SWCB-YOLO: Toward Robust and Real-Time Wind Turbine Blade Defect Detection in Unstructured Natural Environments

Technische Samenvatting: SWCB-YOLO voor defectdetectie van windturbinebladen

Probleemstelling
Inspectie met onbemande luchtvaartuigen (UAV's) is een standaardstrategie voor het onderhoud van windturbinebladen; het implementeren van deep learning-detectoren in operationele windparken staat echter voor drie kritieke uitdagingen die de nauwkeurigheid verminderen:

1. Ongestructureerde omgevingsinterferentie: Inspectiebeelden lijden aan hoogfrequente textuurinterferentie veroorzaakt door lichtreflecties, bewolking en bodenvegetatie, wat leidt tot verhoogde fout-positieveven en gemiste detecties.
2. Defecten met een hoge aspectratio: Bladscheuren zijn vaak slank en vertakkend. Standaard convolutionele netwerken hebben beperkte lokale receptieve velden, terwijl vision transformers met vierkante vensters de continue structuur van deze langgerekte doelwitten deels afsnijden.
3. Nietlineaire geometrische vervorming: Het dubbelgekromde, zadelvormige oppervlak van turbinebladen veroorzaakt nietlineaire vervormingen wanneer scheuren op een 2D-beeldvlak worden geprojecteerd. Standaard bounding-box regressieverliezen missen de capaciteit voor geometrische uitlijning om deze vervormingen aan te pakken, met name in hoog-gekromde zones zoals bladtippen.

Methodologie: SWCB-YOLO
De auteurs stellen SWCB-YOLO voor, een lichtgewicht randdetector gebouwd op de YOLOv11n-baseline, ontworpen om te opereren binnen de computationele en real-time beperkingen van UAV-edge platforms (specifiek de NVIDIA Jetson Xavier NX). Het framework integreert drie kerncomponenten:

1. Asymmetrische Strip Swin-TransformerV2 (AS-Swin2) Module:

   • Mechanisme: Deze module vervangt de standaard vierkante vensterattentie door een Asymmetric Strip Window Attention (ASWA)-mechanisme. Het behoudt standaard lokale vierkante vensters terwijl het parallelle verticale ($M^2 \times 1$) en horizontale ($1 \times M^2$) asymmetrische partities inzet.
   • Functie: Deze orthogonale strookvormige receptieve velden sluiten aan bij de oriëntatie van slanke scheuren en leggen langetermijn, pixel-niveau afhankelijkheden langs de as van de scheur vast. Het bevat een gereparameteriseerde Directional Log-space Continuous Position Bias (Log-CPB) om achtergrondruis te onderdrukken en de gradiënten van de scheurranden te versterken.
   • Kosten: Het mitigeert de structurele afsnijding die typerend is voor vierkante vensters met minimale extra computationele kosten.

2. Frequentie-Ruimtelijk Dual-Domain Attention (FS-DDA):

   • Mechanisme: Een module met lage overhead die 2D Discrete Cosine Transform (2D-DCT) spectrale kanaalgewichten direct cascadeert in een ruimtelijke attentiefase met een groot receptief veld op een enkele backbone.
   • Functie: Het ontkoppelt hoogfrequente omgevingsclutter (bijv. vegetatie, reflecties) van zwakke defectranden. De spectrale tak dempt hoogfrequente ruis, terwijl de daaropvolgende ruimtelijke tak de geometrische continuïteit verfijnt. Deze dual-domain aanpak scheidt laagfrequente achtergronden van hoogfrequente abnormale randen effectiever dan kanaalgeoriënteerde aandachtmechanismen alleen.

3. Curvature-Aware Shape IoU (CA-Shape-IoU) Loss:

   • Mechanisme: Een tijdens de training gebruikte lokalisatieverlies die supervisie afleidt uit de onderliggende morfologie van de scheur in plaats van enkel uit de as-uitgelijnde bounding box.
   • Componenten: Het maakt gebruik van vooraf berekende offline velden uit ground-truth polygoonmaskers:
     • Bézier-kromminggewichten: Past hogere gradiëntstraf toe in hoog-gekromde regio's (bijv. bladtippen) om drift te corrigeren.
     • Voronoi-skeletafstandveld: Trekt de voorspelde box-grenzen naar het ware schelet van de scheur om fout-positieven bij bifurcaties te verminderen.
     • Elongatiebeperking: Handhaaft schaalnauwkeurigheid voor doelwitten met extreme aspectratio's ($r > 8$).
   • Impact op inferentie: Omdat de morfologische termen vooraf worden berekend en alleen tijdens de training worden toegepast, blijft de detectiekop ongewijzigd en is er geen extra kosten voor inferentie.

