基于YOLOv8的轻量化金属表面缺陷检测模型

盛良浩; 贾小云; 白颖洁; 杨振英

doi:10.12404/j.issn.1671-1815.2502382

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (7) :2990-2999 DOI: 10.12404/j.issn.1671-1815.2502382

自动化技术、计算机技术

基于YOLOv8的轻量化金属表面缺陷检测模型

作者信息 +

Lightweight Metal Surface Defect Detection Model Based on YOLOv8

Author information +

文章历史 +

摘要

针对目前金属表面缺陷检测面临模型参数量大、精确度不足、工业现场部署困难等问题,提出了一种基于YOLOv8(you only look once version 8)的轻量化金属表面缺陷检测改进模型。该模型通过引入SCconv(spatial and channel reconst-ruction convolution)模块、C2f_Dual模块和倒残差多尺度注意力机制iEMA(inverted residual and efficient multi-scale attention),有效降低了模型参数量和计算量,同时提高了检测精度。实验使用SDI-YOLO在NEU-DET、Magnetic-Tile-Defect数据集上验证,mAP50分别比YOLOv8提高了2.5%、2.6%,参数量降低了15.6%,运算量减少了10.9%。与领域主流算法相比,SDI-YOLO在检测精度和参数量方面都有一定的优势,满足边缘设备部署中参数量较小、识别率高等需求。SDI-YOLO模型为金属表面缺陷检测提供了一种高效、轻量化的解决方案,具有重要的实际应用价值。

Abstract

To address the current challenges in metallic surface defect detection, such as large model parameters, insufficient precision, and deployment difficulties in industrial environments, an improved lightweight detection model based on YOLOv8 (you only look once version 8), named SDI-YOLO was proposed. The model integrated the spatial and channel reconst-ruction convolution module (SCconv), the C2f_Dual module, and the inverted residual and efficient multi-scale attention (iEMA) mechanism. These improvements effectively reduced the number of parameters and computational cost while enhanced detection accuracy. Experiments were conducted using SDI-YOLO on the NEU-DET and Magnetic-Tile-Defect datasets. The mAP50 values increased by 2.5% and 2.6%, respectively, compared with the YOLOv8. The number of parameters was reduced by 15.6%, and giga floating point operations per second was decreased by 10.9%.Compared with mainstream algorithms in the field, SDI-YOLO shows advantages in both detection accuracy and model size. It meets the requirements of edge device deployment, such as small parameter size and high recognition rate. SDI-YOLO provides an efficient and lightweight solution for metallic surface defect detection and has significant practical application value.

Graphical abstract

关键词

深度学习 / 轻量化模型 / 金属表面缺陷检测 / YOLOv8

Key words

deep learning / lightweight model / metal surface defect detection / YOLOv8

引用本文

引用格式 ▾

盛良浩, 贾小云, 白颖洁, 杨振英. 基于YOLOv8的轻量化金属表面缺陷检测模型[J]. 科学技术与工程, 2026, 26(7): 2990-2999 DOI:10.12404/j.issn.1671-1815.2502382

SHENG Liang-hao, JIA Xiao-yun, BAI Ying-jie, YANG Zhen-ying. Lightweight Metal Surface Defect Detection Model Based on YOLOv8[J]. Science Technology and Engineering, 2026, 26(7): 2990-2999 DOI:10.12404/j.issn.1671-1815.2502382

登录浏览全文

4963

注册一个新账户忘记密码

金属制品作为建筑工程和基础工业的重要组成部分^[1],在现代社会各领域中广泛应用。在工业生产中,受加工工艺和生产环境影响,金属材料会不可避免地产生擦伤、疲劳、裂纹等缺陷^[2],从而降低其使用寿命,甚至存在重大事故发生的隐患。因此,金属表面缺陷检测是保障生产质量、规避安全风险的关键环节。

20世纪初,金属表面缺陷检测主要依赖于人工检测^[3]。其检测精度较低,易出现漏检或误判,另一方面,面对海量数据时,人工检测效率低下,需消耗大量人力资源,难以契合现代工业自动化、智能化生产的实际需求。随着机器学习的发展,基于机器视觉的表面缺陷检测技术有效解决了人工检测效率低、工作量繁重^[4]等问题。然而,早期基于机器学习的金属表面缺陷检测仍存在缺陷,如高度依赖特征提取;需要对原始数据进行预处理与特征工程操作;对于新颖的缺陷检测效果较差,鲁棒性和泛化能力较弱。

