基于YOLOv5算法的钢材表面缺陷检测方法研究

杨硕

苏交科集团检测认证有限公司 江苏 南京 211112

在我国制造业中，钢材生产是国民经济发展的重要基础产业，而钢材表面缺陷检测是决定钢材质量的重要因素。在实际生产中，由于钢材表面存在不同程度的锈蚀、划痕、压痕、凹陷等缺陷，导致钢材表面检测过程中的缺陷图像分辨率低、特征不明显、种类较多且变化大，传统的人工检测存在效率低、准确率低、检测结果不直观等问题。

1 YOLOv5目标检测算法

1.1 网络结构

YOLOv5网络结构包括Neck特征融合、输入端、YOLO检测头、Backbone骨干网络，其中输入端基本操作是对图片进行裁剪处理，将图片拼接为指定分辨率的图像；Backbone骨干网络主要对图片进行切片处理，将3通道分为为12通道，然后经过32个卷积层，将图片转换为32通道，扩增图片通道能够增加基础的深度和网络宽度，有利于减少参数和降低计算难度，提高算法运行效率；Neck由路径聚合网络和特征金字塔组成，其主要用于获取图片特征信息[1-2]；YOLO检测头针对检测目标产生检测层，每个检测层均有3个锚框对图片进行检测，结果包括对象信息（obj）、定位信息（x,y,w,h）和类别信息（cls）。

1.2 检测原理

YOLOv5算法检测钢材表面缺陷时，采用PAN特征融合获取不同尺度检测特征，并输出S×S的特征网络预测框。

1.3 损失函数

置信度损失计算公式如下：

分类损失计算公式如下：

定位损失融合了完全交并比，其考虑了真实框和预测框的重叠面积、长宽比和中心点距离，计算公式如下：

2 YOLOv5算法改进

2.1 Fuzzy C-means聚类anchor算法

YOLOv5算法聚类采用K-means算法，该算法属于硬聚类算法，样本点相似度的衡量通常采用欧氏距离，样本点欧氏距离越大，样本相似度越小，并且会将其归为某种类型，具有“非此即彼”性质，聚类精度相对较低[4]。而模糊c-均值聚类算法（fuzzy c-means algorithm,FCM）基于像素对彩色图像进行分割，可以进一步提高聚类算法的稳定性和速度。此外，该算法通过优化样本函数获得其聚类隶属度，该值越大样本所属类概率越大，聚类算法如下所示，其中m>1，该值主要用于控制聚类模糊度，通常情况下取值为2。

FCM聚类迭代更新终止条件如下：

迭代隶属度无变化或者变化较小时，即达到最优状态。

2.2 引入多谱通道注意力机制

将注意机制引入到计算机视觉信息加工中，既能有效地利用有限的计算资源实现对重要对象的识别，又能满足人类视觉认知需求。多谱通道注意力，基于频域信道注意力思想，将通道表征问题从一个新的视角进行研究，将其作为频率分析压缩过程，在保证通道整体表达性能的前提下，对通道的信息进行压缩编码[5]。

FcaNet注意力机制如上图所示，首先从通道维度角度对输入特征X进行划分，并将其表示为，其中其次对划分的每个部分进行离散余弦变换（DCT）频率分量计算，并根据计算结果获取每个划分部分逻辑变量（Freq）向量：

根据以上运算结果，可以将多谱通道注意力框架改写为式（13），由式（12）（13）可知，本文将全局平均池化方法进行优化，获得多频率分量框架，以此来丰富压缩后的通道信息，并直观的表达该信息。

2.3 引入解耦检测头

传统目标检测技术主要依赖单一检测器预测目标的位置和类别，然而这种方法存在一定的局限性，无法充分利用不同目标之间的关联信息。为了解决这个问题，本文采用了解耦检测头的策略。分离式检测将目标定位与类别预测分别划分为两个单独的任务，并采用各自的神经网络模块执行相应功能。这样的策略使得网络更具适应性，从而优化了对目标特征的识别能力，进而提高了检测的准确性和泛化性能。

