徐明升，祝俊輝，干家欣，侯津津，王 圓，周賢勇，陳 琳

(長江大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院，湖北 荊州 434023)

0 引言

鋼材是國家建設(shè)必不可少的重要物資,其應(yīng)用極為廣泛,尤其在基礎(chǔ)建設(shè)當(dāng)中更是發(fā)揮著不可替代的作用。現(xiàn)階段,大部分鋼材是通過原材料進(jìn)行壓力加工制成的,具有一定的形狀和性能。在壓力加工過程中,受限于成本、設(shè)備和技術(shù)等因素,鋼材會出現(xiàn)不可避免的缺陷,如裂紋、內(nèi)含物、斑塊和點(diǎn)蝕面等,一旦鋼材有了這些缺陷,其抗壓、抗拉伸和耐腐蝕等能力勢必會受到不同程度的影響。因此,缺陷檢測在鋼材出長前尤為重要。

傳統(tǒng)的鋼材缺陷檢測的主要方法有漏磁檢測法、渦流檢測法等。漏磁檢測法在閉合性裂紋上檢測效果不佳;渦流檢測法受環(huán)境影響較大,具有一定的局限性。此外,以上傳統(tǒng)方法都需要人工和精密儀器的參與,檢測成本較高。

近年來,隨著人工智能的發(fā)展,基于深度學(xué)習(xí)的檢測方法已逐漸在缺陷檢測行業(yè)中使用。目前,主流的深度學(xué)習(xí)目標(biāo)檢測算法有以下2類:一階段目標(biāo)檢測算法和二階段目標(biāo)檢測算法[1]。二階段目標(biāo)檢測算法以Faster R-CNN[2]、Mask R-CNN[3]為主;一階段目標(biāo)檢查算法以Single Shot MultiBox Detector(SSD)[4-5]、You Only Look Once(YOLO)系列[6-8]為主。由于二階段目標(biāo)檢測算法在檢測過程中會生成一系列候選框,但是一階段目標(biāo)檢測算法則將其轉(zhuǎn)換為回歸問題處理,所以二階段目標(biāo)檢測算法檢測精度相對較高,但是檢測速度相對于一階段目標(biāo)檢測算法較慢[9]。楊莉等[10]提出了一種特征融合和級聯(lián)檢測網(wǎng)絡(luò)的Faster R-CNN鋼材表面缺陷檢測算法,能夠較好地完成鋼材表面缺陷的檢測任務(wù),但是在檢測速度上很難滿足工業(yè)上的要求。一階段目標(biāo)檢測算法的精度雖然相對略低,但是擁有較高的檢測速度,十分貼合工業(yè)上鋼材表面缺陷檢測的任務(wù)。鄒旺等[11]提出了一種改進(jìn)YOLOv4-tiny的帶鋼表面缺陷實(shí)時(shí)檢測方法,該方法是基于卷積神經(jīng)網(wǎng)絡(luò)的輕量級目標(biāo)檢測器,雖然模型尺寸小、檢測速度快,但在NEU-DET數(shù)據(jù)集上的平均精度均值(mean Average Precision,mAP)為73.29%,精度相對較低。李鑫等[12]提出改進(jìn)YOLOv5的鋼材表面缺陷檢測算法,其體積減小的同時(shí),進(jìn)一步提升了一定的檢測速度,在NEU-DET數(shù)據(jù)集上的mAP值從73.5%提升到了76.8%。

在鋼材表面缺陷檢測應(yīng)用中,檢測精度在實(shí)際應(yīng)用中尤為重要,因此本文提出一種基于改進(jìn)YOLOv5的鋼材表面缺陷檢測算法,進(jìn)一步提升識別準(zhǔn)確率。實(shí)驗(yàn)表明,改進(jìn)后的YOLOv5s算法在NEU-DET數(shù)據(jù)集上具有良好的檢測性能,并且滿足工業(yè)對鋼材表面缺陷檢測實(shí)時(shí)性的需求。

1 YOLOv5算法簡介

在YOLOv4發(fā)布不久,YOLOv5便橫空出世。YOLOv5是一種新穎的檢測算法,該算法在先前版本的基礎(chǔ)上添加了數(shù)據(jù)增強(qiáng)等新的改進(jìn),泛化能力較好、檢測精度高,很受工業(yè)的青睞。

