Résumé Technique : Assignation d'Échantillons Sensible à la Morphologie pour la Détection de Défauts de Surface

1. Énoncé du Problème

L'article traite d'une limitation fondamentale de la détection d'objets visuels, spécifiquement dans le contexte de la détection de défauts de surface industriels : l'insensibilité de la métrique d'Intersection-over-Union (IoU) lors de l'assignation des échantillons positifs.

Bien que l'IoU soit le critère standard pour évaluer l'alignement géométrique entre les propositions candidates et les annotations de vérité terrain (ground-truth), la modélisation théorique révèle l'existence d'une « région de non-sensibilité » (ou plateau) sur la courbe de réponse de l'IoU. Dans cette région, des boîtes candidates présentant des chevauchements géométriques distincts (par exemple, des formes, des rapports d'aspect ou des surfaces différentes) produisent des scores d'IoU quasi identiques. Ce phénomène entraîne :

• Ambiguïté d'Assignation : L'incapacité à distinguer les différences géométriques subtiles parmi des candidats densément distribués.
• Propagation de Gradient Faible : Un classement ambigu des échantillons qui entrave une optimisation efficace durant l'entraînement.
• Erreurs Inter-Instances : Dans les scénarios où les instances de vérité terrain sont spatialement proches ou se chevauchent, les métriques basées sur l'IoU peuvent assigner incorrectement des échantillons à la mauvaise instance.

Cette limitation est particulièrement préjudiciable à la détection de défauts industriels, où les défauts présentent une grande diversité d'échelle et de morphologie, nécessitant un alignement géométrique fin que l'IoU standard ne parvient pas à fournir.

2. Méthodologie : Coût des Caractéristiques Morphologiques (MCC)

Pour surmonter l'insensibilité de l'IoU, les auteurs proposent un cadre d'Assignation d'Échantillons Sensible à la Morphologie centré sur le Coût des Caractéristiques Morphologiques (MCC). La méthodologie repose sur trois composantes clés :

A. Modélisation Paramétrée de la Boîte Candidate

Les auteurs paramètrent l'espace des boîtes candidates en utilisant $(x, y, \text{wh\_ratio}, \text{area})$. Par l'analyse théorique et la visualisation, ils démontrent que pour des branches spécifiques de cet espace (par exemple, un rapport d'aspect constant ou une surface constante), la courbe d'IoU présente des plateaux plats où les variations géométriques ne modifient pas le score.

B. Métriques de Similitude Multidimensionnelles

Pour résoudre les régions plates, les auteurs introduisent trois métriques de similitude morphologique complémentaires, chacune normalisée sur une plage de $(0, 1]$ :

1. Similitude de Surface ($Score_{Area}$) : Mesure la différence d'échelle entre les surfaces de la candidate et de la vérité terrain.
   $$Score_{Area} = 1 - \frac{|Area_{candi} - Area_{gt}|}{\max(Area_{candi}, Area_{gt})}$$
2. Similitude de Forme ($Score_{Shape}$) : Évalue l'aspect « élancé » ou « trapu » en comparant le rapport du côté le plus court au côté le plus long ($\min(w,h)/\max(w,h)$).
3. Similitude du Rapport Largeur-Hauteur ($Score_{WH}$) : Compare directement les rapports d'aspect ($w/h$) pour résoudre l'ambiguïté de symétrie inhérente à la métrique de forme (où un carré et un rectangle aux dimensions inversées pourraient produire des scores de forme similaires).

C. Le Score MCC et la Similitude Finale

Le score morphologique final est calculé comme la moyenne de ces trois métriques :
$$MCC_{Score} = \frac{1}{3} (Score_{Area} + Score_{Shape} + Score_{WH})$$

La similitude globale utilisée pour l'assignation des échantillons est le produit de l'IoU originale et du score MCC :
$$Similarity = IoU \times MCC_{Score}$$

Impact Théorique :

• Amélioration du Gradient : La combinaison des métriques remodèle la distribution de réponse, éliminant les plateaux plats et créant des gradients directionnels fluides.
• Iso-contours Polygonaux : Contrairement aux limites rectangulaires de l'IoU, la nouvelle métrique de similitude forme des contours d'iso-réponse polygonaux. Cela confine étroitement les régions de haute réponse autour de l'instance de vérité terrain, réduisant la « zone aveugle » où résident les échantillons ambigus.
• Surcharge Nulle : La méthode est une modification « plug-and-play » de l'assignateur d'échantillons, ne nécessitant aucun changement au backbone, à la tête (head) ou au pipeline d'inférence du modèle.

