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

Resumo Técnico: YOLOv11 Adaptativo Leve para Percepção de Defeitos Industriais e Sistema de Controle Cibernético de Triagem em Malha Fechada

Definição do Problema
A inspeção de defeitos superficiais industriais e a triagem automática são elos de feedback críticos em sistemas cibernéticos de manufatura inteligente. No entanto, os métodos de detecção existentes enfrentam três gargalos principais quando aplicados ao controle cibernético industrial:

1. Restrições de Implementação: Os modelos convencionais frequentemente possuem contagens de parâmetros volumosas e baixas velocidades de inferência, falhando em atender às restrições de feedback de milissegundos exigidas para o controle industrial em tempo real em dispositivos de borda de baixa potência.
2. Robustez Ambiental: Os defeitos industriais exibem distribuições multiescala e sinais de características fracas, suscetíveis à iluminação irregular, oclusão de superfície e ruído de fundo. Redes de estrutura fixa frequentemente sofrem com extração de características instável, levando a detecções falsas ou perdidas.
3. Desconexão do Sistema: A maioria das pesquisas baseadas em YOLO foca exclusivamente em tarefas isoladas de reconhecimento de imagem. Há uma falta de acoplamento entre as saídas de detecção e os atuadores industriais, impedindo a formação de um sistema de feedback cibernético padronizado de percepção-decisão-execução.

Metodologia
O artigo propõe um detector YOLOv11 Adaptativo Leve integrado a um sistema completo de controle cibernético de triagem impulsionado por aprendizagem de máquina-percepção. A abordagem envolve três componentes técnicos principais:

1. Módulo de Atenção de Coordenadas Adaptativas Leves (LCAA):

   • Incorporado aos blocos C2f do backbone do YOLOv11.
   • Integra a percepção de coordenadas espaciais com ponderação adaptativa de canais.
   • Utiliza pooling unidimensional horizontal e vertical para capturar dependências espaciais de longa distância, evitando a sobrecarga computacional do pooling global 2D.
   • Substitui camadas totalmente conectadas tradicionais por uma convolução $1\times1$ leve para reduzir os parâmetros em aproximadamente 15%, enquanto aumenta a resposta de características de defeitos minúsculos e borrados e suprime o ruído de fundo.

2. Estratégia de Fusão de Características Multiescala Adaptativa:

   • Implementada na rede neck (Pirâmide de Características).
   • Ajusta dinamicamente os pesos de fusão entre texturas finas de baixa profundidade e características semânticas profundas com base na distribuição de escala em tempo real dos defeitos dentro de um lote.
   • Utiliza um fator de escala $s$ derivado das dimensões da caixa delimitadora para calcular pesos adaptativos ($\alpha_s$ e $\alpha_d$). Isso garante que defeitos minúsculos mantenam informações de textura de alta resolução, enquanto defeitos grandes aproveitem a integridade semântica global, mitigando detecções perdidas em várias escalas.

3. Sistema de Controle Cibernético de Malha Fechada:

   • Arquitetura: Compreende um módulo de percepção visual de borda (Jetson Nano), um módulo de controle de decisão de computador superior e um módulo de execução de triagem (braço mecânico).
   • Lógica: O modelo otimizado atua como o sensor do sistema. As saídas de detecção em tempo real (tipo de defeito, coordenadas, confiança) servem como sinais de feedback de estado.
   • Controle: O computador superior combina os dados de detecção com uma lógica predefinida para gerar instruções de triagem. O braço mecânico executa a triagem de desvio para produtos defeituosos enquanto permite a passagem de produtos qualificados, formando um loop de feedback negativo.
   • Implementação: O modelo é quantizado e otimizado para hardware embarcado de borda para garantir tempos de detecção de quadro único abaixo de 30 ms, com um atraso total de ponta a ponta do sistema inferior a 50 ms.

Principais Contribuições
O artigo identifica três inovações interdisciplinares principais:

1. Otimização Algorítmica: A proposta do módulo LCAA, que simultaneamente comprime a sobrecarga computacional da rede e aumenta a extração de características para defeitos minúsculos e de baixa qualidade, garantindo sinais de entrada estáveis para o controlador.
2. Adaptação Dinâmica: O design de uma estratégia de fusão de características multiescala adaptativa que ajusta autonomamente as proporções de fusão de características com base na escala do alvo, melhorando a robustez contra tamanhos de defeitos variáveis e prevenindo o jitter do sinal de controle causado pela instabilidade da detecção.
3. Integração de Sistema: A construção de um framework completo de "percepção-decisão-execução". Este trabalho conecta diretamente as saídas de detecção leves em tempo real com controladores de triagem industriais, quebrando a separação entre algoritmos de aprendizado de máquina e equipamentos de controle automático industrial.

Resultados Experimentais
Experimentos foram conduzidos no dataset de defeitos de aço NEU (1.800 imagens, 6 tipos de defeitos) e validados em uma plataforma física de triagem de borda.

• Desempenho de Detecção: O método proposto alcançou 97,2% de mAP@0.5, um aumento de 2,7% sobre o YOLOv11 original (94,5%).
• Eficiência: Comparado ao YOLOv11 original, os parâmetros foram reduzidos em 28,6% (de 7,82M para 5,58M) e a velocidade de inferência (FPS) aumentou em 32,1% (de 58,6 para 77,4).
• Análise Comparativa: O método superou algoritmos mainstream, incluindo SSD, YOLOv8 e YOLOv10, em termos de precisão, contagem de parâmetros e velocidade de inferência.
• Desempenho do Sistema de Controle: Testes na plataforma física demonstraram uma taxa de sucesso de triagem de 98,5% e um erro de estado estacionário inferior a 2%. O sistema manteve um atraso total de ponta a ponta abaixo de 50 ms, satisfazendo as restrições de estabilidade de controle de linha de produção discreta.

Significância e Alegações
O artigo posiciona este trabalho como uma solução para a desconexão entre a detecção visual por aprendizado de máquina e o controle automático industrial.

• Integração Interdisciplinar: Alega realizar a integração orgânica da percepção por aprendizado de máquina e regulação cibernética de malha fechada, alinhando-se ao posicionamento interdisciplinar de aprendizado de máquina e cibernética.
• Valor de Engenharia: Ao tratar o modelo de detecção como uma unidade de sensoriamento dentro de um sistema de controle discreto, o estudo vai além da visão computacional pura para fornecer um paradigma padronizado para o controle de feedback de percepção visual na manufatura inteligente.
• Aplicação Prática: O sistema permite estatísticas de qualidade online e ajuste dinâmico da velocidade da linha de produção, ofereferendo um esquema técnico viável para a integração de percepção visual e controle cibernético em diversos cenários industriais.

Os autores reconhecem limitações, observando que a validação atual está restrita ao dataset NEU e a uma plataforma de simulação, e que trabalhos futuros focarão na expansão dos datasets de defeitos e na adição de funções de agendamento inteligente e autodiagnóstico de falhas.