基于改進YOLOv3的鋼卷端面缺陷檢測應用研究

段聰昊，王西峰，姬麗娟，曹潤寧

(1.機械科學研究總院集團有限公司，北京 100044；2.機科發(fā)展科技股份有限公司，北京 100044）

0 引言

作為世界第一大產鋼國，中國鋼鐵工業(yè)保持著量的領先，然而在高附加值、高技術產品層面，仍與世界發(fā)達國家存在較大差距。帶鋼是高端鋼鐵工業(yè)的核心產品之一，是各個制造領域不可缺少的原材料，一般以鋼卷形式向下游企業(yè)供應。在鋼卷生產加工過程中，由于生產環(huán)境、設備和加工工藝等因素的影響，會產生邊裂、邊損、毛刺、塔形邊等端部缺陷，可能導致下游產品降級改判、斷帶等嚴重問題。

由于鋼卷端面紋理復雜，而缺陷面積占比例較小，導致傳統(tǒng)視覺算法以及一些深度學習算法在鋼卷端面缺陷檢測應用上效果不佳。目前針對帶鋼表面缺陷檢測的研究很多，但是針對鋼卷端面缺陷檢測的研究甚少，難以滿足工業(yè)生產對鋼卷端面缺陷檢測的需求。

目前，深度學習已經成為缺陷檢測的主流方法。應用于缺陷檢測的算法主要分為兩類，一種是被稱為twostage的Faster R-CNN、Mask R-CNN等算法，另一類是被稱為one-stage的YOLO、SSD等算法。Two-stage算法將檢測任務分為兩個階段，第一階段受用RPN網絡生成目標候選區(qū)域（即邊界框），第二階段進行目標的類別識別和區(qū)域精準定位[1]。One-stage算法不需要單獨進行目標候選區(qū)域階段，直接通過網絡端到端的識別目標類別和位置。相比較而言，one-stage算法檢測速度更快，更加符合工業(yè)生產需求，但是檢測精度稍遜于two-stage算法[2]。

本文采用改進的YOLOv3算法應用于鋼卷端面缺陷檢測，合并BN層參數(shù)到卷積層，加速模型運算速率；使用GIOU度量損失定位邊界框，提高檢測精度，以工業(yè)生產中實時檢測的需求。

1 YOLOv3算法

1.1 特征提取網絡結構

YOLOv3的提取特征網絡從YOLOv2采用的darknet-19升級到darknet-53，加深網絡，減少在計算過程中信息損失量。同時，配合ResNet殘差網絡，使深層網絡結構表現(xiàn)更加良好[3]。Darknet-53網絡結構如圖1所示。

圖1 Darknet-53網絡結構

1.2 邊界框預測

YOLOv3采用特征金字塔網絡提取不同尺度的特征圖，并對特征圖進行檢測。特征圖淺層特征和上采樣深層特征進行融合，生成三種不同尺寸的特征圖，分別檢測大、中、小三種尺寸的缺陷，提高檢測準確率。其中，每種尺寸的特征圖生成3個Anchor Box，共9個Anchor Box。檢測時輸入圖片會被分割為S×S個網格，網格寬、高分別為cx、cy，網格輸出相對于Anchor Box的偏移中心點坐標為(σ(tx)，σ(ty))，相對偏移寬、高為tw、th，預測框坐標計算公式為：

圖2 預測框示意圖

其中預測框的寬、高、中心點坐標值、預測框的置信度及分類信息作為損失函數(shù)計算參數(shù)。置信度為預測框與標注框之間的交集與并集的比，即IoU，設置當IoU>0.7時為正例，當IoU<0.3時為反例。

1.3 損失函數(shù)

YOLOv3損失函數(shù)將分類與位置預測融合到一起，提升了算法計算速度，實現(xiàn)了端到端的檢測。損失函數(shù)具體式如下：

式中，S為圖像的劃分系數(shù)，B為每個網格中所預測的預測框個數(shù)，C為總分類數(shù)，p為類別概率，λcoord為權重系數(shù)，λnoobj為懲罰權重系數(shù)。

2 YOLOv3算法的改進

2.1 合并Batch Normalization層到卷積層

Batch Normalization層一般在卷積層之后，能夠加速網絡收斂[4]，控制過擬合。雖然Batch Normalization層在訓練時起到了積極的作用，但在網絡前向傳播計算時增加了運算量，影響了算法性能，而且占用了更多的內存或顯存。所以提出將Batch Normalization層參數(shù)合并到卷積層，在卷積層參數(shù)計算過程中同時計算Batch Normalization層的參數(shù)，提升前向傳播時的運算速度。

首先使每一維數(shù)據(jù)成為標準的高斯分布，可使用如下公式：

為了使歸一化計算能夠在前向傳播中激活的非線性區(qū)域工作，需要對標準高斯分布再次進行位移和縮放，設前一層輸出為h，則處理公式如下：

其中β、γ為需要學習的參數(shù)，?為常規(guī)參數(shù)。

綜合2016年和2017年水稻季可知，在不同水文年間歇灌溉相對傳統(tǒng)淹水灌溉均可提高水稻產量，提高比例在3.8%～5.5%之間。在減量施肥且兩次施肥的模式下不僅可以提高水稻產量，還可以降低化肥施用量，避免面源污染產生的潛在風險?？蔀槎Ａ饔蜻^量施肥問題的解決提供一定的參考和理論支持。

