張鵬飛，石志良，李曉垚，歐陽祥波

(1.武漢理工大學(xué)機電工程學(xué)院，湖北 武漢 430070；2.廣州工業(yè)大學(xué)機電工程學(xué)院，廣東 廣州 510006)

汽車發(fā)動機主軸承蓋零件，主要用于曲軸定位，保護曲軸軸承，是發(fā)動機重要組成零件之一。作為發(fā)動機零部件的配套企業(yè)，需要為多款發(fā)動機配備不同的主軸承蓋零件，實際生產(chǎn)中，各種主軸承蓋零件，經(jīng)過清洗、去毛刺等工序后，被雜亂地混合在一起，對后續(xù)的激光打標和分類包裝帶來了嚴重干擾。

區(qū)別于傳統(tǒng)的人工目視識別方法，自動識別分類技術(shù)信息化程度高，可控性好，其分類的準確性和穩(wěn)定性也更有保障?；跈C器視覺的圖像物體識別分類方法，主要分為特征描述和深度學(xué)習(xí)2 種技術(shù)路線。

采用特征提取的圖像物體識別方法，重點關(guān)注圖像描述規(guī)則的設(shè)計，通過人為設(shè)計的規(guī)則，將一幅圖像描述成一個特征向量，最后使用機器學(xué)習(xí)分類器，如支持向量機(support vector machines，SVM)[1]等，對特征向量的集合進行識別和分類。經(jīng)典的特征提取方法有：局部二值模式(local binary pattern，LBP)[2]、尺度不變特征變換(scale invariant feature transform，SIFT)[3]、方向梯度直方圖(histogram of oriented gradient，HOG)[4]等。盡管，在形成最終特征描述向量的過程中，通過特征編碼和特征匯聚等方式，一定程度上提高了特征描述的穩(wěn)定性，但此類方法在處理不均勻光照、細粒度分類等問題上，仍具有較大誤差。在之前的研究中，提出基于特征提取的SIFT-SVM 零件識別方法[5]。該方法關(guān)注零件頂部圖像的SIFT 特征關(guān)鍵點，通過聚類算法對分散的關(guān)鍵點進行整合，結(jié)合詞袋模型，進行特征匯聚和降維，最終使用SVM 分類器進行識別分類。實驗結(jié)果證明，在正常光源條件下，識別準確率為100%，單個零件識別時間為0.6 s。

采用深度學(xué)習(xí)的圖像物體識別方法，是近年來機器視覺領(lǐng)域的熱點研究方向[6]，其中最具代表性的方法是卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks，CNN)，已廣泛應(yīng)用于物體識別[7]、行人檢測[8]、人臉識別[9]等多個領(lǐng)域。事實上，學(xué)術(shù)界已有觀點[10]認為，基于手工特征描述的方法，將人為設(shè)計的特征描述子，作為識別系統(tǒng)的信息來源，可能過早地丟失了圖像中的有用信息。FANG 等[11]提出一種由粗到細的細粒度車型識別框架，通過構(gòu)建CNN，抓取汽車圖像中的目標特征區(qū)域，并反復(fù)細化特征區(qū)域，最后結(jié)合全局特征和局部特征完成車型細粒度分類；KRüGER 等[12]基于經(jīng)典ResNet 網(wǎng)絡(luò)模型，使用非工業(yè)零件數(shù)據(jù)集，對網(wǎng)絡(luò)進行遷移學(xué)習(xí)。經(jīng)研究表明非工業(yè)圖像數(shù)據(jù)集，對于工業(yè)圖像的識別具有促進作用。同時，對于識別形狀較簡單或數(shù)據(jù)較少的零件而言，適當降低CNN 的深度，會取得更高識別效率。

1 發(fā)動機主軸承蓋識別算法框架

研究涉及的主軸承蓋零件，共有5 種，依次標記為ABCDE，不同種類的主軸承蓋零件，形狀相似，類間差異小，特征提取精度要求高，是典型的細粒度圖像分類問題[13]，面臨的主要難點有：