近年来,随着卷积神经网络(convolutional neural networks,CNN)迅速发展,基于CNN的金属表面缺陷算法在实际生产中广泛应用^[5]。Transformer与CNN 架构首度融合,应用于金属表面缺陷检测,其精确率及召回率提升,然而Transformer 的引入导致原模型参数量显著增加,训练阶段计算资源消耗量增加,限制了其实际应用的灵活性。

Liu等^[6]对YOLOv3(you only look once version 3)网络进行了重新设计,加入SARB(self-attention residual block)结构,并充分利用特征通道信息,但仍存在有效特征在深层网络中丢失问题突出,边缘提取能力较弱的问题。Jiang等^[7]使用MobileNetv3和双向金字塔结构对深层次特征进行提取,引入K均值聚类算法算法降低了网络损失,虽然提高了检测速度,但对于空间与通道的特征提取仍存在欠缺。张瑞芳等^[8]引入注意力机制与跨尺度特征金字塔结构,以增强模型的特征提取能力,但模型的检测精度仍存在一定不足。周孟然等^[9]通过引入FReLU(filter response-based rectified linear unit)激活函数和SIoU(shape-aware intersection over unit)损失函数,在空间解析方面取得了一定的进展,但模型存在参数量较大,帧率低等问题。

因此,迫切需要一种轻量级的深度学习模型解决上述问题。现提出一种基于YOLOv8的金属表面缺陷检测方法,提升模型空间和通道特征提取能力,削减模型参数量,降低漏检与误检率,使其可以部署在嵌入式边缘计算环境。

1 改进YOLOv8网络

YOLOv8 参数量较大,若直接将其部署于工业现场的缺陷检测过程中,会出现精确率较低和漏检误检等问题,难以达到行业要求标准。改进的SDI (spatial detail information module)-YOLO缺陷检测模型,结构如图1所示。

(1) 使用空间与通道重建机制SCconv (spatial and channel reconst-ruction convolution)^[10]模块替换骨干网络中卷积模块,引入空间和通道重建机制,选择性处理特征通道中冗余信息。空间重建机制动态调整特征权重,强化重要特征表达。通道重建机制对不同部分分别进行压缩、卷积变换和融合,以更好地提取和整合特征。

(2) 结合Dualconv^[11]构成C2f-Dual模块以代替颈部网中的C2f模块。使用分组卷积与深度可分离卷积同时处理输入特征图通道,获取各层次的特征信息进而增强模型特征表达的能力。使用多路径方式提取多种类型的特征,增加模型的鲁棒性,降低参数量。

(3) 引入轻量化倒残差注意力机制iEMA (inverted residual and efficient multi-scale attention)模块, 重新结合倒残差块和EMA^[12](efficient multi-scale attention)注意力。使用EMA通过跨维度交互机制,得到两个空间注意力,来表示每个像素与周围像素的关系。iRMB^[13](inverted residual mobile block),改善梯度在网络中的流动情况,防止梯度消失,增强特征的局部表示能力,减少深层网络特征信息丢失,提升模型边缘提取特征能力。

1.1 轻量化SCconv模块

对于金属表面缺陷检测,特征提取对算法的性能和效果至关重要。为去除多余的冗余特征,引入SCconv模块对骨干网络的卷积进行替换,结构如图2所示。

SCconv模块将空间重构单元SRU(spatial reconstruction unit)与通道重建单元CRU(channel reconstruction unit)顺序排列,SRU使用特定权重,分离出空间维度上的冗余特征,再通过重构抑制次要信息。CRU使用分裂变换与融合,将原始特征中分离的部分进行变换与重组,去除通道维度冗余特征。其中X为输入特征,X_w 是经过 SRU处理后得到的空间细化特征,Y是X_w再经过CRU处理后得到的通道细化特征。