目前YOLOv5已經(jīng)更新到了6.2版本,共有5個(gè)模型,按照模型的大小,可分為YOLOv5n、YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x。本文選擇YOLOv5s作為預(yù)訓(xùn)練模型,YOLOv5s是這5個(gè)模型中量級較小的,同時(shí)還能保證較為高速度的網(wǎng)絡(luò)。將其應(yīng)用于鋼材表面缺陷檢測,旨在保證擁有一定檢測速度的前提下進(jìn)一步提升模型的準(zhǔn)確度。YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)共分為4個(gè)部分,分別是Input(輸入端)、Backbone(主干網(wǎng)絡(luò)),Neck(頸部)和Head(頭部)。YOLOv5s的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of YOLOv5s

Input采用了圖片尺寸處理、自適應(yīng)錨框計(jì)算和Mosaic數(shù)據(jù)增強(qiáng)。圖片尺寸處理通過添加少量黑邊的方式將不同長寬的圖片縮放為相應(yīng)的尺寸;自適應(yīng)錨框計(jì)算是計(jì)算預(yù)測框與真實(shí)框差距后再反向更新,直到獲取最合適的錨框值;Mosaic數(shù)據(jù)增強(qiáng)將4張圖片進(jìn)行隨機(jī)縮放、排列等操作,組合成1張圖片[13]。

Backbone的任務(wù)為特征提取,主要包含了Focus和BottleneckCSP模塊。其中Focus模塊主要對圖片進(jìn)行切片操作,切片操作可以降低FLOPs,且不影響mAP。BottleneckCSP模塊在切片卷積之后增強(qiáng)整個(gè)卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)性能的同時(shí)大幅減少了計(jì)算量。

Neck采用了特征金字塔(FPN)[14]與路徑聚合網(wǎng)絡(luò)(PAN)[15]聯(lián)合的結(jié)構(gòu),其任務(wù)是對來自Backbone提取到的特征進(jìn)行混合與組合,即結(jié)合高層語義信息和底層位置信息,得到更加豐富的特征信息,并把這些特征信息傳遞給Head部分。

Head主要由3個(gè)Detect組成,其對應(yīng)Neck部分輸出的3個(gè)特征圖,共輸出大、中、小3個(gè)預(yù)測分支,之后根據(jù)設(shè)定的閾值和NMS選出最為合適的檢測結(jié)果。

2 改進(jìn)的YOLOv5算法

改進(jìn)后的網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示,首先在Backbone層引入多個(gè)坐標(biāo)注意力(Coordinate Attention,CA)機(jī)制模塊,增強(qiáng)網(wǎng)絡(luò)對于重要特征的關(guān)注度。使用GhostBottleneck結(jié)構(gòu)與主干網(wǎng)絡(luò)中的部分卷積模塊和C3模塊進(jìn)行替換,構(gòu)建輕量化網(wǎng)絡(luò)。圖中GB-1表示步長為1的GhostBottleneck,用來代替主干網(wǎng)絡(luò)中的部分卷積結(jié)構(gòu),GB-2表示步長為2的GhostBottleneck,用來代替主干網(wǎng)絡(luò)中的C3結(jié)構(gòu)。其次在Neck層采用雙向特征金字塔網(wǎng)絡(luò)(Bidirectional Feature Pyramid Network,BiFPN)結(jié)構(gòu)替換原Concat結(jié)構(gòu),提升模型的檢測效果。最后在Detect部分使用K-means算法增加一個(gè)尺度為10×10特征層,并接入到相應(yīng)的Neck部分,提升對缺陷占比較大目標(biāo)的檢測效果。

圖2 YOLOv5s改進(jìn)后的網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Improved network structure of YOLOv5s

2.1 引入GhostBottleneck結(jié)構(gòu)

考慮到對模型進(jìn)行優(yōu)化會增加額外的參數(shù),導(dǎo)致模型占用內(nèi)存增大。為減少參數(shù)量,獲得更加輕量化的模型,本文將YOLOv5s中Head部分的卷積替換為具有更少參數(shù)且對計(jì)算精度影響較小的GhostBottleneck[16]。