(1) 學(xué)術(shù)界尚未形成成熟的工業(yè)零件數(shù)據(jù)集，研究需要的主軸承蓋圖像數(shù)據(jù)，均來自實驗?zāi)M平臺，數(shù)據(jù)集規(guī)模較小，需考慮過擬合風(fēng)險；

(2) 由于主軸承蓋零件本身的形狀特點，差異特征主要分布于零件頂部和側(cè)面，需要探索一種可以綜合考慮2 個位置的識別方法；

(3) 零件實際識別過程中，或存在光照不均等問題，要求零件識別系統(tǒng)具有較高的穩(wěn)定性。

文獻[5]提出的SIFT-SVM方法對零件圖像拍攝質(zhì)量要求較高，需要額外設(shè)置光線遮擋裝置。在實際應(yīng)用中，當零件分類特征區(qū)域，未被光源有效照亮?xí)r，會導(dǎo)致圖像SIFT 關(guān)鍵點發(fā)生改變，對識別系統(tǒng)產(chǎn)生嚴重干擾。

針對上述主軸承蓋零件自動識別任務(wù)難點，設(shè)計了一種多分支特征融合卷積神經(jīng)網(wǎng)絡(luò)(multi-branch feature fusion convolutional neural network，MFF-CNN)，模型的基本設(shè)計框架如圖1 所示。

圖1 發(fā)動機主軸承蓋零件識別算法框架 Fig.1 Algorithm framework for identifying parts of engine main bearing cap

MFF-CNN 采用多分支結(jié)構(gòu)，設(shè)計2 個獨立子網(wǎng)絡(luò)，分別提取主軸承蓋零件的側(cè)面和頂部特征，實現(xiàn)主軸承蓋零件的細粒度分類。該網(wǎng)絡(luò)模型具有以下特點：

(1) 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計，需考慮主軸承蓋差異性特征分布于2 個不同表面，設(shè)計多分支網(wǎng)絡(luò)結(jié)構(gòu)，分別提取零件的側(cè)面和頂部特征，經(jīng)過特征融合后得到最終的識別分類依據(jù)，提高零件特征表達的精度。

(2) 采用密集連接型CNN 結(jié)構(gòu)，通過強化特征重用，降低網(wǎng)絡(luò)參數(shù)量，提高模型的魯棒性與適用性，同時，結(jié)合批量歸一化(batch normalization，BN)[14]和全局平均池化(global average pooling，GAP)[15]等優(yōu)化方法，進一步優(yōu)化網(wǎng)絡(luò)參數(shù)分布，提升模型準確率。

(3) 針對零件細粒度分類的過擬合問題，使用翻轉(zhuǎn)、旋轉(zhuǎn)、縮放、分割等數(shù)據(jù)增強方法，擴大樣本數(shù)據(jù)量。

2 數(shù)據(jù)集及其預(yù)處理

盡管機器視覺已廣泛應(yīng)用于工業(yè)生產(chǎn)，但公開的機械零件圖像數(shù)據(jù)集尚未形成。因此，通過實驗平臺來模擬主軸承蓋實際生產(chǎn)過程，抓取處于物料傳輸中的零件圖像，形成主軸承蓋圖像數(shù)據(jù)集。

實驗平臺主要用于圖像采集和模擬在線識別，其基本組件包括電機、傳送帶、Basler 單通道ac2500型工業(yè)相機、LED 光源、OMRON 漫反射光電觸發(fā)器、電源和計算機，平臺整體結(jié)構(gòu)包括物料傳送、圖像采集、輔助光源3 個基本模塊組成，如圖2 所示，其中圖2(a)用于獲取主軸承蓋側(cè)面圖像數(shù)據(jù)；圖2(b)用于獲取主軸承蓋頂部圖像數(shù)據(jù)。同時，后續(xù)識別算法的實驗驗證與分析，也是基于該實際生產(chǎn)模擬實驗平臺。

