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

Résumé Technique : YOLOv11 Adaptatif et Léger pour la Perception de Défauts Industriels et le Système de Contrôle Cybernétique de Tri en Boucle Fermée

Énoncé du Problème
L'inspection des défauts de surface industriels et le tri automatique sont des liens de rétroaction critiques dans les systèmes cybernétiques de fabrication intelligente. Cependant, les méthodes de détection existantes font face à trois goulots d'étranglement majeurs lors de leur application au contrôle cybernétique industriel :

1. Contraintes de Déploiement : Les modèles conventionnels possèdent souvent des nombres de paramètres volumineux et des vitesses d'inférence faibles, ne parvenant pas à répondre aux contraintes de rétroaction de l'ordre de la milliseconde requises pour le contrôle industriel en temps réel sur des dispositifs de bord (edge) à faible puissance.
2. Robustesse Environnementale : Les défauts industriels présentent des distributions multi-échelles et des signaux de caractéristiques faibles, sensibles à l'éclairage inégal, à l'occlusion de surface et au bruit de fond. Les réseaux à structure fixe souffrent souvent d'une extraction de caractéristiques instable, entraînant des faux positifs ou des non-détections.
3. Déconnexion du Système : La plupart des recherches actuelles basées sur YOLO se concentrent uniquement sur des tâches isolées de reconnaissance d'images. Il existe un manque de couplage entre les sorties de détection et les actionneurs industriels, empêchant la formation d'un système de rétroaction cybernétique standardisé « perception-décision-exécution ».

Méthodologie
Le document propose un détecteur YOLOv11 Adaptatif et Léger intégré dans un système complet de contrôle cybernétique de tri piloté par l'apprentissage automatique et la perception. L'approche comprend trois composantes techniques centrales :

1. Module d'Attention Adaptative de Coordonnées Légères (LCAA) :

   • Intégré dans les blocs C2f du backbone de YOLOv11.
   • Intègre la perception des coordonnées spatiales avec une pondération adaptative des canaux.
   • Utilise un pooling unidimensionnel horizontal et vertical pour capturer les dépendances spatiales à longue distance, évitant ainsi la surcharge de calcul du pooling global 2D.
   • Remplace les couches entièrement connectées traditionnelles par une convolution $1\times1$ légère pour réduire les paramètres d'environ 15 % tout en améliant la réponse des caractéristiques des défauts minuscules ou flous et en supprimant le bruit de fond.

2. Stratégie de Fusion de Caractéristiques Multi-échelles Adaptative :

   • Implémentée dans le réseau de cou (Feature Pyramid).
   • Ajuste dynamiquement les poids de fusion entre les textures fines peu profondes et les caractéristiques sémantiques profondes en fonction de la distribution d'échelle réelle des défauts cibles au sein d'un lot.
   • Utilise un facteur d'échelle $s$ dérivé des dimensions des boîtes englobantes pour calculer les poids adaptatifs ($\alpha_s$ et $\alpha_d$). Cela garantit que les défauts minuscules conservent des informations de texture à haute résolution, tandis que les défauts larges tirent parti de l'intégrité sémantique globale, atténuant les non-détections à travers différentes échelles.

3. Système de Contrôle Cybernétique en Boucle Fermée :

   • Architecture : Comprend un module de perception visuelle en bordure (Jetson Nano), un module de décision de contrôle de l'ordinateur supérieur et un module de tri d'exécution (bras mécanique).
   • Logique : Le modèle optimisé agit comme le capteur du système. Les sorties de détection en temps réel (type de défaut, coordonnées, confiance) servent de signaux de rétroaction d'état.
   • Contrôle : L'ordinateur supérieur fait correspondre les données de détection à une logique préétablie pour générer des instructions de tri. Le bras mécanique exécute le tri par décalage pour les produits défectueux tout en laissant passer les produits conformes, formant une boucle de rétroaction négative.
   • Déploiement : Le modèle est quantifié et optimisé pour le matériel embarqué de bord afin de garantir des temps de détection par image inférieurs à 30 ms, avec un délai total de bout en bout du système inférieur à 50 ms.

Principales Contributions
Le document identifie trois innovations interdisciplinaires clés :

1. Optimisation Algorithmique : La proposition du module LCAA, qui compresse simultanément la surcharge de calcul du réseau et améliore l'extraction de caractéristiques pour les défauts minuscules et de faible qualité, assurant des signaux d'entrée stables pour le contrôleur.
2. Adaptation Dynamique : La conception d'une stratégie de fusion de caractéristiques multi-échelles adaptative qui ajuste de manière autonome les proportions de fusion des caractéristiques en fonction de l'échelle de la cible, améliorant la robustesse face aux variations de taille des défauts et évitant les oscillations du signal de contrôle causées par l'instabilité de la détection.
3. Intégration du Système : La construction d'un cadre complet de « perception-décision-exécution ». Ce travail connecte directement les sorties de détection légère en temps réel aux contrôleurs de tri industriels, brisant la séparation entre les algorithmes d'apprentissage automatique et les équipements de contrôle automatique industriel.

Résultats Expérimentaux
Des expériences ont été menées sur le jeu de données public NEU steel defect (1 800 images, 6 types de défauts) et validées sur une plateforme physique de tri en bordure.

• Performance de Détection : La méthode proposée a atteint 97,2 % de mAP@0.5, soit une amélioration de 2,7 % par rapport au YOLOv11 standard (94,5 %).
• Efficacité : Comparé au YOLOv11 original, les paramètres ont été réduits de 28,6 % (de 7,82 M à 5,58 M) et la vitesse d'inférence (FPS) a augmenté de 32,1 % (de 58,6 à 77,4).
• Analyse Comparative : La méthode a surpassé les algorithmes dominants, notamment SSD, YOLOv8 et YOLOv10, en termes de précision, de nombre de paramètres et de vitesse d'inférence.
• Performance du Système de Contrôle : Les tests sur plateforme physique ont démontré un taux de réussite de tri de 98,5 % et une erreur d'état stationnaire inférieure à 2 %. Le système a maintenu un délai global de bout en bout inférieur à 50 ms, satisfaisant aux contraintes de stabilité des lignes de production discrètes.

Signification et Revendications
Le document positionne ce travail comme une solution à la déconnexion entre la détection visuelle par apprentissage automatique et le contrôle automatique industriel.

• Intégration Interdisciplinaire : Il revendique la réalisation de l'intégration organique de la perception par apprentissage automatique et de la régulation cybernétique en boucle fermée industrielle, s'alignant sur le positionnement interdisciplinaire de l'apprentissage automatique et de la cybernétique.
• Valeur d'Ingénierie : En traitant le modèle de détection comme une unité de détection au sein d'un système de contrôle discret, l'étude dépasse la simple vision par ordinateur pour fournir un paradigme standardisé pour le contrôle par rétroaction de perception visuelle dans la fabrication intelligente.
• Application Pratique : Le système permet des statistiques de qualité en ligne et un ajustement dynamique de la vitesse de la ligne de production, offrant un schéma technique faisable pour l'intégration de la perception visuelle et du contrôle cybernétique dans divers scénarios industriels.

Les auteurs reconnaissent les limites, notant que la validation actuelle est restreinte au jeu de données NEU et à une plateforme de simulation, et que les travaux futurs se concentreront sur l'extension des jeux de données de défauts et l'ajout de fonctions de planification intelligente et d'autodiagnostic de pannes.