空间重构单元 SRU 借助分离与重建操作削减特征的空间冗余,结构如图3 所示。

设有输入特征图X,维度为N×C×H×W(N为批量,C为通道数,H、W为空间维度),首先经过标准化(GN)^[14]处理得到X_out,公式为

(1)$X_{\text {out }}=\mathrm{GN}(X)=\gamma \frac{X-v}{\sqrt{\delta^{2}+\varepsilon}}+\beta$

式(1)中:v为每组内均值;δ²为方差;ε是为稳定性而加入的微小正数;β为可训练的仿射变换参数。

为体现不同特征图的重要性,通过GN层中的可训练参数γ来衡量每个特征图的空间信息丰富度,对参数进行归一化操作,表达式为

(2)W_γ={w_i}=$\frac{{\gamma }_{i}}{\sum _{j=1}^{C}{\gamma }_{j}}$, i=1,2,…,C

式(2)中:γ_i为第i个特征图的权重参数;j为求和时的循环变量;C代表特征映射的数量;w_i为第i个通道归一化后的权重值。通过 Sigmoid 函数把重新加权后的 W_γ权重值映射到 (0,1) 区间,使用Threshold 函数将进行分段赋值,将高于阈值的通道权重标记为1,得到信息性权重W₁,低于阈值的部分则被标记为0,用于构成非信息性权重W₂。权重W的计算公式为

(3)W=Gate{sigmoid[W_γ(X_out)]}

将输入特征X分别乘以W₁和W₂,特征分成信息量大的

${X}_{1}^{w }$

和信息量小的

${X}_{2}^{w}$

两部分,

${X}_{1}^{w }$

包含重要空间信息,

${X}_{2}^{w }$

包含较少次要信息或无信息。

为减少空间冗余,使用交叉重构运算将加权后的两个信息特征

${X}_{1}^{w }{X}_{2}^{w }$

结合,得到

${X}_{11}^{w }$

、

${X}_{12}^{w }$

、

${X}_{21}^{w }$

、

${X}_{22}^{w }$

。然后将交叉重构的特征与X^w¹、X^w²进行拼接,得到以空间细化特征 X_w。表达式为

(4)

$\left\{\begin{array}{l}{X}_{1}^{w}={W}_{1}\otimes X\\ {X}_{2}^{w}={W}_{2}\otimes X\\ {X}_{11}^{w}\oplus {X}_{22}^{w}={X}^{w1}\\ {X}_{21}^{w}\oplus {X}_{12}^{w}={X}^{w2}\end{array}\right.$

式(4)中:$\text { ⊗ }$为逐元素相乘;􀱇为逐元素求和,

${X}_{11}^{w }$

、

${X}_{12}^{w }$

、

${X}_{21}^{w }$

、

${X}_{22}^{w }$

中,下标首位用于标识信息量等级:1对应高信息量,2对应低信息量;第二位代表重构操作的轮次。

通道重建单元CRU如图4所示,将通道精细特征X_w按比例划分为两个部分:一个为αC通道,另一个为(1-α)C通道,其中α的范围为(0,1)。经过分割和压缩,X_w被划分为上部特征X_up和下部特征X_low。X_up通过GWC(group-wise convolution)和PWC(point-wise convolution)并行处理提取高层次特征,生成代表性特征Y₁;X_low则作为X_up的补充,通过PWC提取具有浅层细节的特征Y₂。表达式为

(5)Y₁=M^GX_up+M^P₁X_up

(6)Y₂=M^P₂X_low∪X_low

式中:M^G、M ^P₁分别为X_up中GWC和PWC的特征矩阵;M^P₂为X_low的PWC权重矩阵。

为实现特征的有效聚合与全局信息挖掘,通过改进 SKNet ^[15]方法将输出特征Y₁和Y₂进行全局平均池化,生成全局空间信息。表达式为

(7)S_m=$\frac{1}{H\times W}\sum _{i=1}^{H}\sum _{j=1}^{W}$Y_m(i,j), m=1,2

将S₁、 S₂通过通道软注意力生成e^s₁和e^s₂,得到特征权重β₁、β₂,加权求和得到通道细化特征Y。表达式为

(8)β_i=$\frac{{e}^{{s}_{i}}}{{e}^{{s}_{1}}+{e}^{s2}}$, β₁+β₂=1

(9)Y=β₁Y₁+β₂Y₂

1.2 轻量化C2f_Dual模块

金属缺陷检测通常应用于高温、多尘等复杂环境,实际部署依赖嵌入式系统。针对嵌入式系统计算资源有限、原网络C2f结构中传统卷积存在参数量大部署困难问题,引入C2f_Dual轻量级的卷积模块降低原模型网络复杂度,结构如图5所示。