圖2 模擬實際生產(chǎn)的實驗平臺((a)獲取主軸承蓋側(cè)面圖像數(shù)據(jù)；(b)獲取主軸承蓋頂部圖像數(shù)據(jù)) Fig.2 Experimental platform that simulates actual production ((a) Obtain the side image data of the main bearing cap;(b) Obtain the top image data of the main bearing cap)

進行零件識別分類時，要求所拍攝的零件圖片，應(yīng)清晰地展現(xiàn)不同種類間的差異特征。對于汽車發(fā)動機主軸承蓋零件，其各種類之間的差別，主要存在于零件頂部的螺栓支撐臺部位，同時，零件側(cè)面的長度尺寸和中心半圓半徑尺寸，也存在微小差別。因此，數(shù)據(jù)集包含了2 個角度的圖像數(shù)據(jù)，如圖3(a)為主軸承蓋側(cè)面圖像，圖3(b)為頂部圖像。

圖3 不同種類發(fā)動機主軸承蓋零件的側(cè)面圖像和頂部圖像((a)側(cè)面圖像；(b)頂部圖像) Fig.3 Side and top images of different types of engine main bearing cap parts ((a) Side images;(b) Top images)

數(shù)據(jù)集整體包含頂部和側(cè)面各1 000 張圖像，對應(yīng)每個種類200 張圖像，其中140 張作為訓(xùn)練數(shù)據(jù)，60張作為測試數(shù)據(jù)。圖像原始尺寸為2048×2048。為了驗證網(wǎng)絡(luò)模型的泛化性能，在實驗數(shù)據(jù)集中，補充添加了不均勻光照圖像，每類100 張，其中70張作為訓(xùn)練數(shù)據(jù)，30 張作為測試數(shù)據(jù)。以頂部圖像為例，其數(shù)據(jù)集規(guī)模見表1，零件側(cè)面圖像數(shù)據(jù)集的組成，與表1 一致。

表1 主軸承蓋零件頂部圖像數(shù)據(jù)集 Table 1 Top image dataset of main bearing cap parts

為了緩解零件細粒度分類存在的過擬合問題，對原始圖像數(shù)據(jù)集進行增強處理[16]。數(shù)據(jù)增強處理包括：隨機截取、旋轉(zhuǎn)變換和平移變換，其操作以 原始圖像中心大小1200×1200 區(qū)域為基準，隨機截取5 張包含該區(qū)域且尺寸為1800×1800 的圖像，對其中的任意2 張圖像執(zhí)行鏡像操作，將得到的5 張圖像進行隨機的90°，180°或270°旋轉(zhuǎn)，保留旋轉(zhuǎn)前后共計10 張圖像，綜上，每張原始圖像，經(jīng)過數(shù)據(jù)增強處理，擴展為10 張訓(xùn)練圖像。

更大的訓(xùn)練數(shù)據(jù)量，利于網(wǎng)絡(luò)參數(shù)的優(yōu)化調(diào)整，增加訓(xùn)練數(shù)據(jù)的復(fù)雜度，可以避免模型學(xué)習(xí)不相關(guān)的特征。同時，在訓(xùn)練集中增加光照不均勻的圖像樣本數(shù)據(jù)，作為訓(xùn)練集的難例(Hard Example)樣本，增強MFF-CNN 對于光照不均因素的魯棒性。相關(guān)的圖像樣本數(shù)據(jù)示例如圖4 所示。實驗數(shù)據(jù)集圖像的拼接操作和數(shù)據(jù)增強操作，是基于3.4.0 版本的OpenCV 庫，在CNN模型訓(xùn)練流程之外完成。

圖4 圖像樣本增強處理示例((a)原圖；(b)截??；(c)旋轉(zhuǎn)；(d)鏡像；(e)不均勻光照) Fig.4 Image sample enhancement processing example ((a) Original image;(b) Crop;(c) Rotation;(d) Mirror;(e) Uneven light)

