田峰，高龍琴，李鷺揚(yáng)

(揚(yáng)州大學(xué)機(jī)械工程學(xué)院，江蘇揚(yáng)州 225000)

0 前言

多聯(lián)齒輪具有結(jié)構(gòu)緊湊、多種轉(zhuǎn)速輸出的優(yōu)點(diǎn)，因此廣泛應(yīng)用于汽車變速箱中。在齒輪的嚙合過程中，齒輪的表面質(zhì)量是影響傳動平穩(wěn)性和可靠性的關(guān)鍵。在齒輪的機(jī)械加工過程中，毛刺不僅影響零件的尺寸精度，還會加劇磨損和增大傳動噪聲。常用來檢測毛刺的方法有目測法、掛絲法、定量法、拍照法等。這些方法基本都需要人工參與，在大批量生產(chǎn)的情況下，不僅效率低下，而且容易因視覺疲勞導(dǎo)致誤判的情況。此外，齒輪輪廓形狀的特殊性，也決定了齒輪毛刺檢測的困難程度。在傳統(tǒng)的機(jī)器學(xué)習(xí)中，特征工程往往需要人工投入大量時間進(jìn)行研究和調(diào)整，而深度學(xué)習(xí)很好地解決了特征提取問題，可以自動學(xué)習(xí)特征和任務(wù)之間的關(guān)聯(lián)，還能將低級特征組合成更加抽象的高層特征。使用深度學(xué)習(xí)的方法來代替人工檢測，為齒輪毛刺的自動化檢測提供了一種可能。

文獻(xiàn)[2]中提出了一種針對電機(jī)銅排毛刺生長區(qū)域的缺陷特征提取方法，先采用掩膜算法屏蔽圖片非檢測區(qū)域，再用形態(tài)學(xué)算法構(gòu)造待檢測區(qū)域并進(jìn)行分割，最后通過毛刺分類算法和不同毛刺的閾值，實(shí)現(xiàn)對銅排四類毛刺特征的自動檢測。文獻(xiàn)[3]中搭建了一套基于FPGA平臺的金屬毛刺在線檢測系統(tǒng)，通過傳統(tǒng)邊緣檢測算子提取工件輪廓，再利用形態(tài)學(xué)方法去除輪廓，然后利用形態(tài)學(xué)方法去除輪廓邊緣的噪聲，最后分析輪廓曲線中的異常部分，實(shí)現(xiàn)圖像中工件毛刺的檢測與定位。文獻(xiàn)[4]中通過機(jī)器視覺的方法實(shí)現(xiàn)對汽車卡鉗毛刺的檢測，具體方法是將打磨好的工件的二值圖像與待測工件的二值圖像進(jìn)行異或運(yùn)算，然后通過輪廓跟蹤算法找到毛刺區(qū)域的輪廓。以上文獻(xiàn)中的方法對各自的檢測目標(biāo)都有較好的檢測效果，但是目標(biāo)對象的輪廓形狀相對簡單，對多聯(lián)齒輪這種不規(guī)則輪廓形狀的毛刺并不能有很好的檢測效果。

文中的研究對象為大批量生產(chǎn)的三聯(lián)齒輪，由于齒輪毛刺位置的特殊性以及周圍環(huán)境的相似性，傳統(tǒng)的圖像處理方法并不能取得很好的效果。為實(shí)現(xiàn)對齒輪毛刺的快速檢測，采用深度學(xué)習(xí)的方法，通過改進(jìn)YOLO v3算法訓(xùn)練好的檢測網(wǎng)絡(luò)進(jìn)行毛刺偵測，不僅具有較高的精確率，而且具有更快的檢測速度。

1 YOLO v3

2018年，REDMON等提出YOLO v3算法，它采用Darknet53網(wǎng)絡(luò)作為骨干網(wǎng)絡(luò),盡管速度上不如YOLO v2(Darknet19)，但是彌補(bǔ)了YOLO系列算法在小目標(biāo)檢測上的不足。

(1)與大多數(shù)深度學(xué)習(xí)的網(wǎng)絡(luò)一致，為了避免影響網(wǎng)絡(luò)的性能和保證網(wǎng)絡(luò)的結(jié)構(gòu)簡潔一致， YOLO v3也是通過增大卷積核的步長取代池化層的作用。除此以外，Darknet53還借鑒了ResNet的殘差結(jié)構(gòu)，不僅解決了梯度問題，也解決了退化問題，明顯改善了網(wǎng)絡(luò)的性能。

(2)YOLO v3借鑒FPN(Feature Pyramid Networks)思想，采用多尺度檢測的方法，這使得YOLO v3在識別小目標(biāo)物體的準(zhǔn)確性上有了明顯的提高。