C2f_Dual模块中,输入特征图通过1×1卷积,然后分为两部分,经过多个Bottleneck模块处理。将处理后的特征图进行拼接,加强通道间的信息交互,再通过另一个1×1卷积层进行特征投影和通道调整,得到输出特征图。Bottleneck包含一个DualConv单元,DualConv将输入特征分成多组,每组使用卷积核分为同时使用3×3 组卷积与1×1点卷积、仅执行 1×1 点卷积操作的两部分进行计算。

假设标准卷积中输入特征图大小为D₀×D₀×M,经过N个K×K×M的卷积核,输出特征图的大小为D₀×D₀×N(D₀为特征图的宽度和高度),浮点运算量GFLOPS (giga floating point operations per second)大小为

(10)FL_SC=${D}_{0}^{2}$×k²×M×N

DualConv将N个卷积核分为G组,每组中N/G个组卷积和点卷积,并行组成卷积核处理M/G个输入通道,GFLOPs为

(11)FL_COM=${D}_{0}^{2}$×$\frac{M}{G}$×$\frac{N}{G}$×(k²+1)

剩余M-M/G个通道使用1×1 卷积,GFLOPs为

(12)FL_point=${D}_{0}^{2}$×$\left(M-\frac{M}{G}\right)$×N

将两部分相加,得到DualConv的GFLOPs为

(13)FL_DC=${D}_{0}^{2}$×M×N+$\frac{{D}_{0}^{2}\times {k}^{2}\times M\times N}{G}$

与标准卷积进行对比,DualConv 的计算量降低比例为

(14)${R}_{\frac{DC}{SC}}$=$\frac{1}{G}$+$\frac{1}{{k}^{2}}$

1.3 轻量化倒残差注意力机制iEMA模块

金属表面缺陷检测中,由于部分缺陷目标像素点较少,局部特征信息在深层神经网络中容易丢失。为了使模型能够更加关注金属表面缺陷信息,增强模型对缺陷特征信息的提取能力,降低漏检误检率。

iRMB使用深度可分离卷积在多个通道上作用,获得多个特征映射,并使用倒残差的结构和多头自注意力机制提出交互注意力模块。受iRMB启发,提出注意力iEMA机制,结构如图6所示。

在EMA注意力基础上引入iRMB倒残差结构,将输入特征直接拼接到输出特征,使网络更容易学习到特征映射和残差信息,防止梯度消失,使模型能够更关注边缘和局部特征信息。EMA将输入特征$\boldsymbol{X} \in \mathbf{R}^{C \times H \times W}$划分为G组,即

(15)X=[X₀,X₁,X₂,…,X_G_-1]

一部分通过3×3卷积捕捉特征图中多尺度结构信息,表达式为

(16)${Y}_{i}^{3\times 3}$=δ(W_3×3*X_i)

式(16)中:W_i_×_i为卷积核参数;δ为激活函数;*为卷积运算。

另一部分通过平均池化,对X和Y方向的信道进行编码,提取每个通道的全局特征。将得到的特征沿高度方向拼接,再经过激活函数进行非线性变换,表达式为

(17)${Y}_{i}^{1\times 1}$=δ(W_1×1*X_i)

两个分支使用全局平均池化,对全局空间信息进行编码,通过1×1卷积调整维度形状,与矩阵点积相乘,得到两个空间注意力特征图,对不同通道的特征图进行加权,将跨维度信息交互融合在一起,即

(18)Y_i=${Y}_{i}^{1\times 1}$+${Y}_{i}^{3\times 3}$

(19)Y=[Y₀,Y₁,Y₂,…,Y_G_-1]