Belangrijkste Bijdragen

1. Morfologie-afgeleide Trainingsverlies: Het artikel introduceert CA-Shape-IoU, een geometrische uitlijningscriterium dat as-uitgelijnde detectieboxen superviseert met behulp van vooraf berekende kromming en skeletafstandvelden. Dit onderscheidt zich van eerdere vormbewuste verliezen die enkel op box-geometrie vertrouwen of segmentatie-gebaseerde skeletverliezen die segmentatiekoppen tijdens de inferentie vereisen.
2. Taakspecifieke Anisotrope Backbone: De AS-Swin2-module adresseert specifiek de afsnijding van slanke defecten door standaard vierkante vensters te combineren met orthogonale strip-partities en richting-adaptieve positionele codering binnen een SwinV2-blok.
3. Low-Overhead Dual-Domain Verfijning: Het FS-DDA-mechanisme bereikt frequentie-ruimtelijke scheiding zonder een tweede frequentie-backbone, door spectrale gewichtsverdeling te cascaderen in ruimtelijke aandacht om een single-backbone, lage-latentie ontwerp te behouden.
4. Strikte Evaluatieprotocol: Om een eerlijke vergelijking te garanderen, werden alle baseline en concurrerende detectoren vanaf nul opnieuw getraind onder een identiek protocol (dezelfde data-splits, inputresolutie, optimizer en hyperparameters) op een veld-dataset die een volledige jaarcyclus beslaat. De methode werd ook gevalideerd op drie open benchmarks (NEU-DET, DAGM, VisDrone-2019).

Resultaten
Geëvalueerd op een eigen veld-dataset van 5.707 afbeeldingen van een 1.5MW windpark:

• Nauwkeurigheid: SWCB-YOLO behaalde 89,0% mAP@50 en 66,4% mAP@50:95. Dit vertegenwoordigt een verbetering van 13,8 procentpunt in mAP@50 en 25,3 procentpunt in mAP@50:95 ten opzien van de YOLOv11n-baseline.
• Efficiëntie: Het model draait op 35 FPS op een NVIDIA Jetson Xavier NX met 3,70M parameters en 8,70 GFLOPs.
• Ablatie-inzichten:
  • De AS-Swin2-backbone leverde de meerderheid van de winst (~87% van de mAP@50 verbetering).
  • FS-DDA bood complementaire verfijning, met name in vegetatierijke en mistige omstandigheden, waarbij de recall die verloren ging door frequentiefiltering werd hersteld.
  • CA-Shape-IoU verbeterde specifiek de hoge-IoU lokalisatie (mAP@50:95) door geometrische drift te corrigeren zonder de latentie te verhogen.
• Cross-Dataset Generalisatie: Het model vertoonde positieve transfer naar NEU-DET (+7,2% mAP), DAGM (+4,6% mAP) en VisDrone-2019 (+3,8% mAP), hoewel de winsten afnamen naarmate de domeinafstand toenam, wat consistent is met de gespecialiseerde aard van de modules.
• Statistische Significantie: Paired t-testen en Wilcoxon signed-rank testen bevestigden dat de prestatieverbeteringen ten opzichte van de baselines statistisch significant zijn ($p < 0,001$).

Betekenis en Claims
Het artikel claimt dat SWCB-YOLO een specifiek gat opvult in het detecteren van kleine, langgerekte defecten op dubbelgekromde oppervlakken in ongestructureerde natuurlijke omgevingen, terwijl real-time inferentie op edge-apparaten behouden blijft.

• Robuustheid: Door de integratie van frequentiedomein-filtering en anisotrope aandacht, onderdrukt het model effectief fout-positieven veroorzaakt door complexe achtergronden (vegetatie, reflecties) die standaard detectoren vaak plagen.
• Geometrische Precisie: De CA-Shape-IoU loss toont aan dat het incorporeren van offline morfologische priors (kromming en skeletafstand) de bounding box-uitlijning voor gekromde doelwitten aanzienlijk kan verbeteren zonder de inferentie-kosten te verhogen.
• Praktische Implementatie: Het framework balanceert nauwkeurigheid en middelenbeperkingen, en biedt een levensvatbare oplossing voor geautomatiseerde UAV-gebaseerde bladinspectie waar hoge precisie vereist is naast strikte latentie- en energiebudgetten.

De auteurs merken beperkingen op, waaronder de afhankelijkheid van polygoon-annotaties voor de CA-Shape-IoU loss (hoewel de methode robuust blijft bij matige vereenvoudiging van annotaties) en potentiële overmatige smoothing in scenario's die extreme bewegingsonscherpte met mist combineren. Toekomstig werk is gericht op het verminderen van de afhankelijkheid van annotaties via semi-supervised learning en het verkennen van multimodale fusie.