在MFF-CNN方法中，需要對圖像進行拼接處理，用其側(cè)面和頂部2 張圖像，合成待識別零件的初始圖像數(shù)據(jù)，如圖5 所示，該拼接圖像作為MFF-CNN 的輸入，以此解決零件特征分布于不同空間位置的問題。

圖5 使用圖像拼接方法描述主軸承蓋零件 Fig.5 Use image stitching to describe main bearing cap parts

3 發(fā)動機主軸承蓋識別神經(jīng)網(wǎng)絡(luò)

3.1 MFF-CNN模型的網(wǎng)絡(luò)結(jié)構(gòu)

MFF-CNN 的基礎(chǔ)結(jié)構(gòu)是深層CNN，與文獻[5]提出的特征提取方法相比，CNN 可以從圖像中自動學(xué)習(xí)特征表達，具備強大的特征提取能力。

考慮發(fā)動機主軸承蓋零件分類特征的空間分布，設(shè)計MFF-CNN，如圖6 所示，該網(wǎng)絡(luò)使用2個子網(wǎng)絡(luò)分別提取特征：SideNet 網(wǎng)絡(luò)提取主軸承蓋側(cè)面特征，TopNet 網(wǎng)絡(luò)提取主軸承蓋頂部特征。融合上述2 個子網(wǎng)絡(luò)學(xué)習(xí)到的特征，作為最終的主軸承蓋分類依據(jù)。

圖6 多分支特征融合卷積神經(jīng)網(wǎng)絡(luò)MFF-CNN 結(jié)構(gòu)圖 Fig.6 Structure diagram of multi-branch feature fusion convolutional neural network

MFF-CNN 基于密集連接型卷積神經(jīng)網(wǎng)絡(luò)DenseNet[17]設(shè)計，其網(wǎng)絡(luò)模型的具體參數(shù)，見表2，網(wǎng)絡(luò)整體由卷積層(convolution)、最大池化層(max pooling)和密集連接型CNN模塊Dense Block 組成，輸入的圖像尺寸為512×256，最終的聚合特征尺寸為1×1×120。密集連接單元Dense Block，由卷積核尺寸為1×1 的卷積層和3×3 的卷積層交替連接組成，每個卷積層后均添加Dropout 操作。在同一個模塊中，所有卷積層輸出的特征圖具有相同大小，并按照通道相連，每個卷積層都將之前所有層的特征信息作為附加輸入，實現(xiàn)完全的特征共享。1×1卷積的主要作用是為了控制網(wǎng)絡(luò)寬度，其卷積核的數(shù)量固定為4k，避免了由于特征共享導(dǎo)致的特征圖過量累加。同時，3×3 卷積的步長stride=1，填充padding=1，使得輸出特征圖尺寸與1×1 卷積層保持一致。2 個Dense Block 之間，使用1×1 卷積層和最大池化層的組合進行連接，稱為過渡層。在MFF-CNN 中，1×1 卷積將前一個Dense Block模塊的特征圖數(shù)量縮小50%，有效緩解深層網(wǎng)絡(luò)的過擬合和梯度消失等問題。表2 中未明確標出的有：在每個卷積層運算之后，依次執(zhí)行批量歸一化操作，并使用修正線性單元(rectified linear unit，ReLU)對 網(wǎng)絡(luò)參數(shù)添加非線性映射，即構(gòu)成Conv-BN-ReLU的基本運算組合。網(wǎng)絡(luò)層參數(shù)中，參數(shù)k表示基本增長率(growth rate)，是影響各層特征圖數(shù)量的全局常量。

表2 多分支特征融合卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)表 Table 2 Structure parameter table of multi-branch feature fusion convolutional neural network