其中输入特征图维度为C×H×W(C为通道数,H、W为空间维度)。

2 实验设计与结果分析

2.1 实验环境配置

本文模型训练在Ubuntu 18.04操作系统上进行,使用CUDA11.6和NVIDIA GeForce RTX3090 24 GB GPU训练。参数学习率为0.001,初始学习率为0.937,epoch周期为200,batch size为16。

2.2 实验数据集

使用东北大学NEU-DET^[16]数据集和Magnetic-Tile-Defect Dataset^[17]数据集,经过挑选、灰度值、噪声等预处理。NEU-DET数据集包含6种类型的金属表面缺陷,分别为裂纹(crack)、划痕(scratches)、鳞片状金属皮(rolled-in scale)、夹杂物(inclusion )、斑块(patches)和麻点(pitted surface),共2 160张,部分缺陷如图7所示。Magnetic-Tile-Defect Dataset包含5种缺陷,分别为气孔(blowhole)、破损(break)、裂纹(crack)、磨损(fray)、不均匀(uneven),与正常图像(free)共1 820张图像,部分缺陷如图8所示。

根据缺陷类型以8∶1∶1的比例随机划分为训练集、验证集和测试集。

2.3 实验评价指标

为客观评价模型性能并与基线模型进行全面对比,从模型体积、检测精度与运行效率等多个维度对比分析。使用:①参数量Para (parameters)衡量模型的整体复杂度和占用存储资源的程度;②精确率P (precision)表示预测为正样本的实例中实际为正样本比例,反映模型输出结果的可靠性;③召回率R (recall)表示正样本中检测到正样本的概率,用于衡量模型的漏检情况;④平均精度均值mAP50 (mean average precision at IoU=0.5) 用于衡量模型在所有类别上的平均识别精度,反映模型识别正样本的整体能力;⑤帧率 (frames per second,FPS)代表单位时间内可处理图像的帧数,衡量模型推理速度。具体公式为

(20)P=$\frac{TP}{TP+FP}$

(21)R=$\frac{TP}{TP+FP}$

(22)mAP50=$\frac{1}{N}\sum _{i=1}^{N}$AP_i

(23)FPS=$\frac{1 000}{Speed}$

式中:TP为正确检测到的缺陷样品数量;FP为错误检测到的非缺陷样品数量;FN为错误检测到的缺陷样品数量;N为类别的数量;AP_i为第i个类别的平均精度;Speed为每张图片的预测推理时间。

2.4 对比实验

为全方位评估提出的改进模型SDI-YOLO的有效性与优越性,着重对模型改进前后的性能差异进行实验,研究改进措施对检测性能的提升作用。同时将改进模型与当前主流算法模型对比,评估其在金属表面缺陷检测任务中的优势与竞争力。

2.4.1 改进模型与主流模型对比

为了验证 SDI-YOLO 在金属表面缺陷检测模型领域的优越性,将其与现阶段主流模型如Faster-RCNN^[18]、CascadeR-CNN^[19]、SSD (single shot multibox detector)^[20]、DETR (detection transformer)^[21],和现阶段同系列金属表面缺陷检测算法DEW-YOLO^[22]、DEFECT-YOLO^[23]进行对比,在数据集上的NEU-DET、Magnetic-Tile-Defect实验结果如表1、表2所示。

