張旭 黃定江

摘要：隨著信息技術(shù)在工業(yè)制造領(lǐng)域的深入應(yīng)用，工業(yè)制造大數(shù)據(jù)研究正成為實現(xiàn)智能制造、幫助政府指導(dǎo)制造企業(yè)轉(zhuǎn)型升級的重要參考依據(jù).在傳統(tǒng)的鋼鐵、鋁材等金屬制造行業(yè)，更是存在生產(chǎn)方式粗放、生產(chǎn)工藝簡單等問題.因此，迫切需要利用人工智能等新一代信息技術(shù)來改善生產(chǎn)流程，提高生產(chǎn)效率.在使用鋁材時，必須檢查鋁材表面.現(xiàn)有的鋁材表面缺陷檢測受限于傳統(tǒng)人工肉眼檢查，十分費力，或基于傳統(tǒng)的機器視覺算法，識別率不高，通常不能及時準確地判斷出表面瑕疵.為解決這些問題，利用深度學(xué)習(xí)來進行鋁材表面缺陷檢測：首先運用兩大目標檢測算法Faster R-CNN（Region-CNN（Convolutional Neural Networks））和YOLOv3對制作的鋁材缺陷數(shù)據(jù)集進行檢測;然后基于YOLOv3算法進行改進，提升鋁材表面很小缺陷的檢測效果.在廣東工業(yè)智造大數(shù)據(jù)創(chuàng)新大賽提供的“鋁型材瑕疵識別”數(shù)據(jù)集上進行了實驗驗證，實驗結(jié)果顯示，改進算法的平均精度均值（mean Average Precision.mAP）比YOLOv3算法高3.4%，比Faster R-CNN算法高1.8%。

關(guān)鍵詞：鋁材缺陷;檢測;機器視覺;深度學(xué)習(xí)

中圖分類號：TP391

文獻標志碼：A

文章編號：1000-5641（2020）06-0105-10

0引言

工業(yè)制造大數(shù)據(jù)是政府治理大數(shù)據(jù)最重要的類型之一，對其進行研究將為制造業(yè)企業(yè)向智能制造轉(zhuǎn)型升級，并為地方政府在產(chǎn)業(yè)、人才引進和招商引資等方面提供重要決策參考.比如在傳統(tǒng)的鋼鐵、鋁材等金屬制造行業(yè)，存在生產(chǎn)方式粗放、生產(chǎn)工藝簡單等問題，因此迫切需要通過利用人工智能等新一代信息技術(shù)改善生產(chǎn)流程、提高生產(chǎn)效率.在鋁型材的實際生產(chǎn)過程中，由于各方面因素的影響，鋁型材表面會產(chǎn)生裂紋、擦花、起皮、起坑、劃傷、雜色、臟點等瑕疵，這些瑕疵會嚴重影響鋁型材的質(zhì)量.為保證產(chǎn)品質(zhì)量，對鋁材表面進行機器自動化的缺陷檢測變得十分重要.事實上，早在20世紀70年代，日本的新日鐵、千葉、歌山等企業(yè)已在冷軋鍍層板和電工鋼板生產(chǎn)線上采用了“激光掃描表面缺陷檢測系統(tǒng)”;20世紀80年代中期，德國尤格爾（Ungerer）公司開發(fā)出冷軋帶鋼表面缺陷自動識別系統(tǒng)“Fire”，它可以在線自動識別冷軋帶鋼表面缺陷.進入20世紀90年代以來，表面自動檢測技術(shù)從早期的逐點激光掃描發(fā)展到逐行掃描的線陣CCD（Charge Coupled Device）技術(shù)，如德國的NANO Systems測量技術(shù)有限公司開發(fā)的NANO系統(tǒng)采用的是線陣CCD攝像頭，該系統(tǒng)可以在帶寬為1200mm、軋制速度為90m/min的情況下，檢測最小尺寸為0.5mm的帶鋼表面缺陷;20世紀90年代初，華中理工大學(xué)羅志勇等采用激光掃描方法測量冷軋鋼板寬度和檢測孔洞缺陷，并開發(fā)了相應(yīng)的信號處理電路，此后又開展了線陣CCD和面陣CCD檢測技術(shù)的研究工作.

目前國際上常用的缺陷檢測方法有：①渦流檢測的方法;②紅外檢測的方法;③漏磁檢測的方法;④機器視覺檢測的方法.前3種方法由于其檢測原理的局限性，導(dǎo)致其應(yīng)用不夠廣泛，對于種類繁多的缺陷，其檢測的效果無法達到令人滿意的程度;第四種基于機器視覺的檢測方法已經(jīng)逐步取代前3種方法，在工業(yè)無損檢測領(lǐng)域得到廣泛運用，這得益于當今CCD技術(shù)、激光技術(shù)、計算機技術(shù)的快速發(fā)展.