在基于神經(jīng)網(wǎng)絡(luò)的圖像識別方法中，為了提取更全面的圖像特征，深度學(xué)習(xí)趨于設(shè)計更深、更寬的網(wǎng)絡(luò)結(jié)構(gòu)，隨之而來的是梯度消失、模型退化問題愈加明顯。針對這些問題，學(xué)術(shù)界已經(jīng)提出多種解決方案，如深度殘差網(wǎng)絡(luò)ResNet[18]、隨機深度網(wǎng)絡(luò)(stochastic depth)[19]等。盡管這些算法具有不同的連接方式，網(wǎng)絡(luò)深度也存在差異，但核心思想都在于加強網(wǎng)絡(luò)層級間的特征重用，即使用旁路連接方式，將深層與淺層網(wǎng)絡(luò)相連接，這是構(gòu)建深層神經(jīng)網(wǎng)絡(luò)的有效方式，如圖7 所示。

圖7 ResNet 網(wǎng)絡(luò)與DenseNet 網(wǎng)絡(luò)中的核心連接機制示意圖((a) ResNet 中的Residual Block 結(jié)構(gòu)示意圖；(b) DenseNet 中的Dense Block 結(jié)構(gòu)示意圖) Fig.7 Schematic diagram of the core connection mechanism between ResNet and DenseNet ((a) Structural diagram of Residual Block in ResNet;(b) Structural diagram of Dense Block in DenseNet)

3.2 MFF-CNN 分支網(wǎng)絡(luò)的實現(xiàn)

SideNet 是針對主軸承蓋側(cè)面圖像設(shè)計的淺層CNN，使用淺層網(wǎng)絡(luò)處理側(cè)面較簡單的特征，減小網(wǎng)絡(luò)整體參數(shù)量，提升小樣本數(shù)據(jù)下的模型準確率。SideNet 共有18 層，包含2 個Dense Block 單元。在全局平均池化層前，設(shè)置了2 個卷積層和一個最大池化層，分別為1×1、3×3 卷積和3×3 最大池化，作用是：1×1 卷積用于減少第二個Dense Block 單元輸出的特征圖數(shù)量，3×3 卷積和3×3 最大池化依次進行2 次下采樣，將特征圖尺寸由32×32 降至8×8，最后進行全局平均池化，得到1×1×60 的主軸承蓋側(cè)面圖像特征。

TopNet 是針對主軸承蓋頂部圖像設(shè)計的深層CNN，深層網(wǎng)絡(luò)具備更強的學(xué)習(xí)機制，可以有效提取零件頂部的復(fù)雜形狀特征，并提高模型處理頂部光照不均勻問題的能力。TopNet 共有64 層神經(jīng)網(wǎng)絡(luò)，包含4 個Dense Block 單元和3 個過渡層，經(jīng)全局平均池化后，得到的零件頂部圖像特征，與SideNet 具有相同尺寸。4 個Dense Block 單元的內(nèi)部網(wǎng)絡(luò)層數(shù)呈遞增狀態(tài)，由初始的4 層增至最終的32 層，確保主軸承蓋頂部的分類特征，可以被完整地表達，同時增強了識別系統(tǒng)對光照等因素的魯棒性。

按照通道融合子網(wǎng)絡(luò)SideNet 和TopNet 提取的特征，得到尺寸為1×1×564 的主軸承蓋整體分類依據(jù)，MFF-CNN模型同時綜合零件側(cè)面和頂部的圖像特征，進行零件識別分類。

3.3 網(wǎng)絡(luò)訓(xùn)練優(yōu)化方法

MFF-CNN模型結(jié)構(gòu)中使用了多種神經(jīng)網(wǎng)絡(luò)訓(xùn)練優(yōu)化方法，包括：

(1) Dropout。在每個訓(xùn)練批次中，隨機忽略一定比例的特征檢測器，避免模型過度依賴某些局部特征，有效降低過擬合現(xiàn)象，增強MFF-CNN模型的泛化性能；

(2) 批量歸一化。通過批量數(shù)據(jù)歸一化方式，使得單個批次的訓(xùn)練中，每一層神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)保持相同分布，符合獨立同分布假設(shè)[14]。批量歸一化將圖像白化的思想延伸至神經(jīng)網(wǎng)絡(luò)的中間層，避免網(wǎng)絡(luò)內(nèi)部輸入分布出現(xiàn)較大差異，有效緩解了反向傳播中的梯度消失問題，加速了網(wǎng)絡(luò)模型的收斂。MFF-CNN模型的所有卷積層都配合使用了批量歸一化操作；