具體到前向傳播中，卷積層的計算公式如下：

BN層詳細推導過程公式如下：

在BN層計算完成后，可以將BN層合并到卷積層，公式如下：

至此可以刪除BN層，將前向傳播中的參數(shù)更新為：

2.2 改進IoU為GIoU

目標檢測的主要任務之一是對目標進行定位，通常我們使用邊界框來表示它。衡量目標檢測定位性能的主要指標是IoU[5]，即交并比。最初使用、等損失函數(shù)優(yōu)化定位結果，但是這類損失函數(shù)度量的定位精準不能總是很好的反映實際情況，如圖3所示。

圖3 損失函數(shù)失效示意圖

圖3(a)中，部分距離相等但是IoU和GIoU不相等；圖3(b)中，部分距離相等但是IoU和GIoU不相等。因此，直接選擇使用IoU度量目標定位損失。

IoU計算公式為：

損失函數(shù)定為：

但是IoU也存在出現(xiàn)兩個問題：

1）如果兩個框沒有相交，則IoU=0，此時無法反映預測框與真實框的距離，并且損失函數(shù)無法進行梯度回傳，無法通過梯度下降進行訓練。

2）IoU無法精準反映兩個框的重合度大小。如圖4所示。

圖4 相同IoU不同定位效果示意圖

圖4中三種情況的IoU均為0.33，但是從左到右定位效果越來越差。針對以上兩個問題，Hamid Rezatofighi[6]等人提出了使用GIoU作為新的指標。GIoU計算公式為：

式中C為包圍A、B的最小同類形狀。損失函數(shù)變?yōu)椋?/p>

GIoU繼承了IoU的尺度不變性，與IoU只關注重合區(qū)域不同，GIoU不僅關注重合區(qū)域，還關注了非重合區(qū)域，可以更好的反映預測框與真實框的重合程度。

3 實驗結果分析

3.1 實驗平臺搭建

模型訓練環(huán)境為Windows10系統(tǒng)。CPU為AMD R7 4800H；GPU為NVIDIA GeForce RTX 2060。為系統(tǒng)配置CUDA 10.0以及CUDNNv7.6.4，提高GPU運算性能。

3.2 數(shù)據(jù)集

數(shù)據(jù)集來自于現(xiàn)場采集圖片，圖片數(shù)量為1000張。采集圖片完成后對圖片進行分割，實驗中發(fā)現(xiàn)YOLOv3對整體大圖學習效果一般，但是分割為小塊矩形圖片之后，學習效果會提升。將分割后的圖片以9∶1的比例隨機分為訓練集和測試集。數(shù)據(jù)類圖如圖5所示。

圖5 數(shù)據(jù)集圖像

3.3 結果分析

模型訓練完成后，與未改進的原模型進行對比。

通過合并Batch Normalization層到卷積層，提高了模型收斂速度，實時檢測速度提升了約10.8%。實驗結果如表1所示。

表1 fps對比圖

通過改進IoU為GIoU后，檢測精度有一定的提升，mAP提升了6.89%，結果如表2所示。

表2 mAP對比圖

算法檢測結果對比如圖6所示。

圖6 算法檢測效果對比圖

對比圖中原始YOLOv3算法和改進后的YOLOv3算法檢測結果，可以看出改進后的YOLOv3算法在一些較小的缺陷檢測效果上優(yōu)于原始YOLOv3算法，提高了檢測準確率，降低了漏檢率。

原始YOLOv3在檢測速度上優(yōu)于Faster R-cnn等two-stage算法[7]，但是檢測精度稍遜于后者。本文改進原算法中預測框的回歸損失，用GIoU代替IoU，提升預測框的檢索準確度，提高了對較小型缺陷的檢測率。YOLOv3檢測速率雖然優(yōu)勢明顯，但是還有可以提升的空間，實驗結果說明合并Batch Normalization層到卷積層可以有效提升模型計算效率，提高了Fps。

4 結語

針對鋼卷端面缺陷檢測研究不足以及存在的問題，本文提出了一種改進的YOLOv3算法應用于鋼卷端面缺陷檢測，首先合并Batch Normalization層參數(shù)到卷積層，減少梯度下降運算量，增加模型收斂速率，F(xiàn)ps提高了10.8%，其次改進預測框的損失函數(shù)，提高預測框的檢測精度，使得在較小型缺陷上表現(xiàn)得以提升，mAP提高了6.89%。

與其他算法相比，本文改進后的YOLOv3算法在檢測精度上尤其是小型缺陷檢測精度上得到了提升，檢測速率維持在了50Fps以上，有了略微提升，滿足了工業(yè)生產中實時檢測的需求。但是一些與鋼卷紋理相似的缺陷以及極小型缺陷目前檢測效果不佳，后續(xù)將嘗試進行多尺度融合提取特征，以及使用多種數(shù)據(jù)擴充方法提高數(shù)據(jù)量，提高對多種復雜小型缺陷的檢測精度。