機器視覺大多數(shù)基于普通的圖像處理技術(shù)來對缺陷進行特征提取和檢測.從不同的角度也可以對缺陷進行新的描述：①被邊緣所包圍的區(qū)域;②紋理不均勻的區(qū)域;③高低不平，有凹凸的區(qū)域.根據(jù)這幾個特點，其對應(yīng)的檢測方法分別是基于邊緣的缺陷檢測方法、基于紋理的缺陷檢測方法、基于凹凸不平整特點的缺陷檢測方法.

近年來，深度學(xué)習(xí)在圖像檢測識別領(lǐng)域得到大量的應(yīng)用，如文獻[9-10]用卷積神經(jīng)網(wǎng)絡(luò)來進行表面缺陷檢測.目前，目標檢測任務(wù)在深度學(xué)習(xí)上有兩個主流方法：第一個主流方法分為兩步，即先得到一些錨點框，再對其進行分類和回歸，如Fast R-CNN、Faster R-CNN等;第二個主流方法只有一步，即端到端的檢測方法，如YOLO、SSD等.第一個主流方法精確度高，但是檢測速度慢;而第二個主流方法的精確度不如第一個，但是檢測速度比較快.這些目標檢測的方法都是基于深度卷積網(wǎng)絡(luò).

本文主要針對目前鋁材表面缺陷檢測的實際問題，利用和擴展兩大目標檢測算法Faster R-CNN和YOLOv3來進行鋁材表面缺陷檢測，獲得了較好的結(jié)果.首先運用Faster R-CNN和YOLOv3對制作的鋁材缺陷數(shù)據(jù)集進行檢測;然后基于YOLOv3算法進行改進，提升鋁材表面很小缺陷的檢測效果.本文在廣東工業(yè)智造大數(shù)據(jù)創(chuàng)新大賽提供的“鋁型材瑕疵識別”數(shù)據(jù)集上進行了實驗驗證，實驗結(jié)果顯示，改進算法的平均精度均值比YOLOv3的mAP高3.4%，比Faster R-CNN的高1.8%.4%，比Faster R-CNN的高1.8%.

1相關(guān)工作

在過去的十幾年中，計算機視覺的目標檢測研究大致分為傳統(tǒng)的檢測算法和基于深度學(xué)習(xí)的檢測算法.在2013年之前，大部分目標檢測都是基于手工的特征選擇，HOG行人檢測和SIFT特征點檢測最為有名.但是對于提高檢測精度的方法，人們大多數(shù)都只是在一些低層次的特征上進行算法改進，所以效果不佳.然而在1994年，LeNet卷積神經(jīng)網(wǎng)絡(luò)對手寫字符識別與分類，準確率達到了98%;盡管受限于當時的計算機發(fā)展水平，這種卷積神經(jīng)網(wǎng)絡(luò)算法沒有引起足夠的關(guān)注，但是這一方法卻奠定了現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ).LeNet的體系結(jié)構(gòu)見圖1.

到了2012年，名為AlexNet的分類算法在當年的ImageNet比賽中獲得了冠軍.此后，卷積神經(jīng)網(wǎng)絡(luò)在計算機視覺中蓬勃發(fā)展，后續(xù)也出現(xiàn)了幾個比較優(yōu)秀的卷積網(wǎng)絡(luò)，如VGG、ResNet等，這些卷積網(wǎng)絡(luò)為后面的基于深度學(xué)習(xí)的計算機視覺研究打下了良好的基礎(chǔ).在目標檢測中，Ross Girshick等人抓住這一機會，利用卷積神經(jīng)網(wǎng)絡(luò)對目標進行特征提取并檢測，提出了區(qū)域卷積網(wǎng)絡(luò)目標檢測框架（R-CNN），精度上取得了比傳統(tǒng)算法更好的結(jié)果，從這一篇文章開始，基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法大量出現(xiàn)，并且精度越來越高.這些算法從不同的角度出發(fā)，有不同的分類方法：①從步驟上來說，可分為兩步（two-stage）方法，如Fast R-CNN、Faster R-CNN等，一步（one-stage）方法，如YOLO等;②從有無錨點框上來說，可分為anchor-based方法，如Faster R-CNN和anchor-free方法、Densebox和FSAF等.這些算法有著各自的特點，既有優(yōu)點，也有缺點：two-stage方法，檢測精度比較高，但是速度相對較慢;one-stage則速度占優(yōu);anchor-based方法具有啟發(fā)式特征選擇，所以其結(jié)果可能不是最優(yōu)的，最近的anchor-free的方法則克服了這一缺點，兩者都為目標檢測精度的提升做出了很大的貢獻.本文將利用深度學(xué)習(xí)算法來對鋁材缺陷檢測進行研究.

