吳華運(yùn),任德均,付 磊,郜 明,呂義昭,邱 呂

(四川大學(xué)機(jī)械工程學(xué)院,四川 成都 610065)

0 引 言

隨著現(xiàn)代工業(yè)技術(shù)的快速發(fā)展，注塑空瓶在生產(chǎn)效率上有了巨大的提升，然而效率的提高也帶來許多的產(chǎn)品質(zhì)量問題。注塑空瓶在生產(chǎn)制造過程中會(huì)出現(xiàn)諸如瓶身劃痕、缺料、孔洞、砂眼、污漬等缺陷，如圖1所示。這些缺陷不僅會(huì)影響產(chǎn)品外形包裝的美觀，而且還會(huì)影響產(chǎn)品的銷售和使用。因此，對(duì)瓶體表面進(jìn)行缺陷檢測(cè)，有著重要的意義。傳統(tǒng)的檢測(cè)往往由人工來完成，工作量大、勞動(dòng)強(qiáng)度高，容易受到檢測(cè)人員主觀因素的影響，存在檢測(cè)效率和檢測(cè)精度低等缺點(diǎn)?；跈C(jī)器視覺的檢測(cè)技術(shù)由于檢測(cè)精度高、速度快等優(yōu)點(diǎn)已經(jīng)被應(yīng)用在瓶體表面缺陷檢測(cè)領(lǐng)域。

圖1 空瓶表面不同缺陷類型

在過去的幾年中，傳統(tǒng)的缺陷檢測(cè)算法已經(jīng)被廣泛應(yīng)用于工業(yè)產(chǎn)品質(zhì)量檢測(cè)。然而，傳統(tǒng)檢測(cè)算法多基于手工特征提取的方法，特征提取算子提取的特征通常處于較低水平，在針對(duì)復(fù)雜的場(chǎng)景變化，如光照變換、透視失真、遮擋、物體變形等情況下，所提取的特征通常很難用于缺陷分類和識(shí)別，因此許多算法在實(shí)際環(huán)境中并不適用。

深度學(xué)習(xí)，特別是卷積神經(jīng)網(wǎng)絡(luò)，其特征提取器和分類器可以從輸入圖片本身進(jìn)行端對(duì)端的訓(xùn)練。與傳統(tǒng)表面缺陷檢測(cè)算法相比，深度學(xué)習(xí)目標(biāo)檢測(cè)算法可以通過卷積神經(jīng)網(wǎng)絡(luò)對(duì)瓶體缺陷圖片進(jìn)行學(xué)習(xí)，自動(dòng)地從圖像中提取缺陷的特征，具有學(xué)習(xí)能力強(qiáng)且識(shí)別精度高、速度快等眾多優(yōu)點(diǎn)。深度學(xué)習(xí)目標(biāo)檢測(cè)算法可以分為2類：1)基于區(qū)域的目標(biāo)檢測(cè)算法，如Faster R-CNN[1]、Mask R-CNN[2]等RCNN系列檢測(cè)算法，該類算法檢測(cè)精度高，但速度較慢，無法滿足實(shí)時(shí)檢測(cè)的需求；2)基于回歸的檢測(cè)算法，如YOLO[3]、SSD[4]等算法，這類算法檢測(cè)精度不如第一類，但檢測(cè)速度快，可以滿足實(shí)時(shí)檢測(cè)的需求。

本文以基于回歸的SSD算法為基礎(chǔ)，將瓶體圖片中的缺陷作為檢測(cè)目標(biāo)，在SSD算法的網(wǎng)絡(luò)模型中引入了注意力機(jī)制模塊，提高特征圖之間的通道依賴性，設(shè)計(jì)尺度特征融合模塊，增加特征魯棒性，擴(kuò)大特征圖的感受野，有效提高了檢測(cè)精度。本文研究主要包括：

1)首次將深度學(xué)習(xí)目標(biāo)檢測(cè)算法應(yīng)用于注塑空瓶表面缺陷檢測(cè)領(lǐng)域，并取得遠(yuǎn)高于傳統(tǒng)機(jī)器視覺算法的精度。

2)設(shè)計(jì)特征融合模塊。實(shí)現(xiàn)將高層語義特征和低層細(xì)節(jié)特征相融合，提高特征魯棒性；引入膨脹卷積操作，有效地?cái)U(kuò)大了特征圖的感受野。

3)在殘差網(wǎng)絡(luò)瓶頸模塊中引入注意力機(jī)制模塊，建立特征圖遠(yuǎn)程依賴關(guān)系，增強(qiáng)特征提取能力，從而提高檢測(cè)精度。