(3) 全局平均池化。使用平均池化的方式實現(xiàn)了降維，將最后一層卷積特征圖，直接轉(zhuǎn)化為最終類別參數(shù)，替換了經(jīng)典CNN 結(jié)構(gòu)中的全連接層，等同于對整個網(wǎng)絡(luò)結(jié)構(gòu)進行了正則化。實際應(yīng)用中，使用全局平均池化方法，使得全連接模塊降低了6.25%的參數(shù)量，進一步增強了模型的抗過擬合性能。

4 實驗分析

4.1 MFF-CNN 主軸承蓋識別算法的實現(xiàn)

神經(jīng)網(wǎng)絡(luò)模型運行實驗平臺的硬件組成如下：操作系統(tǒng)為Windows 10；CPU 為Intel Core i7-8700k；顯卡為Nvidia GTX 1050Ti，4 GB 顯存。實驗中，所有CNN模型均基于Python 語言編寫，在Google開源框架Tensorflow 中實現(xiàn)。其他軟件支持包括：Python 3 集成開發(fā)環(huán)境PyCharm；Nvidia GPU 運算平臺CUDA 8.0，神經(jīng)網(wǎng)絡(luò)可視化工具TensorBoard等。MFF-CNN 識別算法的偽代碼見算法1。

算法1.MFF-CNN 主軸承蓋零件識別算法。

輸入：訓(xùn)練集圖像數(shù)據(jù)。

輸出：網(wǎng)絡(luò)模型參數(shù)。

4.2 MFF-CNN模型實驗結(jié)果與分析

為了驗證MFF-CNN模型對主軸承蓋零件的識別性能，引入2 個經(jīng)典網(wǎng)絡(luò)模型ResNet 和DenseNet作為對照組。實驗中，ResNet 使用深度為50 層和101 層2 種網(wǎng)絡(luò)結(jié)構(gòu)，DenseNet 使用深度為121 層的網(wǎng)絡(luò)結(jié)構(gòu)。實驗中的所有網(wǎng)絡(luò)模型，均采用相同的訓(xùn)練優(yōu)化方法和超參數(shù)設(shè)置：訓(xùn)練批量batch_size=32，Dropout 正則化參數(shù)λ=0.2，訓(xùn)練迭代數(shù)epoch=300，DenseNet 網(wǎng)絡(luò)的基本增長率k=24；學(xué)習(xí)率采用階段性衰減策略，初始學(xué)習(xí)率η=0.001，衰減系數(shù)為0.5，每30 次迭代更新一次學(xué)習(xí)率，訓(xùn)練優(yōu)化方法使用小批量Adam 梯度優(yōu)化算法，基于訓(xùn)練批量更新網(wǎng)絡(luò)權(quán)重參數(shù)，設(shè)定動量參數(shù)momentum=0.9。詳細的超參數(shù)見表3。

表3 神經(jīng)網(wǎng)絡(luò)超參數(shù)的設(shè)置 Table 3 Neural network hyperparameter settings

ResNet 和DenseNet 以及MFF-CNN 的識別結(jié)果見表4。其中，模型計算量通過浮點運算數(shù)(floating point operations,FLOPs)表示，是網(wǎng)絡(luò)模型“時間復(fù)雜度”的衡量標準，具體表現(xiàn)為網(wǎng)絡(luò)訓(xùn)練和預(yù)測的時間消耗，計算量越大的網(wǎng)絡(luò)，訓(xùn)練和預(yù)測的時間消耗越大，模型優(yōu)化難度隨之增大，預(yù)測實時性隨之降低。模型參數(shù)量是指網(wǎng)絡(luò)的整個訓(xùn)練過程，需要學(xué)習(xí)的未知參數(shù)總數(shù)，是網(wǎng)絡(luò)模型“空間復(fù)雜度”的衡量標準，具體表現(xiàn)為神經(jīng)網(wǎng)絡(luò)模型的過擬合抗性，參數(shù)量越高的網(wǎng)絡(luò)模型，越容易導(dǎo)致過擬合，從而導(dǎo)致模型的最終識別率降低。