由于两阶段目标算法存在候选区域过多计算量大等问题,在NEU-DET、Magnetic-Tile-Defect数据集上,改进SDI-YOLO相较于Faster-RCNN,精确率分别提升8.2%、14.7%,mAP50分别提升11.1%、12.3%;相较于Cascade R-CNN,精确率分别提升4.2%、12.6%,mAP50分别提升了和5%、7.9%,参数量和GFLOPs大幅降低,FPS大幅上涨。SSD由于对较低层级的特征非线性程度不足,导致推理过程中对裂纹等小尺寸目标检测能力较差,精确率和召回率只达到69.4%、67.1%和77.5%、71.2%。DETR 模型引入了Transformer,在金属表面缺陷检测时由于全局自注意力机制,该模型会遇到内存消耗大、收敛速度慢等问题,使得模型有效性较低,mAP50和召回率仅为68.3%、66.5%和77.1%、71.5%。在金属表面缺陷种类多、复杂场景下,YOLOv5表现相对平衡,SDI-YOLO 模型则展现出明显优势,其mAP50值为78.9%和86.7%,相较于 YOLOv5 提高 5.3%、5.1%,检测性能显著提升,同时参数量大幅降低。同系列金属表面缺陷检测算法DEW-YOLO、DEFECT-YOLO,与SDI-YOLO都具有较高的检测性能,精确率、召回率、mAP50指标差距较小,但SDI-YOLO 的 GFLOPs 为 7.3,参数量仅为 2.54 M,远低于 DEW-YOLO与 DEFECT-YOLO,计算资源消耗少。与原算法 YOLOv8 相比, SDI-YOLO 在指标上实现全面提升。其中,精确率提升 2%、3.7%,召回率提升 1.7%、2.6%,mAP50提升 2.5%、2.6%,参数量减少15.6%,GFLOPs下降10.9%。与 YOLOv9系列算法的比较,SDI-YOLO 展现出更优的综合性能。YOLOv9-Tiny在参数量和检测速度上表现优异,但精确率和mAP50等指标在两个数据集上均低于SDI-YOLO,而YOLOv9在精确率和 mAP50 等指标上略有优势,但参数量和 GFLOPs 显著增加,分别达到 9.3 M 和 21.4,计算资源消耗较大。

从以上分析可知,与目前主流同系列和非同系列模型相比,SDI-YOLO在金属表面缺陷检测任务中优于其他算法,有效识别了不同的缺陷类别,召回率、精确率、参数量等更为出色。满足边缘设备部署中参数量较小、识别率高等问题。

2.4.2 消融实验

为了评估所提出的SDI-YOLO方法中不同组件的功能,以YOLOv8为基础模型,分别添加SCconv、C2f-Dual,注意力机制iEMA模块,对网络性能受改进模块影响进行探讨,实验结果如表3、表4所示。通过 NEU-DET、Magnetic-Tile-Defect数据集上各类模型实验指标对比可知,SDI-YOLO 相比原模型具备更优的检测性能与更少的参数量,对金属表面缺陷呈现出更高效的缺陷检测性能。在NEU-DET、Magnetic-Tile-Defect数据集上,使用SCconv模块替代主干网络中传统卷积层,与原YOLOv8 相比,精确率分别增长1.3%、1.1%,召回率提升0.9%、0.6%,mAP50提高0.8%、1.4%,同时GFLOPs和参数量均有下降。这是由于SCconv模块在特征提取过程中在一定程度上去除特征的空间和通道冗余,提升模型的性能,优化了模型的计算效率。将 Neck 部分的 C2f 模块替换为 C2f_Dual 模块后,模型精确率分别上升 0.8%、1.3%,mAP50提高 1.1%、1.5%,GFLOPs减少0.7,模型参数由3.01 M降至2.79 M,有效减少了计算开销,是因为C2f_Dual使用了组卷积技术,减小了模型的计算量,同时增加了组与组间的信息交流,增加模型的特征提取能力。iEMA模块的引入对性能的提升有限,精确率和mAP50略微提升,同时导致了计算量增加。将SCconv 模块与 C2f_Dual 模块同时融入 YOLOv8,相较于原模型,精确率分别提高 2.4%、2.5%,召回率提升2.1%、1.1%,mAP50增长 1.6%、1.9%,这是由于SCconv 在一定程度舍弃与缺陷无关特征,与C2f_Dual 模块采用分割拼接,多组并行处理的方式同时作用,使特征融合更充分,显著优化了模型性能和效率。

将改进模块同时整合至原网络,相较于只引入SCconv和C2f_Dual模块,GFLOPs略微上升至7.3,参数量增加0.9 M,但mAP50分别进一步提升至最高值78.5%、86.7%,精确率和召回率达到76.2%、90.8%和72.5%、77.3%,相较于原模型,精确率提升 2.1%、3.7%,召回率提升 2.4%、2.9%。