GhostBottleneck是個(gè)可復(fù)用模塊,以Ghost模塊為構(gòu)建基礎(chǔ),主要由2個(gè)Ghost模塊堆疊而成。圖3為Ghost模塊的結(jié)構(gòu)示意,由圖3可以看出,Ghost模塊一開始將Input的特征圖進(jìn)行卷積,生成的結(jié)果與普通卷積中Output的通道數(shù)不同,其首先得到特征圖的通道數(shù)為輸入特征圖通道數(shù)的一半,之后將得到特征圖的每個(gè)通道數(shù)單獨(dú)進(jìn)行某種線性變換,最后將每個(gè)通道的特征圖與線性變換的結(jié)果結(jié)合起來,得到近似于原始的特征圖。圖4所示為本文所采用的GhostBottleneck結(jié)構(gòu)示意,當(dāng)Stride=1時(shí),其構(gòu)建類似于ResNet的瓶頸網(wǎng)絡(luò),由2個(gè)堆疊的Ghost模塊組成,第一個(gè)Ghost模塊增加通道數(shù),第二個(gè)Ghost模塊則將通道數(shù)減少為輸入的通道數(shù),以此與shortcut支路相匹配。當(dāng)Stride=2時(shí),其在2個(gè)Ghost模塊中插入了DWConv,主要是為了減少計(jì)算量。

圖3 Ghost模塊結(jié)構(gòu)示意Fig.3 Structure of Ghost module

圖4 GhostBottleneck結(jié)構(gòu)示意Fig.4 Structure of GhostBottleneck

在本文的研究中,將主干網(wǎng)絡(luò)中的CBS模塊用Stride=2的GhostBottleneck代替,C3模塊用Stride=1的GhostBottleneck代替,采用這種結(jié)構(gòu)對網(wǎng)絡(luò)進(jìn)行優(yōu)化,提高網(wǎng)絡(luò)在實(shí)際檢測中的魯棒性。

2.2 增加注意力機(jī)制模塊

在鋼材圖像中,有些類型的缺陷像素占比較少,且背景相似度高,網(wǎng)絡(luò)容易流失一些缺陷的關(guān)鍵特征信息。為了提高網(wǎng)絡(luò)對鋼材表面缺陷的關(guān)注,實(shí)現(xiàn)更精準(zhǔn)地檢測,本文在YOLOv5s主干特征提取網(wǎng)絡(luò)中引入CA模塊[17]。CA模塊結(jié)構(gòu)如圖5所示。

圖5 CA模塊結(jié)構(gòu)Fig.5 CA module structure

CA是一種新的、效率高的且較為輕量級的注意力機(jī)制。該機(jī)制在通道注意力中嵌入位置信息,使得模型能夠關(guān)注大范圍的位置信息又不會帶來過多的計(jì)算量。其足夠的靈活和輕量,能夠簡單地插入到移動(dòng)網(wǎng)絡(luò)的核心結(jié)構(gòu)中。CA的編碼過程有兩部分:Coordinate信息嵌入和CA生成。

首先是Coordinate信息嵌入的部分,假設(shè)輸入為x,接下來用(H,1)和(1,W)的池化核分別沿著水平方向和豎直方向做相應(yīng)處理[18],計(jì)算一維平均池化,可以得到高度為h的第c個(gè)通道:

(1)

寬度為w的第c個(gè)通道的表達(dá)式如下:

(2)

其次是CA生成的部分。首先級聯(lián)之前模塊生成的2個(gè)特征圖,通過卷積模塊后,其維度將會降低為原來的C/r,之后將處理過的特征圖F1送入Sigmoid激活函數(shù)得到形如1×(W+H)×C/r的特征圖f,表達(dá)式如下:

f=δ(F1([zh,zw]))。

(3)

之后將f切割為2個(gè)單獨(dú)的張量,分別為fh∈RC/r×H和fw∈RC/r×W,然后fh和fw再分別通過1×1卷積得到和輸入A同樣的通道數(shù),結(jié)果如下:

gh=σ(Fh(fh)),

(4)

gw=σ(Fw(fw))。

(5)

最后把空間信息通過加權(quán)的方式進(jìn)行融合,其最終的輸出如下:

(6)

本文對YOLOv5s原始網(wǎng)絡(luò)中的Backbone層引入卷積注意力機(jī)制模塊CA,旨在強(qiáng)化YOLOv5s網(wǎng)絡(luò)對方向和位置等信息的敏感度,增強(qiáng)網(wǎng)絡(luò)對于重要特征的關(guān)注度,進(jìn)一步提高目標(biāo)檢測的準(zhǔn)確率。

2.3 引入BiFPN特征融合網(wǎng)絡(luò)

