Lightweight Dual-Path Network with Dynamic Distillation for Industrial LED Defect Recognition

在驱动现代世界的工厂里，数以百万计的微小灯光——LED（发光二极管）正在被组装完成。这些组件是我们屏幕的眼睛，也是城市中的灯塔，但它们非常脆弱。在制造过程中，它们可能会产生细微的缺陷：例如胶水中残留的气泡、略微松动的引脚，或是微小的异物尘埃。如果这些缺陷未能被发现，最终产品可能会失效，导致高昂的浪费和不可靠的技术。几十年来，制造商一直试图利用自动化相机和计算机来捕捉这些错误。早期的尝试依赖于僵化的规则或简单的模式匹配，当光照发生变化或缺陷外观略有不同时，这些方法往往会失效。近期的系统则使用深度学习，这是一种通过研究数千个示例来学习识别模式的人工智能技术。然而，这些智能系统通常需要庞大的计算能力，使得它们对于繁忙工厂车间中那些小型、廉价的计算机来说过于沉重且运行缓慢。此外，现实世界的工厂数据是杂乱无章的：某些类型的缺陷很常见，而另一些则很罕见；不同的缺陷看起来可能极其相似，甚至会让最先进的算法也感到困惑。

为了解决这一问题，来自中国几所大学的一个研究小组开发了一种全新的、轻量级的系统，专门为这些困难的工业环境而设计。他们的研究方法详述于最近的一项研究中，其核心在于教导一个小型且高效的计算机模型，使其能够以高精度识别 LED 缺陷，即使在数据不平衡且视觉线索微弱的情况下也是如此。该系统并非依赖单一、僵化的图像观察方式，而是采用了“双路径”策略。想象一下一名正在学习复杂学科的学生：他们可能会通过研读教科书来把握大局，同时也会通过观察详细的图表来掌握细节。该系统通过运行两条平行的分析流来实现类似的功能。一条流观察图像的整体结构，而另一条流则深入挖掘特定的细节层。至关重要的是，该系统并不会将这两种视角对每一张图像都视为同等重要。相反，它使用一种动态机制，根据每个具体的缺陷，决定在多大程度上侧重于宏观视图与细节视图。这使得计算机能够调整其关注点：当两种不同的缺陷看起来非常相似时，它会额外关注细节；而在缺陷显而易见时，则依赖于更广泛的上下文。

为了让这个小型系统尽可能聪明，研究人员采用了名为“知识蒸馏”的技术。在这个过程中，首先训练一个庞大、强大且计算成本高的“教师”模型，使其能够完美地识别缺陷。随后，这位“教师”会引导那个旨在用于工厂的小型“学生”模型。教师不仅告诉学生正确答案，还会分享不同类型缺陷之间的微妙关系，以及区分它们的特定特征。学生既从教师的最终决策中学习，也从教师得出决策的中间步骤中学习。这种知识转移使得轻量级的学生能够达到通常需要大型机器才能实现的准确度。研究人员在两组不同的数据上测试了这种方法：一组是他们自行构建的新数据集，包含 6,000 多张涵盖 8 种不同缺陷类型的图像；另一组是某大型科技公司使用的现有公开数据集。结果令人瞩目。在他们自己的数据集上，该系统的缺陷识别准确率达到了 97.17%，而在公开数据集上，准确率达到了 96.31%。这些数字代表了对目前市面上其他轻量级模型的显著改进，因为现有的轻量级模型在面对实际生产线中罕见且复杂的缺陷类型时往往表现挣扎。

该研究还解决了计算资源有限的挑战，这是工业部署中的一个关键因素。虽然新系统比现有的最简单模型稍复杂一些，但它仍然足够小，可以在标准硬件上高效运行。它的处理速度超过每秒 300 帧，足以跟上制造业快速运转的节奏。研究人员证明，该系统不仅仅是死记硬背训练图像，而是学会了泛化能力，这意味着它能够以高可靠性识别从未见过的缺陷。通过将双路径架构与知识蒸馏技术相结合，该团队创造了一个既强大又实用的工具。这项工作表明，高精度质量控制并不一定需要庞大且耗能的超级计算机。相反，通过教导较小的模型更有效地从其大型对应物中学习，并动态调整其关注点，工厂可以在不牺牲速度或效率的前提下实现更好的缺陷检测。研究人员已将其代码和新数据集向公众开放，邀请他人在此基础上进行进一步的研究，以实现更智能、更可靠的工业制造。