥印,刮痕,夾雜,氧化皮等,這些缺陷嚴(yán)重影響了帶鋼的外觀、抗疲勞強(qiáng)度、抗腐蝕性和耐磨性等性能,危及下游工藝產(chǎn)品的質(zhì)量[1]。因此,對(duì)帶鋼的表面缺陷進(jìn)行高效、實(shí)時(shí)的檢測(cè),具有十分重要的研究?jī)r(jià)值。
目前,帶鋼表面缺陷的檢測(cè)方法主要有傳統(tǒng)人工檢測(cè)方法和基于機(jī)器視覺的檢測(cè)方法[2]。傳統(tǒng)人工檢測(cè)方法受到主觀判斷、易疲勞的影響,存在一致性不高,穩(wěn)定性不強(qiáng)的問題;基于機(jī)器視覺的檢測(cè)方法存在手工提取特征難度大,泛化能力不強(qiáng),難以滿足處理多種缺陷的要求。
近年來,基于深度學(xué)習(xí)的圖像分類、目標(biāo)檢測(cè)等技術(shù)開始興起。這類目標(biāo)檢測(cè)方法主要可以分為一階段算法與二階段算法。其中一階段算法在保證檢測(cè)精度的前提下,相比二階段算法大幅提高了檢測(cè)速度,代表的算法有YOLO[3],SSD[4],RetinaNet[5]等。YOLO 系列算法將目標(biāo)識(shí)別與邊界框回歸同時(shí)進(jìn)行,具有快響應(yīng)、非接觸式、部署靈活的特點(diǎn),被工業(yè)界廣泛應(yīng)用。文獻(xiàn)[6] 針對(duì)印制電路板表面貼裝元器件排布特點(diǎn),采用改進(jìn)型YOLOv3 算法,提高了對(duì)貼裝元器件的識(shí)別分類準(zhǔn)確率。文獻(xiàn)[7]提出一種基于YOLO 網(wǎng)絡(luò)的配電網(wǎng)故障選線方法,在不受故障時(shí)刻、故障類型等因素的影響下,提高了配電網(wǎng)故障選線的準(zhǔn)確度和可靠性。文獻(xiàn)[8] 針對(duì)目前神經(jīng)網(wǎng)絡(luò)檢測(cè)震害建筑物速度慢的問題,提出一種基于YOLOv5 改進(jìn)的輕量型檢測(cè)算法,與主流的檢測(cè)方法相比,在檢測(cè)精度與檢測(cè)速度方面取得了更好的平衡。因此,本文采用YOLO 算法作為帶鋼缺陷檢測(cè)的基礎(chǔ)網(wǎng)絡(luò)。
針對(duì)復(fù)雜工業(yè)生產(chǎn)環(huán)境中檢測(cè)方法模型參數(shù)量大, 存儲(chǔ)量過高的問題, 本文提出一種基于YOLOv4 改進(jìn)的輕量級(jí)帶鋼缺陷檢測(cè)算法。