1 相關(guān)工作

卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)被驗(yàn)證是有效的端對(duì)端的解決方案，可以解決各種視覺任務(wù)，例如檢測(cè)[5]、分割[6]、目標(biāo)跟蹤[7]、風(fēng)格遷移[8]等。目前，卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)被廣泛地應(yīng)用于各種缺陷檢測(cè)算法中。文獻(xiàn)[9]提出了一種基于神經(jīng)網(wǎng)絡(luò)的工件缺陷檢測(cè)算法，作者結(jié)合卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，仿照目標(biāo)檢測(cè)網(wǎng)絡(luò)YOLOv3[10]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的端到端檢測(cè)分類器，并完成連鑄方坯缺陷的識(shí)別與分類實(shí)驗(yàn)。文獻(xiàn)[11]提出了對(duì)Faster R-CNN網(wǎng)絡(luò)模型進(jìn)行優(yōu)化與改進(jìn)，然后采用優(yōu)化與改進(jìn)后的網(wǎng)絡(luò)模型對(duì)鐵軌表面缺陷進(jìn)行檢測(cè)研究，最終能夠精確且高效地檢測(cè)到鐵軌表面缺陷。文獻(xiàn)[12]提出了一種基于正樣本訓(xùn)練的新型缺陷檢測(cè)框架，該框架將GAN[13]和自動(dòng)編碼器結(jié)合起來用于缺陷圖像重建，并使用LBP[14]進(jìn)行圖像局部對(duì)比以檢測(cè)缺陷。文獻(xiàn)[15]提出了結(jié)合選擇搜索和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)域提出方法的兩階段算法，它可以檢測(cè)并識(shí)別感興趣區(qū)域，完成對(duì)膠囊表面缺陷檢測(cè)。這些文獻(xiàn)均使用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)來解決工業(yè)產(chǎn)品表面缺陷檢測(cè)任務(wù)，并取得了較好的檢測(cè)結(jié)果。針對(duì)空瓶檢測(cè)領(lǐng)域，本文使用深度學(xué)習(xí)目標(biāo)檢測(cè)算法對(duì)空瓶表面缺陷進(jìn)行檢測(cè)和識(shí)別。

2 基于SSD算法檢測(cè)原理及優(yōu)化

2.1 基于SSD算法的瓶體表面檢測(cè)算法原理

SSD算法是一種基于回歸的端對(duì)端的目標(biāo)檢測(cè)算法，它在YOLO的基礎(chǔ)上加入了Faster R-CNN的anchor機(jī)制，在檢測(cè)性能上高于YOLO的檢測(cè)精度和Faster R-CNN的檢測(cè)速度。在網(wǎng)絡(luò)結(jié)構(gòu)上SSD使用了VGG16[16]作為網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu)，用來對(duì)整幅圖片進(jìn)行特征提取，并在VGG16網(wǎng)絡(luò)后加入新的網(wǎng)絡(luò)層。每個(gè)特征層的尺度是不一樣的，以便后續(xù)做多尺度特征提取。

SSD算法網(wǎng)絡(luò)將經(jīng)過預(yù)處理后瓶體缺陷圖片縮放至512×512，然后送入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行推理，根據(jù)網(wǎng)絡(luò)模型的輸出結(jié)果對(duì)缺陷進(jìn)行分類和定位。相比于YOLO對(duì)原始圖片劃分柵格，SSD依次對(duì)特征圖上所有的點(diǎn)做處理，以每個(gè)特征圖上對(duì)應(yīng)坐標(biāo)的特征向量為預(yù)測(cè)目標(biāo)。針對(duì)不同尺度的特征圖，不同尺寸的目標(biāo)，對(duì)于每個(gè)特征圖上的點(diǎn)重新設(shè)計(jì)了多重特征提取框。SSD在每個(gè)特征圖上的坐標(biāo)點(diǎn)設(shè)置了6個(gè)不同尺度的默認(rèn)框，然后根據(jù)這些默認(rèn)框來提取特征，并將這些特征用來預(yù)測(cè)目標(biāo)的類別和邊界框。SSD使用3×3的卷積核來提取每一個(gè)默認(rèn)框中的特征，每一種特征用到的卷積核為3×3×6×(class+4)，其中，6為特征圖坐標(biāo)點(diǎn)上默認(rèn)框的個(gè)數(shù)；class為檢測(cè)目標(biāo)的類別數(shù)，在本文數(shù)據(jù)集中class=4；4為預(yù)測(cè)的目標(biāo)邊界框與真實(shí)邊界框之間的偏差。若特征圖尺寸為m×n，每個(gè)坐標(biāo)點(diǎn)有6個(gè)框，將產(chǎn)生m×n×6×(class+4)的輸出結(jié)果，最后將這些結(jié)果放入損失函數(shù)中計(jì)算損失。