(3)為了使模型更容易學(xué)習(xí)，進(jìn)而作出更好的預(yù)測，YOLO v3仍然采用-means聚類的方法解決先驗(yàn)框尺寸確定問題，只是將的值從5增加到了9。3種尺度的特征圖根據(jù)感受野的不同分為大、中、小3個，并且每種特征圖對應(yīng)3個尺寸的先驗(yàn)框。

(4)YOLO算法的損失函數(shù)包括定位損失(先驗(yàn)框中心誤差和寬高誤差)、置信度損失和分類損失。REDMON僅在YOLO v1中明確給出損失函數(shù)，而在YOLO v2和YOLO v3中僅是略有提及。其中，在YOLO v3中明確指出，在訓(xùn)練時使用了二元交叉熵?fù)p失來預(yù)測類別。通過查閱相關(guān)資料及其源碼，發(fā)現(xiàn)損失函數(shù)的計(jì)算除了寬、高外，其他誤差損失均使用二元交叉熵。YOLO v3的損失函數(shù)如式(1)所示：

(1)

2 改進(jìn)的YOLO v3模型

2.1 先驗(yàn)框數(shù)目K的確定

YOLO v3延用YOLO v2中使用-means算法求取適合樣本的先驗(yàn)框，并采用平均交并比(Average Intersection Over Union,Avg IOU)作為聚類結(jié)果的評價標(biāo)準(zhǔn)。針對本文作者選擇的樣本集，此次實(shí)驗(yàn)選擇12個簇，聚類結(jié)果如圖1所示。

圖1 K-means聚類分析結(jié)果

從圖1中可以看出：隨著先驗(yàn)框個數(shù)的增大而增大;在=1～5時，平均交并比增長很快；當(dāng)增加到9時，圖像變化情況趨于平緩,此時值約為89.7%。

2.2 網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)

改進(jìn)后的YOLO v3網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。輸入圖像的分辨率為960像素×960像素，經(jīng)過一系列卷積操作，輸出3個尺度的特征圖。改進(jìn)的網(wǎng)絡(luò)中在第2個殘差模塊和第3個殘差模塊之間增加了一個殘差單元數(shù)目為2的殘差模塊。為了降低網(wǎng)絡(luò)的計(jì)算量，此后的網(wǎng)絡(luò)中殘差單元的數(shù)目減少為原來的1/2，網(wǎng)絡(luò)總層數(shù)較原網(wǎng)絡(luò)減少了約50層。將最后一個殘差單元輸出的結(jié)果，經(jīng)3次卷積操作、一次3×3卷積和一次1×1卷積后獲得大小為14像素×14像素的第一尺度特征圖。將3次卷積后的輸出結(jié)果進(jìn)行上采樣，與第13個殘差單元輸出結(jié)果進(jìn)行張量拼接，再經(jīng)3+2次卷積得到大小為28像素×28像素的第二尺度特征圖。以相同的方法，融合第9個殘差單元，最終獲得大小為56像素×56像素的第三尺度特征圖。將聚類得到的9種尺寸的先驗(yàn)框按從小到大的順序排列，依次分配給這3個尺寸的特征圖，每個尺度預(yù)測3個先驗(yàn)框。

圖2 改進(jìn)后的YOLO v3網(wǎng)絡(luò)

3 實(shí)驗(yàn)方法與結(jié)果分析

3.1 實(shí)驗(yàn)方法

3.1.1 數(shù)據(jù)集制作與環(huán)境配置

三聯(lián)齒輪的毛刺集中分布在中間齒輪的一側(cè)，實(shí)驗(yàn)樣本的標(biāo)記僅針對這種情況，實(shí)驗(yàn)中共采集到圖片1 200張。使用MATLAB中自帶軟件Image Labeler制作樣本標(biāo)簽，并按照8∶1∶1的比例劃分為訓(xùn)練集、驗(yàn)證集和測試集。為了消除圖形畸變的影響，在制作標(biāo)簽前采用張氏標(biāo)定法進(jìn)行校正。

實(shí)驗(yàn)環(huán)境：Windows10 64位操作系統(tǒng)，處理器為AMD Ryzen 2700X，顯卡為GTX1080TI，運(yùn)行內(nèi)存32 GB。使用軟件MATLAB R2020a，配置Computer Vison Toolbox和Deep Learning Toolbox工具包。