3. Principales Contributions

L'article expose quatre contributions primaires :

1. Analyse Théorique : Construction d'un cadre paramétré qui visualise et prouve l'existence de la région d'insensibilité de l'IoU, l'identifiant comme une cause d'erreurs d'assignation et de dégradation de l'efficacité de l'entraînement.
2. Mécanisme MCC : Proposition d'une mesure de similitude multidimensionnelle (Surface, Forme, Rapport d'aspect) qui compense efficacement les limitations de l'IoU, produisant des gradients directionnels et éliminant les zones aveugles dans l'évaluation des candidats.
3. Amélioration de la Sélection d'Échantillons : Démonstration que le paysage de correspondance raffiné comprime les régions de haute réponse en voisinages compacts et localisés autour des boîtes de vérité terrain, améliorant ainsi la précision de la séparation des échantillons positifs/négatifs et réduisant les faux positifs.
4. Efficacité Plug-and-Play : Validation que la méthode s'intègre de manière transparente dans les cadres existants (spécifiquement YOLOv9) avec zéro coût de calcul supplémentaire ou surcharge d'inférence, ce qui la rend très adaptée au déploiement industriel.

4. Résultats Expérimentaux

Les auteurs ont évalué la méthode en utilisant la famille de modèles YOLOv9 sur deux jeux de données de défauts de surface industriels : GC10-DET et NEU-DET.

• Gains de Performance :
  • GC10-DET : La méthode a obtenu des améliorations constantes de mAP sur toutes les variantes de YOLOv9 (t, s, m, c, e), avec un gain net moyen de 2,38 %. Notamment, le modèle YOLOv9-e a atteint 74,2 % de mAP (un gain de +2,5 %).
  • NEU-DET : Des améliorations stables similaires ont été observées, avec un gain moyen de mAP de 1,08 % sur l'ensemble de la famille de détecteurs.
• Efficacité de l'Entraînement : Les courbes d'entraînement ont montré que la méthode proposée accélérait la convergence. Le seuil mAP_0.5 de 0,6 a été atteint à l'époque (epoch) 50 avec MCC, contre l'époque 80 pour la version de base.
• Améliorations Spécifiques aux Défauts : La méthode a considérablement amélioré la détection de défauts morphologiquement divers et difficiles (ex: plis et piqûres de laminage), comme en témoignent l'analyse des courbes Précision-Rappel et les visualisations de cartes de chaleur de caractéristiques montrant un meilleur alignement de l'activation avec les vérités terrain.
• Comparaison avec l'État de l'Art (SOTA) : Comparée à d'autres détecteurs de défauts avancés (ex: GSCNet, LiFSO-Net, RT-DETR), la méthode proposée a atteint des scores mAP absolus compétitifs ou supérieurs tout en conservant l'architecture originale du modèle. Les auteurs soutiennent que l'obtention de hautes performances sur une base plus simple (FCOS/YOLOv9) sans modifications structurelles démontre l'avancement et la généralité de la méthode.

5. Signification et Revendications

L'article affirme que l'approche proposée offre un paradigme d'entraînement efficace en données qui traite un défaut théorique des métriques de détection standards sans compromettre la vitesse de déploiement.

• Pertinence Industrielle : La méthode est spécifiquement adaptée à l'inspection visuelle industrielle où les défauts varient drastiquement en échelle et en forme. La capacité à distinguer des différences géométriques subtiles est cruciale pour une localisation de haute précision.
• Avantage de Déploiement : En ne nécessitant aucune surcharge d'inférence supplémentaire et aucune modification structurelle, la méthode est présentée comme une solution pratique pour les systèmes réels où les ressources de calcul et la latence d'inférence sont contraintes.
• Généralité : Les auteurs affirment que la méthode n'est pas limitée à YOLOv9 mais est applicable à tout cadre de détection utilisant l'assignation d'échantillons (ex: RetinaNet, ATSS), car elle opère uniquement au niveau du calcul de similitude de l'assignateur.

Le travail conclut qu'optimiser la stratégie de sélection des échantillons positifs par la sensibilisation morphologique est une voie viable et efficace pour améliorer les performances de détection pour des cibles multi-échelles et morphologiquement diverses.