Defect-Aware YOLOv8n for Real-Time Surface Defect Detection on Printed Playing Cards with Dense Graphic Backgrounds
本文提出了一种增强型缺陷感知 YOLOv8n 框架，该框架通过结合 ResNet50 主干网络、DeCA、带有 SPD-Conv 的改进型 BiFPN、动态自适应解耦头以及 Wise-IoU v3，旨在实现对印刷扑克牌密集图形背景下的小型、低对比度缺陷的实时、高精度检测，其在 mAP@50 指标上比标准 YOLOv8n 提升了 12.8%，同时保持了 97 FPS 的推理速度。
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
在制造业领域，产品是合格通过检验还是被丢弃，往往取决于那些肉眼可能忽略、或因过于细微而与图案融为一体的缺陷。对于像印刷扑克牌这样的物品，这一挑战尤为严峻。这些卡牌布满了密集的复杂图形——花色、数字、肖像和装饰性边框——这创造了一个视觉上非常嘈杂的背景。当发生缺陷时，例如一小块墨迹污点、缺失的色块或边缘轻微的撕裂，它看起来可能与设计本身完全一致。传统的检查方法通常依赖于将图像与完美的模板进行对比，但当光照发生变化或卡牌位置稍微偏移时，这种方法就会显得力不从心。为了解决这个问题，研究人员转向了人工智能，特别是被称为“检测器”的一种特定计算机视觉系统。这些系统通过学习数以千计的示例来识别模式，但在这里它们面临着一个独特的障碍：它们必须在跟上高速生产线速度的同时，从复杂的精美艺术品中分辨出真实的缺陷。
来自浙江工业大学的一个研究团队与一家当地工业伙伴合作，开发了一种专门用于应对这种视觉迷宫的新系统。他们的工作重点是创建一个流行检测模型的“缺陷感知”版本，并对其进行了定制，使其能够看穿扑克牌表面的杂乱干扰。他们解决的核心问题是，标准的 AI 模型在处理图像时往往会丢失微小的细节，就像照片在过度放大时会失去清晰度一样。在扑克牌的情况下，密集的图形可能会使系统过载，导致其忽略微小的缺陷，或将正常的图案误认为错误。研究人员构建了一种解决方案，旨在增强系统捕捉这些微弱信号的能力，抑制干扰性的背景，并在保持实时工厂作业所需速度的同时，完整保留微小缺陷的细节。
为了训练他们的系统，团队直接从生产线上收集了大量的图像，捕捉了具有四种特定类型缺陷的卡牌：边缘损坏、缺墨、折痕和污渍。他们精心策划了这个数据集，剔除了模糊或无效的图像，并确保训练数据的划分方式能够防止计算机仅仅是死记硬背特定的图片。相反，系统必须学习每种缺陷类型的普遍特征。随后，他们采用了一个标准的轻量化检测模型，并用几个专门的组件对其进行了升级。首先，他们用一个更强大的结构替换了模型的初始“眼睛”，该结构能够从图像中提取更深层的细节。接着，他们添加了一个类似于选择性过滤器机制的部分，帮助系统忽略卡牌设计中繁忙且重复的图案，同时突出实际缺陷的不规则形状。他们还改进了系统组合不同尺度信息的方式，确保在处理图像时不会丢失微小的细节，并引入了一个动态调整系统，帮助计算机决定是专注于识别物体是什么，还是精准定位物体所在的位置。
这种方法的成果非常显著。当在扑克牌图像上进行测试时，新系统的检测准确率达到了 96.3%，相比其所基于的标准版本（得分为 83.5%）有了实质性的提升。更重要的是，该系统保持了极高的速度，每秒可处理 97 张图像。这种精度与速度的平衡在工业环境中至关重要，因为缓慢的系统会成为整个生产线的瓶颈，而不准确的系统则会让缺陷卡牌溜过去。研究人员发现，这些改进在所有四个缺陷类别中都是一致的。该系统在识别边缘缺陷和折痕方面表现尤为出色，这些缺陷通常很薄且容易被忽视；同时，它展现出了卓越的能力，能够将缺墨现象与周围的印刷图案区分开来，而不被密集的图形所迷惑。
研究还表明，并非单一的改动导致了成功，而是这些升级共同作用的结果。研究人员通过逐一添加新功能来测试他们的系统，观察性能如何随着每一步而增长。他们发现，仅仅使用更强大的初始结构就提供了巨大的提升，但加入选择性过滤和改进的细节尺度处理方式，才提供了达到近乎完美准确率所需的最后推动力。系统还学会了更好地处理模糊缺陷边界的不确定性，根据证据的清晰程度来调整其置信度。虽然该系统非常有效，但作者指出，它是基于单一生产线的数据进行训练的。他们建议，未来的工作需要跨不同工厂和光照条件来测试该系统，以确保其在多变环境中保持稳健。然而，就目前而言，这项工作提供了一种切实可行且经过验证的方法，用于保持大规模生产印刷品的高质量，确保桌面上发出的每一张扑克牌都远离那些可能被忽视的瑕疵。
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。