模型損失函數(shù)由分類損失函數(shù)和回歸損失函數(shù)組成。分類損失為多類Softmax損失函數(shù)，計(jì)算公式如下：

(1)

回歸損失為smooth L1 loss，計(jì)算公式如下：

(2)

(3)

模型總損失函數(shù)為：

(4)

其中,N為匹配成功的正樣本數(shù)量，如果N=0，則損失為0；α是定位損失和分類損失之間的比重；x是用來判斷默認(rèn)框中是否有對(duì)應(yīng)的目標(biāo)。

2.2 SDD網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化

為了提高SSD模型對(duì)瓶體缺陷的檢測(cè)能力，本文對(duì)SSD網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化，優(yōu)化后的網(wǎng)絡(luò)結(jié)構(gòu)由特征提取網(wǎng)絡(luò)、尺度特征融合模塊、分類和回歸網(wǎng)絡(luò)組成，如圖2所示。缺陷圖片經(jīng)特征提取網(wǎng)絡(luò)提取特征，然后尺度特征融合模塊對(duì)特征圖進(jìn)一步融合增強(qiáng)，最后在分類和回歸層進(jìn)行預(yù)測(cè)。

優(yōu)化后的網(wǎng)絡(luò)使用Resnet50作為基礎(chǔ)網(wǎng)絡(luò)，相較于原始的VGG16，Resnet50有著更高的分類準(zhǔn)確率和更少的參數(shù)量，為了保持原始算法的多尺度訓(xùn)練和預(yù)測(cè)，在基礎(chǔ)網(wǎng)絡(luò)后增加了conv5_1、conv5_2、conv6_1、conv6_2、conv7_1、conv7_2等卷積層。因此，本文算法是在layer2、layer3、layer4、con5_2，conv6_2、conv7_2等6個(gè)不同尺度的特征圖上做預(yù)測(cè)。為保證預(yù)測(cè)層具有豐富的尺度特征，本文在f_1、f_2、f_3、f_4、f_5、f_6等特征圖上引入了尺度特征融合模塊，從而得到融合后的特征圖ef_1、ef_2、ef_3、ef_4、ef_5、ef_6。

圖2 改進(jìn)SSD算法模型結(jié)構(gòu)圖

改進(jìn)后的模型相較原始SSD算法有了很大的精度提升，但對(duì)于較小類缺陷檢測(cè)精度提升較小。為此，本文在Resnet[17]網(wǎng)絡(luò)的瓶頸模塊中插入全局上下文模塊(Global Context Block, GCBlock)，用來獲取全局語義特征，GCBlock被插入在conv1×1卷積之后。通過在數(shù)據(jù)集上驗(yàn)證，GCBlock在一定程度上增強(qiáng)了網(wǎng)絡(luò)特征提取能力，提高了空瓶表面缺陷的檢測(cè)精度。

除此之外，本文損失函數(shù)采用FocalLoss[18]損失函數(shù)，替代原始多類的Softmax損失函數(shù)。在預(yù)測(cè)過程中，通過采用Soft-NMS[19]策略在大量的預(yù)測(cè)結(jié)果中篩選出最優(yōu)框，以得到最佳的檢測(cè)結(jié)果。

2.3 注意力機(jī)制

在卷積神經(jīng)網(wǎng)絡(luò)中，卷積層建立像素關(guān)系通常處于局部領(lǐng)域，而遠(yuǎn)距離依賴關(guān)系卻需要深度堆疊卷積來實(shí)現(xiàn)，然而這種簡單重復(fù)的堆疊卷積層的方法不僅效率低下，而且造成網(wǎng)絡(luò)難以優(yōu)化。近年來，為了解決這個(gè)問題，眾多的注意力機(jī)制網(wǎng)絡(luò)被提出，如SENet[20]、NLNet[21]、GCNet[22]。本文為了獲取全局語義特征，提高檢測(cè)精度，引入GCNet網(wǎng)絡(luò)中的全局上下文模塊。全局上下文模塊由上下文建模模塊、特征變換模塊和特征融合模塊構(gòu)成。上下文建模模塊主要包含一個(gè)1×1的卷積和一個(gè)Softmax函數(shù)，該模塊通過權(quán)重αj的加權(quán)平均將所有位置的特征組合在一起，以獲得全局上下文特征。在特征變換模塊中，首先使用1×1的卷積對(duì)特征圖進(jìn)行降維，然后再用1×1的卷積對(duì)特征圖進(jìn)行升維。為了降低瓶頸變換帶來的優(yōu)化難度，在瓶頸變換內(nèi)，即在ReLU之前添加了歸一化層，這樣一方面可以簡化模型優(yōu)化，另一方面對(duì)模型起正則化的作用。