2.4.3 模型改进前后mAP50及PR曲线对比

如图9所示为原始模型 YOLOv8 与改进模型 SDI-YOLO的mAP50动态变化趋势和P-R曲线。在NEU-DET数据集中,与原始模型相比,SDI-YOLO 的mAP50在训练初期表现出更快的增长速度,是由于SCconv结构使模型更快地对特征进行提取与学习,丢弃无关特征,对数据的拟合能力更强;训练中后期,SDI-YOLO 的 mAP50更为稳定,其波动变化幅度明显小于原始模型 YOLOv8。表明C2f_Dual模块在训练过程中,使用分组卷积与深度可分离卷积,增强模型特征表达能力,SDI-YOLO 具备更为出色的鲁棒性,在实际的训练数据中面对噪声时,能够保持相对稳定的性能表现;最终SDI-YOLO的mAP50显著高于原始模型,验证了改进模型的性能优势,有更好的收敛效果,对复杂的目标特征有更强的表示能力。在Magnetic-Tile-Defect数据集中,SDI-YOLO的mAP50曲线始终在原模型上方,且波动幅度更小,整体优于原模型。

SDI-YOLO 的P-R曲线略高于 YOLOv8,特别是右侧召回率较高的区域。表明在保持较高召回率的情况下,SDI-YOLO仍能保持较好的精确率,正是由于iEMA注意力机制的引入,使模型能够更加关注金属表面缺陷信息误检率更低。

2.4.4 多模型检测结果对比

为了更直观地评估所提出的 SDI-YOLO 模型与其他金属表面缺陷检测模型有效性,将模型部署在NEU-DET、Magnetic-Tile-Defect数据集进行检测,并对其检测性能进行对比分析。如图10、图11所示为部分模型的缺陷检测结果。可以看出,原始模型及同系列改进模型均存在漏检或检测精确度低的问题,部分类别的检测性能较差,SDI-YOLO在斑块(0.53)、磨损(0.95)等缺陷上的置信度远高于其他模型,误检率更低。在裂纹、夹杂物等缺陷上,改进模型对缺陷区域边界划分更加细致,能够检测出原模型未检测出来的缺陷,具备更为精细的分辨能力,避免对无关区域的覆盖。SDI-YOLO模型能够更全面地识别出存在缺陷的目标区域,并且在检测精度上也得到了显著提升。此外,SDI-YOLO模型能够检测到其他模型遗漏的缺陷,在检测同一位置的缺陷时,SDI-YOLO模型能够输出更高的置信度。

3 结论

针对目前金属表面缺陷检测算法在实际应用中检测精度低,参数量大等问题,在YOLOv8基础上提出一种有效的金属表面缺陷检测模型SDI-YOLO。针对不同组件的改进,引入了SCconv轻量化卷积、C2f_Dual模块、iEMA注意力模块,削减了特征提取阶段的冗余,减小了参数量,提升了模型边缘提取特征能力,同时减少深层网络中特征信息的丢失。在NEU-DET、Magnetic-Tile-Defect数据集进行消融实验,并与其他主流模型进行对比试验,在精确度,参数量等指标上均有所提升。将计算机视觉技术应用于金属表面缺陷检测,不仅具有重要的实际意义,还能够为其他工业领域的缺陷检测提供有益的参考与借鉴。在未来的工作中,将进一步重点聚焦于提升检测精度与加快检测速度两个关键维度,以更好地满足工业生产实践中的多样化需求,为推动工业检测技术智能化的持续发展贡献力量。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	姚茜嵘. 《中国制造2025》技术创新驱动方针下智能制造对经济增长的影响[J]. 中国市场, 2022(8): 1-4, 20.

[2]	Yao Xirong. The impact of intelligent manufacturing on economic growth under the technological innovation-driven policy of Made in China 2025[J]. China Market, 2022(8): 1-4, 20.

[3]	Luo Q, Fang X, Liu L, et al. Automated visual defect detection for flat steel surface: a survey[J]. IEEE Transactions on Instrumentation and Measurement, 2020, 69(3): 626-644.

[4]	Wang R, Yu H, Tang J, et al. Optimal design of iron-cored coil sensor in magnetic flux leakage detection of thick-walled steel pipe[J]. Measurement Science and Technology, 2023, 34(8): 085123.

[5]	宋育斌, 孔维宾, 陈希, 等. 钢材表面缺陷检测研究综述[J]. 软件导刊, 2024, 23(3): 203-211.