3.3基礎(chǔ)網(wǎng)絡(luò)參數(shù)設(shè)置

實驗中本文采用VGG-16和Darknet-53作為各算法的基礎(chǔ)網(wǎng)絡(luò).雖然VGG-16結(jié)構(gòu)最早用于圖像分類，但是它在其他方面有著很大的成就，比如目標檢測、語義分割等.這個網(wǎng)絡(luò)模型有16層，包括13個卷積層與3個全連接層，并且有5個最大池化層.Darknet-53由一系列的1×1和3×3卷積層組成，總共有53個卷積層，但是這些卷積層中間也添加了一些與殘差網(wǎng)絡(luò)中shotcut類似的連接方式，使得網(wǎng)絡(luò)結(jié)構(gòu)更強大，本文只提供了Daknet-53的卷積網(wǎng)絡(luò)結(jié)構(gòu)，見圖10.此網(wǎng)絡(luò)結(jié)構(gòu)比殘差網(wǎng)絡(luò)ResNet-101更好，速度提升了5倍.Darknet-53與ResNet-152具有相似的性能，但速度提高了2倍.

3.4實驗分析

實驗中，由于數(shù)據(jù)相對較少，為了有好的檢測效果并且盡量全方位檢測到缺陷，后面采用了數(shù)據(jù)增強的方法，對原有的數(shù)據(jù)進行旋轉(zhuǎn)，旋轉(zhuǎn)角度為90°，接著對數(shù)據(jù)加噪聲和做鏡像處理.這樣訓(xùn)練數(shù)據(jù)就有10000張圖片.訓(xùn)練過程中，進行了20000次迭代，隨機梯度下降法可能下降緩慢，并且可能陷入局部最小值，所以引入momentum優(yōu)化方法，并且其值設(shè)置為0.9，初始學(xué)習(xí)率設(shè)置為0.001，然后隨著迭代次數(shù)增加來動態(tài)減小學(xué)習(xí)率.

下面討論這幾個算法所用到的損失函數(shù).因為檢測的是單瑕疵缺陷，所以分類損失函數(shù)一致采用的是二分類的交叉熵損失函數(shù)，即

3.5實驗結(jié)果

使用文章中提到的3種檢測算法對已有的數(shù)據(jù)進行實驗，且3種算法采用了2種不同的基礎(chǔ)網(wǎng)絡(luò)，得出各算法的平均精度（mAP），結(jié)果見表2.從表2可以看出Faster R-CNN比YOLOv3的mAP的確高一點，從而驗證了two-stage方法的準確率高于one-stage，改進的算法的mAP相對于前兩個是有所提升的.但是3個算法的mAP都沒有達到90%以上，對于工業(yè)生產(chǎn)來說，這種結(jié)果還是不能夠滿足必要的需求.

其中擦花和臟點兩種缺陷的檢測結(jié)果展示見圖11和圖12，圖中較小的臟點也被準確地檢測出來.

4總結(jié)與展望

本文主要針對目前鋁材表面缺陷檢測的實際問題，通過利用Faster R-CNN和YOLOv3以及基于YOLOv3改進的算法對基于廣東工業(yè)智造大數(shù)據(jù)創(chuàng)新大賽提供的“鋁型材瑕疵識別”數(shù)據(jù)集進行檢測實驗，實驗結(jié)果顯示，鋁材表面上很小的缺陷檢測效果得到了提升，改進算法的mAP比YOLOv3的mAP高3.4%，比Faster R-CNN高1.8%.但是由于正負樣本偏差和實驗數(shù)據(jù)集相對較小，因此實際的缺陷檢測準確率在未來還有待進一步提升.在未來的研究中，將通過采集更多的數(shù)據(jù)，或通過混合鋼材表面缺陷數(shù)據(jù)來進一步提升檢測準確率.另外，本次實驗主要是考慮了檢測目標的大小問題，而通過對數(shù)據(jù)的研究發(fā)現(xiàn)，鋁材表面的缺陷型狀非常不規(guī)則，普通的卷積神經(jīng)網(wǎng)絡(luò)可能對不規(guī)則的物體檢測效果不是很好，接下來的工作是對上述算法中所用的卷積神經(jīng)網(wǎng)絡(luò)進行改進，不必改變卷積網(wǎng)絡(luò)層數(shù)或者網(wǎng)絡(luò)結(jié)構(gòu)，可以嘗試改進卷積和池化的方式.