詳細(xì)的GCBlock結(jié)構(gòu)如圖3所示，公式定義為：

(5)

圖3 全局上下文模塊

2.4 尺度特征融合模塊

SSD算法在檢測(cè)上同時(shí)利用低層特征和高層特征在不同特征層進(jìn)行預(yù)測(cè)，但這種方式獲得的特征魯棒性不強(qiáng)，都是一些弱特征。受SIFT[23]特征提取的啟發(fā)，本文嘗試使用一種新穎的模塊來提取尺度、形狀和位置不變性的特征。尺度不變特征變換是計(jì)算機(jī)視覺中的特征檢測(cè)算法，用于檢測(cè)和描述圖像中的局部特征。該算法提出高斯拉普拉斯特征表示方法，可以將尺度空間特征和金字塔多分辨率特征融合在一起。與SIFT中的高斯函數(shù)相似，本文使用不同膨脹因子的膨脹卷積[24]來獲得具有相同比例但感受野不同的特征，提出一種新的特征融合方式尺度特征融合模塊(Scale Feature Fusion Module， SFFM)，如圖4所示，通過將低層細(xì)節(jié)特征和高層語義特征相融合，增加特征的魯棒性；同時(shí)在融合的過程中使用不同膨脹因子的膨脹卷積，用來擴(kuò)大特征圖感受野。

圖4 尺度特征融合模塊詳細(xì)結(jié)構(gòu)

尺度特征融合模塊主要將第i層高層語義特征與第j層細(xì)節(jié)特征相融合，其過程如下：

1)將第i層的特征圖上采樣2倍后與第j層的特征圖相加。

2)將相加后的特征圖使用膨脹因子為3、5、7、9，核尺寸為3×3的卷積核對(duì)特征圖做卷積操作。

3)將產(chǎn)生的5個(gè)不同感受野的特征圖堆疊在一起，采用1×1的卷積形成最終融合后的特征圖。

定義ef_i∈RC×H×W表示第i層的特征圖，f_j∈RC×2H×2W表示第j層的特征圖，Z∈RC×2H×2W表示ef_i和f_j相加后的特征圖，ef_j∈RC×2H×2W表示融合后的特征圖，其中特征圖通道數(shù)C=256。則圖4的計(jì)算過程可用公式表示為：

Z=fsum(f_j,fup(ef_i) )

(6)

ef_i=fconcat(fdilation(Z) )

(7)

其中，fup表示上采樣，fsum表示加運(yùn)算，fdilation表示膨脹卷積操作，fconcat表示將融合后的特征圖連接起來。

3 實(shí) 驗(yàn)

3.1 實(shí)驗(yàn)設(shè)置

3.1.1 數(shù)據(jù)集

本文使用的數(shù)據(jù)集由在線采集的注塑空瓶表面帶有缺陷的圖片組成，圖片分辨率大小為1280×960，對(duì)采集的圖片缺陷使用LabelImg進(jìn)行標(biāo)注，數(shù)據(jù)標(biāo)注格式為PascalVOC格式，為了防止訓(xùn)練過程中產(chǎn)生過擬合現(xiàn)象，對(duì)標(biāo)注的7512幅圖片進(jìn)行旋轉(zhuǎn)、鏡像、顏色通道變化等數(shù)據(jù)增強(qiáng)技術(shù)，最終得到30048幅圖像。對(duì)被標(biāo)注后的數(shù)據(jù)集進(jìn)行訓(xùn)練設(shè)置，如表1所示。

表1 訓(xùn)練測(cè)試數(shù)據(jù)設(shè)置詳細(xì)

3.1.2 實(shí)驗(yàn)環(huán)境

本文使用深度學(xué)習(xí)框架PyTorch搭建實(shí)驗(yàn)運(yùn)行環(huán)境來對(duì)瓶體缺陷圖片進(jìn)行研究，并在GeForce GTX 1080Ti顯卡環(huán)境下進(jìn)行GPU加速運(yùn)算。詳細(xì)軟件和硬件配置如表2所示。

表2 實(shí)驗(yàn)運(yùn)行環(huán)境

3.1.3 性能評(píng)價(jià)指標(biāo)