在進(jìn)行特征提取時(shí),伴隨網(wǎng)絡(luò)層數(shù)的加深,特征信息會有必不可少的丟失,因此,融合不同尺度的特征被廣泛應(yīng)用于目標(biāo)檢測任務(wù)中,以提高網(wǎng)絡(luò)模型的檢測性能。目前已有的特征融合網(wǎng)絡(luò)有FPN、路徑聚合網(wǎng)絡(luò)(PANet)、BiFPN[19]等。FPN結(jié)構(gòu)是自頂向下傳遞語義特征,如圖6(a)所示。YOLOv5在Neck部分使用了PANet結(jié)構(gòu),PANet在FPN的基礎(chǔ)上增加了一個(gè)自底向上的二次融合路徑,實(shí)現(xiàn)上下層語義傳遞及融合,如圖6(b)所示。PANet雙向融合較為簡單,為了Neck能對特征進(jìn)行更好地融合,本文采用如圖6(c)所示的BiFPN特征融合網(wǎng)絡(luò)替換原始結(jié)構(gòu)。

圖6 特征融合網(wǎng)絡(luò)Fig.6 Feature fusion network

BiFPN為加權(quán)雙向(自頂向下+自底向上)特征金字塔網(wǎng)絡(luò),其主要思想包括高效的雙向跨尺度連接和加權(quán)特征圖融合。

① 跨尺度連接。相比較于FPN+PAN,BiFPN在設(shè)計(jì)上的改變?nèi)缦?如果1個(gè)節(jié)點(diǎn)只有1條輸入邊,那么其對特征網(wǎng)絡(luò)的貢獻(xiàn)就相對較小,故直接刪除只有一條輸入邊的節(jié)點(diǎn),即P3和P7的中間節(jié)點(diǎn),這樣一來簡化了網(wǎng)絡(luò)結(jié)構(gòu);為融合更多的特征,在相同層的輸入節(jié)點(diǎn)和輸出節(jié)點(diǎn)之間增加1個(gè)跳躍連接;將每個(gè)雙向的自頂向下的和自底向上的路徑視作為一個(gè)特征網(wǎng)絡(luò)層,以獲得更高層次的特征融合。

② 加權(quán)特征融合。不同的輸入特征對于特征融合的貢獻(xiàn)是不同的,應(yīng)當(dāng)對其進(jìn)行加權(quán)融合,加權(quán)共分3種情況:其一是Unbounded Fusion,該方法加入可學(xué)習(xí)的權(quán)重,過程極為簡單,但是會引起訓(xùn)練的不穩(wěn)定;其二是Softmax-based Fusion,該方法可以將范圍縮小到[0,1],訓(xùn)練穩(wěn)定且效果最好,但是大大增加了訓(xùn)練時(shí)間,不適合用于本實(shí)驗(yàn)的鋼材檢測;其三是Fast Normalized Fusion,該方法和Softmax-based Fusion相似,也能將范圍縮小到[0,1],但是Fast Normalized Fusion中引入了ReLU激活函數(shù)保證數(shù)值穩(wěn)定,避免了Softmax操作的資源消耗,效率更高,訓(xùn)練速度比Softmax-based Fusion快30%。

因此本文將原模型中的FPN+PAN結(jié)構(gòu)替換為BiFPN代替原先的特征,快速進(jìn)行多尺度特征融合。

2.4 增加檢測層

原YOLOv5s網(wǎng)絡(luò)Head層中的主體部分就是3個(gè)Detect檢測器,即利用基于網(wǎng)格的Anchor在不同尺度的特征圖上進(jìn)行目標(biāo)檢測的過程。當(dāng)輸入圖像的尺寸為640 pixel×640 pixel時(shí),檢測層3個(gè)尺度上的特征圖輸出尺寸分別為20 pixel×20 pixel、40 pixel×40 pixel、80 pixel×80 pixel,用于檢測大、中、小目標(biāo)。由于數(shù)據(jù)集中有些類別缺陷占比較大,為加強(qiáng)網(wǎng)絡(luò)對這些大目標(biāo)缺陷的檢測能力,在原YOLOv5s網(wǎng)絡(luò)的Detect部分增加一個(gè)尺度為10 pixel×10 pixel特征層,并接入到相應(yīng)的Neck部分。由于增加了檢測層,需對檢測錨框進(jìn)行重新配置,本文使用K-means聚類方法獲取數(shù)據(jù)集先驗(yàn)錨框,錨框配置如表1所示。

表1 錨框配置

3 實(shí)驗(yàn)及結(jié)果分析

3.1 數(shù)據(jù)集

本文通過鋼材表面缺陷數(shù)據(jù)集(NEU-DET)驗(yàn)證YOLOv5s-GCBD(GhostBottleneck-CA-BiFPN-Anchor)算法的有效性。

