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

Sintesi Tecnica: YOLOv11 Adattivo Leggero per la Percezione dei Difetti Industriali e il Sistema di Controllo Cibernetico di Smistamento a Ciclo Chiuso

Problematica
L'ispezione dei difetti superficiali industriali e lo smistamento automatico sono link di feedback critici nei sistemi cibernetici di produzione intelligente. Tuttavia, i metodi di rilevamento esistenti affrontano tre colli di bottiglia primari quando applicati al controllo cibernetico industriale:

1. Vincoli di Implementazione: I modelli convenzionali possiedono spesso un numero elevato di parametri e una bassa velocità di inferenza, non riuscendo a soddisfare i vincoli di feedback su scala millisecondo richiesti per il controllo industriale in tempo reale su dispositivi edge a bassa potenza.
2. Robustezza Ambientale: I difetti industriali presentano distribuzioni multi-scala e segnali di caratteristiche deboli suscettibili a illuminazione non uniforme, occlusione superficiale e rumore di fondo. Le reti a struttura fissa soffrono spesso di un'estrazione delle caratteristiche instabile, portando a falsi positivi o mancati rilevamenti.
3. Disconnessione del Sistema: La maggior parte delle ricerche basate su YOLO si concentra esclusivamente su compiti isolati di riconoscimento d'immagine. Manca l'accoppiamento tra gli output di rilevamento e gli attuatori industriali, impedendo la formazione di un sistema di feedback cibernetico standardizzato "percezione-decisione-esecuzione".

Metodologia
Il documento propone un rilevatore YOLOv11 Adattivo Leggero integrato in un sistema completo di controllo cibernetico di smistamento a ciclo chiuso guidato dall'apprendimento automatico e dalla percezione. L'approccio prevede tre componenti tecniche core:

1. Modulo di Attenzione Adattiva delle Coordinate Leggera (LCAA):

   • Incorporato nei blocchi C2f della backbone di YOLOv11.
   • Integra la percezione delle coordinate spaziali con la ponderazione adattiva dei canali.
   • Utilizza il pooling monodimensionale orizzontale e verticale per catturare dipendenze spaziali a lunga distanza, evitando l'overhead computazionale del pooling globale 2D.
   • Sostituisce i tradizionali strati completamente connessi con una convoluzione $1\times1$ leggera per ridurre i parametri di circa il 15%, migliorando al contempo la risposta delle caratteristiche per difetti piccoli o sfocati e sopprimendo il rumore di fondo.

2. Strategia di Fusione delle Caratteristiche Multi-Scala Adattiva:

   • Implementata nella rete neck (Piramide delle Caratteristiche).
   • Regola dinamicamente i pesi di fusione tra texture fini superficiali e caratteristiche semantiche profonde in base alla distribuzione della scala del target in tempo reale all'interno di un batch.
   • Utilizza un fattore di scala $s$ derivato dalle dimensioni del bounding box per calcolare i pesi adattivi ($\alpha_s$ e $\alpha_d$). Ciò assicura che i difetti minuscoli mantengano informazioni di texture ad alta risoluzione, mentre i difetti grandi sfruttino l'integrità semantica globale, mitigando i mancati rilevamenti attraverso diverse scale.

3. Sistema di Controllo Cibernetico a Ciclo Chiuso:

   • Architettura: Comprende un modulo di percezione visiva edge (Jetson Nano), un modulo di controllo decisionale dell'ordinatore superiore e un modulo di smistamento esecutivo (braccio meccanico).
   • Logica: Il modello ottimizzato funge da sensore del sistema. Gli output di rilevamento in tempo reale (tipo di difetto, coordinate, confidenza) servono come segnali di feedback dello stato.
   • Controllo: L'ordinatore superiore confronta i dati di rilevamento con una logica prestabilita per generare istruzioni di smistamento. Il braccio meccanico esegue lo smistamento con offset per i prodotti difettosi, permettendo ai prodotti conformi di passare, formando un ciclo di feedback negativo.
   • Implementazione: Il modello è quantizzato e ottimizzato per l'hardware embedded edge per garantire tempi di rilevamento per singolo frame inferiori a 30 ms, con un ritardo totale di sistema end-to-end inferiore a 50 ms.

Contributi Chiave
Il documento identifica tre innovazioni interdisciplinari fondamentali:

1. Ottimizzazione Algoritmica: La proposta del modulo LCAA, che simultaneamente comprime l'overhead computazionale della rete e migliora l'estrazione delle caratteristiche per difetti piccoli e di bassa qualità, garantendo segnali di input stabili per il controller.
2. Adattamento Dinamico: La progettazione di una strategia di fusione delle caratteristiche multi-scala adattiva che regola autonomamente le proporzioni di fusione in base alla scala del target, migliorando la robustezza contro variazioni nelle dimensioni dei difetti e prevenendo il jitter del segnale di controllo causato dall'instabilità del rilevamento.
3. Integrazione di Sistema: La costruzione di un framework completo a ciclo chiuso "percezione-decisione-esecuzione". Questo lavoro collega direttamente gli output di rilevamento leggero in tempo reale agli attuatori di smistamento industriale, rompendo la separazione tra algoritmi di computer vision e attrezzature di controllo automatico industriale.

Risultati Sperimentali
Gli esperimenti sono stati condotti sul dataset pubblico NEU steel defect (1.800 immagini, 6 tipi di difetti) e validati su una piattaforma fisica di smistamento edge.

• Prestazioni di Rilevamento: Il metodo proposto ha raggiunto un 97,2% di mAP@0.5, un miglioramento del 2,7% rispetto al vanilla YOLOv11 (94,5%).
• Efficienza: Rispetto all'originale YOLOv11, i parametri sono stati ridotti del 28,6% (da 7,82M a 5,58M) e la velocità di inferenza (FPS) è aumentata del 32,1% (da 58,6 a 77,4).
• Analisi Comparativa: Il metodo ha superato gli algoritmi mainstream inclusi SSD, YOLOv8 e YOLOv10 in termini di accuratezza, numero di parametri e velocità di inferenza.
• Prestazioni del Sistema di Controllo: I test sulla piattaforma fisica hanno dimostrato un tasso di successo dello smistamento del 98,5% e un errore a regime inferiore al 2%. Il sistema ha mantenuto un ritardo end-to-end complessivo inferiore a 50ms, soddisfacendo i vincoli di stabilità del controllo di linee di produzione discrete.

Significato e Rivendicazioni
Il documento posiziona questo lavoro come una soluzione alla disconnessione tra il rilevamento visivo tramite machine learning e il controllo automatico industriale.

• Integrazione Interdisciplinare: Rivendica di aver realizzato l'integrazione organica tra la percezione tramite machine learning e la regolazione cibernetica a ciclo chiuso industriale, allineandosi al posizionamento interdisciplinare di machine learning e cibernetica.
• Valore Ingegneristico: Trattando il modello di rilevamento come un'unità di sensori all'interno di un sistema di controllo discreto, lo studio va oltre la pura computer vision per fornire un paradigma standardizzato per il controllo di feedback della percezione visiva nella produzione intelligente.
• Applicazione Pratica: Il sistema consente statistiche di qualità online e la regolazione dinamica della velocità della linea di produzione, offrendo uno schema tecnico fattibile per l'integrazione della percezione visiva e del controllo cibernetico in vari scenari industriali.

Gli autori riconoscono i limiti, notando che l'attuale validazione è limitata al dataset NEU e a una piattaforma di simulazione, e che il lavoro futuro si concentrerà sull'espansione dei dataset dei difetti e sull'aggiunta di funzioni di pianificazione intelligente e autodiagnosi dei guasti.