為了評(píng)估檢測(cè)的效果，本文采用準(zhǔn)確率(Accuracy)、漏檢率、誤檢率和均值平均精度(mAP)等性能評(píng)價(jià)指標(biāo)對(duì)檢測(cè)效果進(jìn)行評(píng)估。準(zhǔn)確率計(jì)算方法如式(8)所示，均值平均精度計(jì)算方法如式(9)所示：

(8)

(9)

其中，TP表示被正確預(yù)測(cè)為缺陷數(shù)目，F(xiàn)P表示為錯(cuò)誤預(yù)測(cè)為背景的數(shù)目，F(xiàn)N表示錯(cuò)誤預(yù)測(cè)為缺陷的數(shù)目，TN表示正確預(yù)測(cè)為背景的數(shù)目。

3.1.4 訓(xùn)練

本文實(shí)驗(yàn)均使用Xavier初始化方法對(duì)網(wǎng)絡(luò)模型進(jìn)行初始化。輸入圖像大小為512×512，訓(xùn)練過程使用隨機(jī)梯度下降算法對(duì)網(wǎng)絡(luò)進(jìn)行迭代優(yōu)化，設(shè)置動(dòng)量為momentum=0.9，權(quán)重退化率為weightdecay=0.0005，輸入批次為batchsize=16，初始學(xué)習(xí)率為learningrate=0.001，在迭代次數(shù)為75000次和90000次時(shí)，學(xué)習(xí)率分別為0.0001和0.00001，總迭代次數(shù)為105000次。

3.2 SSD算法優(yōu)化前后結(jié)果對(duì)比

為了驗(yàn)證優(yōu)化后的SSD算法對(duì)空瓶表面缺陷檢測(cè)的有效性，本文分別對(duì)原始SSD算法，SSD+GC Block、SSD+SFFM以及本文方法等4種不同網(wǎng)絡(luò)結(jié)構(gòu)的SSD算法在測(cè)試集上的檢測(cè)效果進(jìn)行對(duì)比。同時(shí)為了驗(yàn)證全局上下文模塊和特征融合模塊對(duì)模型準(zhǔn)確率的影響，本文通過向SSD算法中分別加入圖3和圖4結(jié)構(gòu)，在空瓶缺陷數(shù)據(jù)集上進(jìn)行訓(xùn)練和驗(yàn)證，得出的檢測(cè)結(jié)果如表3所示。對(duì)比結(jié)果可知，本文提出的算法較原始SSD算法在漏檢率、誤檢率、準(zhǔn)確率和均值平均精度上都有了較大的提升。在SSD網(wǎng)絡(luò)中加入尺度特征融合模塊和全局上下文模塊均可以提高模型的檢測(cè)精度。相較于全局上下文模塊，尺度特征融合模塊可以得到更高的檢測(cè)精度，同時(shí)也帶來檢測(cè)時(shí)間的消耗。

表3 不同算法在空瓶數(shù)據(jù)集上的檢測(cè)結(jié)果 單位：%

圖5展示了SSD算法和本文算法在不同缺陷類型上的檢測(cè)效果圖。由圖5可知，本文方法較SSD算法對(duì)空瓶缺陷有更好的檢測(cè)效果。尤其對(duì)于劃痕類缺陷，本文方法有更高的定位精度，更低的誤檢率和漏檢率。

(a) Ground Truths

(b) SSD檢測(cè)結(jié)果

(c) 本文算法檢測(cè)結(jié)果

4 結(jié)束語

本文采用深度學(xué)習(xí)目標(biāo)檢測(cè)SSD算法對(duì)空瓶表面缺陷進(jìn)行了檢測(cè)。為了滿足工業(yè)檢測(cè)所需要達(dá)到的檢測(cè)精度，本文在SSD算法的網(wǎng)絡(luò)模型中插入全局上下文模塊，提高特征提取的能力；在預(yù)測(cè)層引入尺度特征融合模塊，一方面使得低層特征和高層特征相融合，增強(qiáng)了特征的魯棒性，另一方面擴(kuò)大特征圖的感受野，提高檢測(cè)的精度。通過對(duì)SSD算法的優(yōu)化，在滿足工業(yè)檢測(cè)時(shí)間的條件下，檢測(cè)準(zhǔn)確率達(dá)到了98.3%，較原始算法提升了5.6個(gè)百分點(diǎn)，漏檢率降低到0.74%，誤檢率降低到0.96%。相較于人工檢測(cè)方法，本文提出的方法有更高的優(yōu)勢(shì)。