一种轻量级高效X射线焊缝图像缺陷检测方法

作     者：王睿 高少泽 刘卫朋 王刚 WANG Rui;GAO Shaoze;LIU Weipeng;WANG Gang

作者机构：河北工业大学人工智能与数据科学学院天津300131 哈尔滨工业大学先进焊接与连接国家重点实验室哈尔滨150001 

出 版 物：《焊接学报》 (Transactions of The China Welding Institution)

年 卷 期：2024年第45卷第7期

页      面：41-49页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金资助项目(62073118) 

主　　题：缺陷检测 焊缝 深度学习 目标检测 轻量化 

摘      要：针对当前深度学习模型在焊缝缺陷检测工作中成本高、速度慢、不易在终端部署应用等问题,提出一种效果良好的轻量级高效模型(lightweight and high-precision optimized detection model,LHODM).首先,搭建新型主干网络并设计超轻量卷积ULConv作为网络基础卷积,降低模型深度,用Depthwise操作生成更多有效冗余特征映射,减少参数与运算量.其次,设计高效轻量级专注模块ELCC,在响应模型轻量化前提下,考虑焊缝缺陷分布特性与成像规律,从水平和垂直两个方向捕获孤立区域关系,结合轻量级上采样算子CARAFE,使模型特征重组时具有更大的感受野,更有效地利用环境周围信息,弥补轻量化造成的精度损失.最后,为提高收敛速度和损失函数效率,设计OS-Io U损失函数,考虑期望回归向量之间的夹角,重新定义惩罚项及相关性,强化距离损失和形状损失关注程度.结果表明,LHODM模型检测准确率和检测速度达到91.62%和63.47帧/s,参数量仅为3.99 M,有效解决了焊缝缺陷检测工作中成本高和速度慢的问题.