表4 各個卷積神經(jīng)網(wǎng)絡(luò)方法的識別結(jié)果 Table 4 The recognition results of each convolutional neural network method

從表4 的實驗結(jié)果中可以看出：

(1) 101 層的ResNet 網(wǎng)絡(luò)較50 層網(wǎng)絡(luò)，識別準確率由82.0%提升至84.0%，這是由于深層神經(jīng)網(wǎng)絡(luò)具有更強的特征表達能力；

(2) 與ResNet-101 近似深度的DenseNet-121 網(wǎng)絡(luò)，準確率為88.4%，是因為密集連接型CNN 結(jié)構(gòu)參數(shù)量少，具有更強的過擬合抗性；

(3) MFF-CNN模型的識別準確率為91.6%，是對比實驗中的最優(yōu)結(jié)果，表明多分支結(jié)構(gòu)設(shè)計，能夠針對性地提取主軸承蓋不同方位的特征，特征提取效率更高，同時MFF-CNN 中密集連接的網(wǎng)絡(luò)結(jié)構(gòu)，可以實現(xiàn)高效的特征重用，顯著降低模型參數(shù)量，由18 層和64 層組成的多分支網(wǎng)絡(luò)，其整體參數(shù)量甚至僅為 ResNet-50 網(wǎng)絡(luò)的 6.25%，使得MFF-CNN 在少樣本情況下，可以保持較高的過擬合抗性。

模型準確率曲線和損失函數(shù)曲線如圖8 所示，是神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程動態(tài)分析的重要依據(jù)。圖8(a)是4 種卷積網(wǎng)絡(luò)的識別準確率曲線，從圖中可以看出：針對主軸承蓋圖像樣本，殘差網(wǎng)絡(luò)的最終識別準確率，低于密集連接型網(wǎng)絡(luò)結(jié)構(gòu)。在整體訓(xùn)練過程中，MFF-CNN 網(wǎng)絡(luò)的識別準確率曲線分布于最上層，準確率最高，其次是DenseNet-121，最下層是ResNet-101 和ResNet-50 網(wǎng)絡(luò)，這表明在相同迭代周期內(nèi)，密集連接型網(wǎng)絡(luò)較殘差網(wǎng)絡(luò)的識別準確率更高，訓(xùn)練速率更快，驗證了本文識別算法的設(shè)計思路。圖8(b)是模型訓(xùn)練的損失函數(shù)曲線，從中可以看出，MFF-CNN 網(wǎng)絡(luò)的損失函數(shù)曲線分布于最下層，數(shù)值下降速率更快，且最終收斂于更小的損失值，即表明該網(wǎng)絡(luò)在訓(xùn)練過程中的誤差更小，特征描述更精確，其原因在于MFF-CNN 采用多分支結(jié)構(gòu)，增強了主軸承蓋零件的特征表達。應(yīng)當說明的是，盡管訓(xùn)練過程振蕩起伏不斷，但整體訓(xùn)練趨勢穩(wěn)定，隨著訓(xùn)練過程的迭代，網(wǎng)絡(luò)通過BN 等正則化方法，逐漸修正錯誤權(quán)重參數(shù)，模型最終趨于穩(wěn)定。

圖8 ResNet，DenseNet 以及MFF-CNN 識別準確率曲線和損失函數(shù)曲線((a)模型測試集識別準確率曲線；(b)模型測試集損失函數(shù)曲線) Fig.8 ResNet,DenseNet and MFF-CNN recognition accuracy curve and loss function curve ((a) Model test set recognition accuracy curve;(b) Model test set loss function curve)

