High-Accuracy Surface Defect Detection for Metal Strips: Lightweight YOLOv5s-SC2 with LAMP Pruning
本文提出了一种名为 YOLOv5s-SC2 的轻量化、高精度金属条表面缺陷检测模型，该模型通过集成 SAC 和 RepGFPN 等架构改进在 NEU-DET 数据集上实现了 84.3% 的 mAP，并利用 LAMP 剪枝技术显著降低了模型大小和计算成本，以实现高效的边缘部署且仅造成极小的精度损失。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一名超级快速组装线上的质量检测员，但你检查的不是玩具或零食，而是长长的、闪闪发光的金属带。这些金属条是汽车车身到厨房电器等各种产品的骨干，但它们在运输过程中很容易出现划痕、裂纹或凹坑。如果一个微小的缺陷溜了过去，可能会毁掉整个产品。长期以来，人类试图用肉眼来发现这些缺陷，但人会疲劳，而使用传统传感器的机器有时会漏掉细微之处，或者被金属的眩光所迷惑。
这就是计算机视觉的世界，在这里，我们教会计算机像我们一样“看”，但拥有闪电般的速度。这项工作中最流行的工具叫做“神经网络”，它基本上是一个通过观察数千张图片来学习识别模式的数字大脑。其中一种特定类型的大脑叫做 YOLO（代表“You Only Look Once”），它以速度极快而闻名。然而，问题在于：这些数字大脑通常太重、太慢，无法在工厂车间使用的那些小型、廉价的计算机上运行。它们需要既足够轻量以实现实时运行，又足够敏锐以发现发丝般的裂纹。这正是科学家们试图解决的谜题：我们如何制造出一个既超级聪明又轻如羽毛的检测器？
这正是太原科技大学的研究团队在他们的一项新研究中所应对的任务。他们想要构建一个更好的 YOLOv5s 检测器，专门用于识别金属条缺陷，然后将其缩小，以便它能在小型设备上运行而不失去敏锐的目光。
他们是这样做的。首先，他们意识到计算机用来捕捉缺陷的标准“网络”并不完全适用于划痕和裂纹的奇特形状。因此，他们调整了网络的结构设计。他们将一些旧部件更换为更高效的新部件，称为“C2f”和“可切换空洞卷积”（Switchable Atrous Convolution）。你可以把这想象成升级自行车的齿轮；新的齿轮让自行车能够爬上陡峭的山坡（检测微小且难以察觉的缺陷），而骑行者不会感到精疲力竭（消耗过多的计算能力）。他们还添加了一种特殊的“注意力机制”，这就像是给计算机戴上了一副高倍眼镜，告诉它：“忽略闪亮的背景，看这里，看那道微小的划痕！”
在构建了这个超级检测器并将其命名为 YOLOv5s-SC2 后，他们在包含六种不同类型缺陷的 1,800 张金属条图像的数据集上对其进行了测试。结果令人印象深刻。新模型识别缺陷的准确率得分（称为 mAP）达到了 84.3%，比原始的、未经修改的版本提高了 4.4 个百分点。它在寻找那些通常会溜掉的棘手、微小缺陷方面表现尤为出色。
但如果一个超级聪明的模型太重而无法携带，那它也是没用的。研究人员知道工厂需要这些模型在小型边缘设备上运行，因此他们应用了一种称为 LAMP 剪枝（LAMP pruning）的技术。想象你背着一个装满工具的大背包，你知道自己只需要其中几种特定的工具，所以你会仔细地移除那些沉重、多余的工具，而不丢弃那些你真正需要的工具。这就是 LAMP 剪枝所做的：它切掉了数字大脑中不必要的部位。
当他们对模型进行剪枝使其速度提升了 2.5 倍时，结果达到了速度与智能之间的完美平衡。模型的体积降至原始重量的 56.2%，内存占用下降到 56.9%，而它需要进行的数学运算量（计算成本）骤降至 39.4%。最棒的部分是？它的准确率几乎没有波动，仅下降了 0.2 个百分点。
简而言之，该团队成功地为金属条构建了一个轻量化、高速化的侦探。他们证明了通过升级内部齿轮并随后仔细修剪多余部分，你可以创造出一个既极其准确又足够轻盈、能够在工厂车间运行的系统，从而确保每一条离开生产线的金属条都尽可能完美。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。