實(shí)驗(yàn)選用的數(shù)據(jù)集是公開的NEU-DET(鋼材表面缺陷)數(shù)據(jù)集,包括氧化軋皮(rolled-in_scale)、內(nèi)含物(inclusion)、裂紋(crazing)、劃痕(scratches)、斑塊(patches)和點(diǎn)蝕面(pitted_surface)六種典型的鋼材表面缺陷。每個(gè)類別有300張圖片,共1 800張。圖片分辨率為200 pixel×200 pixel的灰度圖。數(shù)據(jù)集提供了注釋,標(biāo)注出了缺陷圖像的位置和類別信息。數(shù)據(jù)集共有1 800張圖片,隨機(jī)抽取訓(xùn)練集1 440張,驗(yàn)證集180張,測試集180張,即按照8∶1∶1的比例分配數(shù)據(jù)集。數(shù)據(jù)集部分圖像如圖7所示。

圖7 6種類別的缺陷圖像示例Fig.7 Example of defect images in six categories

3.2 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)定

本實(shí)驗(yàn)在服務(wù)器上運(yùn)行,實(shí)驗(yàn)環(huán)境配置如表2所示。模型訓(xùn)練時(shí),開啟Mosaic數(shù)據(jù)增強(qiáng),提高模型的泛化能力;使用余弦退火算法動(dòng)態(tài)調(diào)整學(xué)習(xí)率;采用SGD優(yōu)化器來進(jìn)行參數(shù)更新,參數(shù)設(shè)置如表3所示。

表2 實(shí)驗(yàn)環(huán)境配置

表3 參數(shù)設(shè)置

3.3 度量指標(biāo)

本文從mAP、參數(shù)量、P-R曲線(Precision-Recall Curve)、平均推理時(shí)間(Speed)對模型進(jìn)行比較。平均精度綜合考慮了目標(biāo)檢測的精確率(Precision, P)和召回率(Recall, R),表達(dá)式分別如式(7)和式(8)所示。以R為橫軸,P為縱軸,構(gòu)成P-R曲線,AP即P-R曲線下的面積,如式(9)所示。mAP以IoU閾值為0.5來計(jì)算平均精度均值,mAP值越高,模型檢測性能越好,如式(10)所示。

(7)

(8)

(9)

(10)

式中:TP(True Positives)、FP(False Positives)、FN(False Negatives)分別為指正樣本被預(yù)測為正例的數(shù)量、負(fù)樣本被預(yù)測為正例的數(shù)量、正樣本被預(yù)測為負(fù)例的數(shù)量;N為預(yù)測類別數(shù)量,PAi為第i類樣本的準(zhǔn)確度。

3.4 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證改變后的網(wǎng)絡(luò)對鋼材表面缺陷檢測的性能有所提升,在NEU-DET進(jìn)行了消融實(shí)驗(yàn),結(jié)果如表4所示。共設(shè)計(jì)了5組消融實(shí)驗(yàn),每組實(shí)驗(yàn)都有相同的參數(shù)和網(wǎng)絡(luò)環(huán)境。

表4 消融實(shí)驗(yàn)結(jié)果

分析表4結(jié)果可知,增加1個(gè)檢測層、引入CA機(jī)制、替換特征融合網(wǎng)絡(luò)為BiFPN都能提升檢測性能,使用GhostBottleneck結(jié)構(gòu)雖然不能提高檢測性能,但能夠大大減少模型參數(shù)數(shù)量。第2組實(shí)驗(yàn)在原模型的基礎(chǔ)上增加1個(gè)檢測層,可以看出參數(shù)量有所增加,平均推理時(shí)間增加了1.5 ms,這是由于增加了檢測層導(dǎo)致模型復(fù)雜度增加、計(jì)算量增加,但是mAP值達(dá)到了78.6%,提升了1.3%;第3組實(shí)驗(yàn)引入CA機(jī)制后,平均推理時(shí)間增加了1.5 ms,mAP值有了明顯提升,為1.5%,證明了引入CA機(jī)制雖然會增加模型復(fù)雜度、加大計(jì)算量,但對鋼材表面缺陷特征具有強(qiáng)化作用,使模型擁有更好的檢測性能;在第4組實(shí)驗(yàn)中替換特征融合網(wǎng)絡(luò)為BiFPN,模型mAP值又提升了1.1%,說明BiFPN能夠快速進(jìn)行多尺度融合,提高鋼材表面缺陷的檢測精度;在第5組實(shí)驗(yàn)中引入GhostBottleneck結(jié)構(gòu),mAP值略微降低,這是因?yàn)镚hostNet卷積模塊的引入會造成算法各性能參數(shù)的下降,但參數(shù)量明顯減少,減少了17%,平均推理時(shí)間也減少了1 ms,這得益于GhostBottleneck結(jié)構(gòu)能夠減少計(jì)算量,獲得了更輕量化的模型。

