Lightweight Adaptive YOLOv11 for Industrial Defect Perception and Closed-Loop Sorting Cybernetic Control System

Resumen Técnico: YOLOv11 Adaptativo Ligero para la Percepción de Defectos Industriales y el Sistema de Control Cibernético de Clasificación en Bucle Cerrado

Planteamiento del Problema
La inspección de defectos superficiales industriales y la clasificación automática son eslabones de retroalimentación críticos en los sistemas de control cibernético de fabricación inteligente. Sin embargo, los métodos de detección existentes enfrentan tres cuellos de botella principales cuando se aplican al control cibernético industrial:

1. Restricciones de Despliegue: Los modelos convencionales suelen poseer conteos de parámetros voluminosos y velocidades de inferencia bajas, lo que impide cumplir con las restricciones de retroalimentación a nivel de milisegundos requeridas para el control industrial en tiempo real en dispositivos de borde de baja potencia.
2. Robustez Ambiental: Los defectos industriales exhiben distribuciones multiescala y señales de características débiles susceptibles a la iluminación desigual, la oclusión de la superficie y el ruido de fondo. Las redes de estructura fija suelen sufrir de una extracción de características inestable, lo que conduce a detecciones falsas o perdidas.
3. Desconexión del Sistema: La mayoría de las investigaciones actuales basadas en YOLO se centran únicamente en tareas aisladas de reconocimiento de imágenes. Existe una falta de acoplamiento entre las salidas de detección y los actuadores industriales, lo que impide la formación de un sistema de retroalimentación cibernética estandarizado de percepción-decisión-ejecución.

Metodología
El artículo propone un detector YOLOv11 Adaptativo Ligero integrado en un sistema completo de control cibernético de clasificación impulsado por aprendizaje automático y percepción. El enfoque involucra tres componentes técnicos centrales:

1. Módulo de Atención Adaptativa de Coordenadas de Ligero (LCAA):

   • Integrado en los bloques C2f del backbone de YOLOv11.
   • Integra la percepción de coordenadas espaciales con el pesaje adaptativo de canales.
   • Utiliza el pooling unidimensional horizontal y vertical para capturar dependencias espaciales de larga distancia, evitando la sobrecarga computacional del pooling global 2D.
   • Reemplaza las capas totalmente conectadas tradicionales con una convolución ligera de $1\times1$ para reducir los parámetros en aproximadamente un 15%, mientras mejora la respuesta de características de defectos diminutos y borrosos y suprime el ruido de fondo.

2. Estrategia de Fusión de Características Multiescala Adaptativa:

   • Implementada en la red del cuello (Pirámide de Características).
   • Ajusta dinámicamente los pesos de fusión entre las texturas finas superficiales y las características semánticas profundas basándose en la distribución de escala en tiempo real de los defectos del objetivo dentro de un lote.
   • Utiliza un factor de escala $s$ derivado de las dimensiones de la caja delimitadora para calcular pesos adaptativos ($\alpha_s$ y $\alpha_d$). Esto asegura que los defectos diminutos retengan información de textura de alta resolución, mientras que los defectos grandes aprovechen la integridad semántica global, mitigando las detecciones perdidas a través de diversas escalas.

3. Sistema de Control Cibernético de Bucle Cerrado:

   • Arquitectura: Comprende un módulo de percepción visual de borde (Jetson Nano), un módulo de control de decisión de la computadora superior y un módulo de ejecución de clasificación (brazo mecánico).
   • Lógica: El modelo optimizado actúa como el sensor del sistema. Las salidas de detección en tiempo real (tipo de defecto, coordenadas, confianza) sirven como señales de retroalimentación de estado.
   • Control: La computadora superior empareja los datos de detección contra una lógica preestablecida para generar instrucciones de clasificación. El brazo mecánico ejecuta la clasificación por desplazamiento para los productos defectuosos mientras permite el paso de los productos calificados, formando un bucle de retroalimentación negativa.
   • Despliegue: El modelo es cuantizado y optimizado para hardware embebido de borde para asegurar tiempos de detección de cuadro único por debajo de 30 ms, con un retraso total del sistema de extremo a extremo inferior a 50 ms.

Contribuciones Clave
El artículo identifica tres innovaciones interdisciplinarias centrales:

1. Optimización Algorítmica: La propuesta del módulo LCAA, que simultáneamente comprime la sobrecarga computacional de la red y mejora la extracción de características para defectos diminutos y de baja calidad, asegurando señales de entrada estables para el controlador.
2. Adaptación Dinámica: El diseño de una estrategia de fusión de características multiescala adaptativa que ajusta autónomamente las proporciones de fusión de características basadas en la escala del objetivo, mejorando la robustez contra tamaños de defecto variables y previniendo el jitter de la señal de control causado por la inestabilidad de la detección.
3. Integración del Sistema: La construcción de un marco completo de "percepción-decisión-ejecución". Este trabajo conecta directamente las salidas de detección ligeras en tiempo real con los controladores de clasificación industrial, rompiendo la separación entre los algoritmos de aprendizaje automático y los equipos de control automático industrial.

Resultados Experimentales
Los experimentos se realizaron en el conjunto de datos de defectos de acero NEU (1,800 imágenes, 6 tipos de defectos) y se validaron en una plataforma física de clasificación de borde.

• Rendimiento de Detección: El método propuesto logró un 97.2% de mAP@0.5, una mejora del 2.7% respecto al YOLOv11 original (94.5%).
• Eficiencia: En comparación con el YOLOv11 original, los parámetros se redujeron en un 28.6% (de 7.82M a 5.58M) y la velocidad de inferencia (FPS) aumentó en un 32.1% (de 58.6 a 77.4).
• Análisis Comparativo: El método superó a los algoritmos principales incluyendo SSD, YOLOv8 y YOLOv10 en términos de precisión, conteo de parámetros y velocidad de inferencia.
• Rendimiento del Sistema de Control: Las pruebas en la plataforma física demostraron una tasa de éxito de clasificación del 98.5% y un error de estado estacionario inferior al 2%. El sistema mantuvo un retraso total de extremo a extremo por debajo de los 50 ms, satisfaciendo las restricciones de estabilidad de las líneas de producción industrial discretas.

Significancia y Reivindicaciones
El artículo posiciona este trabajo como una solución a la desconexión entre la detección visual de aprendizaje automático y el control automático industrial.

• Integración Interdisciplinaria: Reivindica la realización de la integración orgánica de la percepción de aprendizaje automático y la regulación cibernética de bucle cerrado industrial, alineándose con el posicionamiento interdisciplinario del aprendizaje automático y la cibernética.
• Valor de Ingeniería: Al tratar el modelo de detección como una unidad de sensado dentro de un sistema de control discreto, el estudio va más allá de la visión computacional pura para proporcionar un paradigma estandarizado para el control de retroalimentación de percepción visual en la fabricación inteligente.
• Aplicación Práctica: El sistema permite estadísticas de calidad en línea y el ajuste dinámico de la velocidad de la línea de producción, ofreciendo un esquema técnico viable para la integración de la percepción visual y el control cibernético en diversos escenarios industriales.

Los autores reconocen las limitaciones, señalando que la validación actual está restringida al conjunto de datos NEU y a una plataforma de simulación, y que el trabajo futuro se centrará en expandir los conjuntos de datos de defectos y añadir funciones de programación inteligente y autodiagnóstico de fallos.