[6]	Song Yubin, Kong Weibin, Chen Xi, et al. Survey of steel surface defect detection research[J]. Journal of Software Guide, 2024, 23(3): 203-211.

[7]	Liu G, Ma Q. Strip steel surface defect detecting method combined with a multi-layer attention mechanism network[J]. Measurement Science and Technology, 2023, 34(5): 055403.

[8]	Liu H H, Sun C, He H Q, et al. Metal surface defect detection based on improved YOLOv3[J]. Computer Engineering & Science, 2023, 45(7): 1226-1235.

[9]	Jiang B, Wan Y, Xie X Z. Improved YOLOv5s lightweight steel surface defect detection model[J]. Computer Science, 2023, 50(11A): 230900113.

[10]	张瑞芳, 伏铭强, 程小辉. 基于 YOLOv5s 的钢铁表面缺陷检测算法[J]. 科学技术与工程, 2024, 24(23): 9980-9988.

[11]	Zhang Ruifang, Fu Mingqiang, Chen Xiaohui. Steel surface defect detection algorithm based on YOLOv5s[J]. Science Technology and Engineering, 2024, 24(23): 9980-9988.

[12]	周孟然, 王昊男, 高立鹏, 等. 基于 YOLOv5s-FCS 的钢材表面缺陷检测[J]. 科学技术与工程, 2024, 24(14): 5901-5910.

[13]	Zhou Mengran, Wang Haonan, Gao Lipeng, et al. YOLOv5s-FCS based steel surface defect detection study[J]. Science Technology and Engineering, 2024, 24(14): 5901-5910.

[14]	Li J, Wen Y, He L. SCConv: spatial and channel reconstruction convolution for feature redundancy[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2023: 6153-6162.

[15]	Zhong J, Chen J, Mian A. DualConv: dual convolutional kernels for lightweight deep neural networks[J]. IEEE Transactions onNeural Networks and Learning Systems, 2022, 34(11): 9528-9535.

[16]	Ouyang D, He S, Zhang G, et al. Efficient multi-scale attention module with cross-spatial learning[C]// Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2023). Piscataway: IEEE, 2023: 1-5.

[17]	Zhang J, Li X, Li J, et al. Rethinking mobile block for efficient attention-based models[C]// Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV). Piscataway: IEEE, 2023: 1389-1400.

[18]	Wu Y, He K. Group normalization[C]// Proceedings of the European Conference on Computer Vision (ECCV). New York: IEEE, 2018: 3-19.

[19]	Li X, Wang W, Hu X, et al. Selective kernel networks[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2019: 510-519.

[20]	Bao Y, Song K, Liu J, et al. Triplet-graph reasoning network for few-shot metal generic surface defect segmentation[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-11.

[21]	Huang Y, Qiu C, Yuan K. Surface defect saliency of magnetic tile[J]. The Visual Computer, 2020, 36(1): 85-96.

[22]	Shi X, Zhou S, Tai Y, et al. An improved faster R-CNN for steel surface defect detection[C]// 2022 IEEE 24th International Workshop on Multimedia Signal Processing (MMSP). New York: IEEE, 2022: 1-5.

[23]	Wang Y, Wang X, Hao R, et al. Metal surface defect detection method based on improved cascade R-CNN[J]. Journal of Computing and Information Science in Engineering, 2024, 24(4): 041002.

[24]	Liang C, Wang Z Z, Liu X L, et al. SDD-Net: a steel surface defect detection method based on contextual enhancement and multiscale feature fusion[J]. IEEE Access, 2024, 11: 27-38.

[25]	Ge Q, Yuan H, Zhang Q, et al. Hyper-progressive real-time detection transformer (HPRT-DETR) algorithm for defect detection on metal bipolar plates[J]. International Journal of Hydrogen Energy, 2024, 74: 49-55.

[26]	Li J, Chen M. DEW-YOLO: an efficient algorithm for steel surface defect detection[J]. Applied Sciences, 2024, 14(12): 5171.

[27]	Zhang H, Fu W, Wang X, et al. An efficient model for metal surface defect detection based on attention mechanism and multi-scale feature[J]. The Journal of Supercomputing, 2025, 81(1): 40.