YOLOv5s與YOLOv5s-GCBD的各類缺陷mAP值對比如圖8所示,其中all classes表示所有類別mAP值的平均值。改進(jìn)后與改進(jìn)前的結(jié)果相比,整體的mAP值從76.7%提升到80.2%,提升了3.5%,結(jié)果表明改進(jìn)的模型能夠在多種缺陷類別上提升檢測準(zhǔn)確率。6類缺陷中除了pitted_surface類別的AP值略微降低了0.9%外,其他類別均有不同程度的提高,尤其是rolled-in_scale類別的mAP值從63.8%提高到了74.6%,提高了10.8%。scratches類別的mAP值最高,達(dá)到92.3%。

圖8 改進(jìn)前后對比Fig.8 Comparison before and after improvement

實(shí)驗(yàn)結(jié)果表明,改進(jìn)的YOLOv5s-GCBD模型比原YOLOv5s模型的mAP值提升了3.5%,雖然模型大小和參數(shù)數(shù)量略微增加,但是其檢測速度和檢測精度仍然可以勝任工業(yè)上的要求。

3.5 檢測效果對比

為驗(yàn)證YOLOv5s-GCBD模型的檢測性能,使用原YOLOv5s模型和改進(jìn)后的YOLOv5s-GCBD模型針對缺陷圖片在測試集上進(jìn)行了測試,圖9所示為6類缺陷檢測效果對比圖,第一行為ground truth圖,第二行為YOLOv5s算法檢測效果圖,第三行為本文提出的YOLOv5s-GCBD算法檢測效果圖。

圖9 6類缺陷檢測效果對比Fig.9 Comparison of six kinds of defect detection results

從圖示的結(jié)果來看,原YOLOv5s模型對于一些缺陷目標(biāo)存在漏檢的情況,而改進(jìn)后的YOLOv5s-GCBD模型能夠更好地解決漏檢問題。例如圖中inclusion類中只檢測出了1處目標(biāo)缺陷,這是由于缺陷目標(biāo)不明顯,難以檢測出缺陷;改進(jìn)后的模型檢測出了原模型漏掉的部分缺陷目標(biāo),對鋼材表面缺陷的定位更加準(zhǔn)確。尤其是rolled-in_scale類別缺陷,改進(jìn)后的模型檢測效果尤為突出。從整體的檢測效果來看,YOLOv5s-GCBD模型的檢測性能更好,檢測效果有明顯提升。

3.6 對比試驗(yàn)

為了驗(yàn)證YOLOv5s-GCBD模型的優(yōu)勢,將本文算法與SSD、Faster R-CNN、YOLOv4、YOLOv5、文獻(xiàn)[12]在NEU-DET數(shù)據(jù)集上進(jìn)行訓(xùn)練與測試,并應(yīng)用mAP和模型權(quán)重文件大小進(jìn)行模型性能的對比,對比結(jié)果如表5所示。

表5 對比實(shí)驗(yàn)結(jié)果

從表5可以看出,本文所提出的YOLOv5s-GCBD模型的mAP值達(dá)到了80.2%,比YOLOv5提升了3.5%。相比Faster R-CNN、SSD、YOLOv4、文獻(xiàn)[12]算法,本文算法在檢測準(zhǔn)確率和模型大小上均有所優(yōu)化。綜合上述,本文所提出的模型相比其他主流算法在綜合性能上表現(xiàn)更好。

4 結(jié)束語

為了解決傳統(tǒng)鋼材表面缺陷檢測問題,提高檢測精度,本文提出了一種新的基于YOLOv5算法的鋼材表面缺陷檢測模型。該模型增加檢測層,降低漏檢率;引入CA機(jī)制,提升特征提取能力;采用BiFPN結(jié)構(gòu),提高特征融合效率;使用GhostBottleneck結(jié)構(gòu)減少模型的參數(shù)量。雖然改進(jìn)之后的模型比原模型的參數(shù)量有略微提升,但在檢測準(zhǔn)確率上有更大優(yōu)勢。后續(xù)將繼續(xù)優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)、降低網(wǎng)絡(luò)的推理復(fù)雜度,并將改進(jìn)后的模型應(yīng)用在不同的數(shù)據(jù)集上進(jìn)行訓(xùn)練和檢測效果。