具体来说，解耦检测头的构成可以分为两大主要部分：头部位移与类别分离头部。位置解耦头主要负责预测目标空间相关信息，包括边界框坐标和尺寸；而类别解耦头的主要职责是预测目标物体的类别，简而言之，它确定目标物体所属的类别。独立处理这两个任务有助于网络更加专注地学习各个方面的特性，进而提高整体的检测效能。

此外，解耦检测头能够巧妙地结合各类损失函数进行优化训练。在优化解耦头训练过程中，可采用平衡交叉熵损失函数，以确保各类样本在训练过程中获得同等的关注；而平滑 L1 损失函数适用于训练位置解耦模块，以保证目标位置的准确预测。通过运用这种灵活的损失函数组合策略，能够显著增强模型的泛化能力和稳定性。

在YOLOX算法中采用解耦头可以进一步提高算法检测精度和收敛速度。而YOLOv5采用的耦合头为回归和分类任务不分离类型，在目标检测中回归任务和分类任务存在冲突问题，而解耦检测头（Decoupled Head）突出在一个解字，就是把特征图用不同的分支分开处理，

3 实验与结果分析

3.1 实验数据集

以某大学发布的NEU-DET热轧带钢表面数据集为例，获取5种钢材常见故障，包括划痕、麻点、夹杂、斑块和压入氧化皮，以上缺陷均获取300张尺寸为200×200的图像。实验数据集共1500张钢材表面缺陷图像，将所有图像按照2:8比例划分为测试集和训练集。

实验操作系统采用ubuntu，软件环境为CUDNN9.1和CUDA10.2；编程语言采用Python；开发框架采用PyTorch。

3.2 生成anchor实验

YOLOv5算法anchor框主要从COCO数据集中获取，由于钢材表面缺陷与COCO数据集的真实框存在一定差异，需要生成9组anchor，并进行两次聚类，因此设置YOLOv5算法聚类中心数为9，利用FCM生成9个anchor，最后取聚类中心和样本点交并比最大值的均值作为聚类结果，

3.3 实验结果分析

钢材表面缺陷检测通常采用平均精度均值（mAP）、精准率（Pre）和召回率（Rec）等指标评价算法性能。其中mAP主要衡量所有缺陷类别的平均精度；Pre用于描述正样本在所有实验样本中占据的比例；Rec用于描述正样本在所有正样本类别汇总占据的比例。计算公式如下：

实验采用mAP作为算法评价指标，实验检测结果如表1所示。

从表1中可以看出，在YOLOv5算法的基础上，引入FCM算法后，刚才表面缺陷检测精度mAP由0.80提升至0.82，提升幅度约为1.6个百分点，而在检测速度方面基本无明显的差异，这是因为算法的网络结构并未改变，引入FCM算法只能改变先验框聚类方式，并且FCM算法并未嵌入网络将先验框加入训练中，不会增加算法参数量，因此缺陷检测速度并无明显变化；同时引入FCM和解耦头的情况下，检测精度mAP提升至0.83，但是检测速度由一定程度下降。

与为改进YOLOv5算法相比，引入FCM算法和解耦头后，改进YOLOv5算法在不同的缺陷检测精度方面均有一定程度提升，尤其是在检测结果精度较差的压入氧化皮缺陷，改进算法检测精度可以达到73%，由此可见改进后的YOLOv5算法检测精度较高，可以满足刚才表面缺陷检测实时性要求。

4 结论

针对钢材表面缺陷检测需求，提出了改进YOLOv5算法，利用FCM算法代替原始算法中的K-means算法，并采用解耦检测头实现定位任务和分类任务的分离，使不同的任务进入不同的卷积层，最后引入多谱通道注意力模块，获取更多的钢材表面缺陷特征信息。仿真实验结果表明，本文提出的改进算法可以快速、准确检测出钢材表面缺陷，尤其是在压入氧化皮缺陷检测方面，改进后的算法检测精度由一定幅度提升。