4.3 MFF-CNN 與特征提取方法的對比分析

文獻[5]提出基于特征提取的SIFT-SVM主軸承蓋識別算法，在正常光照條件下，具有良好的零件識別性能，但對處于不均勻光照環(huán)境中的零件，其識別穩(wěn)定性較差。本文提出基于深度學(xué)習(xí)的MFF-CNN 識別算法，使用深層CNN，代替SIFT特征提取方法，同時結(jié)合特征融合思想，設(shè)計分支網(wǎng)絡(luò)，分別獲取零件2 個視角的特征表達，針對文獻[5]方法的不足做出改進。設(shè)置對比實驗，分析MFF-CNN方法在不均勻光照條件下的具體表現(xiàn)。

SIFT-SVM 的輸入數(shù)據(jù)是零件頂部圖像，而MFF-CNN 算法的輸入數(shù)據(jù)，是零件頂部和側(cè)面2 個角度的拼接圖像，因此，為了可以在相同數(shù)據(jù)集上進行對比分析實驗，將MFF-CNN 分割為2種網(wǎng)絡(luò)，一種是原始型，使用拼接圖像作為輸入；另一種僅保留其TopNet 子網(wǎng)絡(luò)，記為MFF-CNN (TopNet)，使用零件頂部圖像作為輸入?；A(chǔ)數(shù)據(jù)集采用正常光照圖像與不均勻光照圖像的組合。實驗結(jié)果見表5。

表5 2種識別算法在不均勻光照條件下的實驗結(jié)果 Table 5 The recognition results of each convolutional neural network method

由表5 分析可知：

(1) 不均勻光照條件下，對比分析SIFT-SVM和MFF-CNN(TopNet)方法的實驗結(jié)果，基于深度學(xué)習(xí)的識別方法在穩(wěn)定性方面顯著提升，將不均勻光照樣本的準確率由38.7%提升至86.7%。而基于特征提取的SIFT-SVM方法，幾乎無法有效識別不均勻光照的零件，制約了基于特征提取識別方法的應(yīng)用場景；

(2) 綜合比較所有組實驗結(jié)果，MFF-CNN方法既保持了識別網(wǎng)絡(luò)的光照穩(wěn)定性，又通過聯(lián)合零件側(cè)面特征的方式，提升了模型識別準確率。在包含不均勻光照圖像數(shù)據(jù)集上，識別準確率為91.6%，對不均勻光照樣本具有90%的識別準確率，識別準確率相對較高，同時又兼顧穩(wěn)定性的識別方法。

實驗結(jié)果表明，MFF-CNN 算法有效地修正了文獻[5]特征提取方法穩(wěn)定性差的缺點，但由于研究收集的零件圖像數(shù)量有限，一定程度上限制了MFF-CNN 網(wǎng)絡(luò)模型的訓(xùn)練與優(yōu)化，是算法進一步改進的方向。

5 結(jié) 論

針對汽車發(fā)動機主軸承蓋零件自動分類問題進行研究，提出了MFF-CNN，增強識別算法對不均勻光照影響因素的穩(wěn)定性。MFF-CNN 使用2 個子網(wǎng)絡(luò)，分別提取零件側(cè)面和頂部特征，有效整合零件多方位的形狀特征，增強特征提取效率。模型整體基于密集連接型卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計，結(jié)構(gòu)緊湊，特征重用率高，網(wǎng)絡(luò)參數(shù)量少。實驗結(jié)果表明，在同一實驗數(shù)據(jù)集上，MFF-CNN的識別準確率為91.6%，優(yōu)于經(jīng)典CNN，并針對SIFT-SVM 識別方法光照穩(wěn)定性較差的問題，做出有效改善。在僅有較少樣本量，且包含不均勻光照等復(fù)雜樣本條件下，研究從主軸承蓋零件實際特征出發(fā)，綜合考慮了零件的圖像表達和特征提取2 個方面，對其他種類的機械零件細粒度分類問題具有參考意義。