3.1.2 網(wǎng)絡(luò)訓(xùn)練過程

將訓(xùn)練集放入改進(jìn)后的YOLO v3網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，通過不斷調(diào)整參數(shù)，優(yōu)化訓(xùn)練過程，最終設(shè)置迭代次數(shù)為3 000次、初始學(xué)習(xí)率為0.001、L2正則化系數(shù)為0.000 5。改進(jìn)YOLO v3網(wǎng)絡(luò)的損失函數(shù)繼續(xù)采用原YOLO v3網(wǎng)絡(luò)中的損失函數(shù)。訓(xùn)練過程中損失值變化曲線如圖3所示。可以看出：當(dāng)?shù)螖?shù)超過500時，損失值幾乎不再變化。就參數(shù)收斂的整體情況看，網(wǎng)絡(luò)訓(xùn)練結(jié)果較為理想。

圖3 損失值變化曲線

3.1.3 網(wǎng)絡(luò)評價指標(biāo)

實(shí)驗(yàn)中采用召回率(Recall，R)和精確率(Precision,P)作為網(wǎng)絡(luò)評價的指標(biāo)。由于此實(shí)驗(yàn)只需要檢測毛刺這一個類別，故采用平均精度(Average Precision,AP)作為實(shí)驗(yàn)的評價標(biāo)準(zhǔn)。將實(shí)驗(yàn)中的測試集放入改進(jìn)的YOLO v3網(wǎng)絡(luò)和原YOLO v3網(wǎng)絡(luò)中，分別計(jì)算精確率。2種網(wǎng)絡(luò)的精確率-召回率曲線(RP曲線)如圖4所示。

圖4 2種網(wǎng)絡(luò)的精確率-召回率曲線對比

RP曲線與兩坐標(biāo)軸包圍圖形的面積越大，則表示網(wǎng)絡(luò)的性能越好。從圖4可以直觀地看出，改進(jìn)后YOLO v3網(wǎng)絡(luò)的性能更好。

3.2 實(shí)驗(yàn)結(jié)果分析

除了準(zhǔn)確率外，實(shí)時性也是網(wǎng)絡(luò)的重要評價參數(shù)之一，可以通過單張圖片運(yùn)行時間來評價。本文作者對相同的數(shù)據(jù)集，分別使用YOLO v3、YOLO v2、Faster-RCNN和改進(jìn)后的YOLO v3網(wǎng)絡(luò)進(jìn)行訓(xùn)練， 結(jié)果如表1所示。隨機(jī)選取測試集中的一張圖片，分別運(yùn)用表1中的4種網(wǎng)絡(luò)進(jìn)行檢測，結(jié)果如圖5所示。

表1 不同網(wǎng)絡(luò)性能對比

從表1可知:YOLO v2的網(wǎng)絡(luò)大小僅為100 MB，但是其檢測時間卻高于YOLO v3；Faster-RCNN網(wǎng)絡(luò)具有最高的平均精度，達(dá)到了97.70%，但它在運(yùn)行時間上并不占優(yōu)勢，而且它的網(wǎng)絡(luò)大小也遠(yuǎn)大于其他3種網(wǎng)絡(luò)；改進(jìn)的YOLO v3網(wǎng)絡(luò)在平均精度上僅略低于Faster-RCNN，但它的檢測速度最快，單張圖片檢測時間約為YOLO v3的1/2，網(wǎng)絡(luò)大小約為Faster-RCNN的1/3。

從圖5可以看出：盡管YOLO v2算法在驗(yàn)證集中達(dá)到了較高的平均精度，但是在測試中卻沒有較好的表現(xiàn)；另外3種算法的檢測結(jié)果均有較高的檢測精度，其中，改進(jìn)后的網(wǎng)絡(luò)具有更好的檢測效果。例如，圖5(d)中最上方的一個毛刺，在其他3張圖中均沒有檢測出。

圖5 不同網(wǎng)絡(luò)檢測結(jié)果(精確率)對比

4 結(jié)語

針對三聯(lián)齒輪毛刺位置的特殊性以及周圍環(huán)境的相似性，本文作者提出了一種基于改進(jìn)YOLO v3的齒輪毛刺檢測方法。通過增大網(wǎng)絡(luò)輸入的尺寸和調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，改進(jìn)后的網(wǎng)絡(luò)具有更好的檢測效果。在準(zhǔn)確率和召回率上，改進(jìn)YOLO v3網(wǎng)絡(luò)與原YOLO v3網(wǎng)絡(luò)基本保持一致；但是在網(wǎng)絡(luò)體積和檢測速度上，改進(jìn)YOLO v3網(wǎng)絡(luò)更占優(yōu)勢。同時，該檢測方法仍然存在不足：第一，實(shí)驗(yàn)中齒輪單個齒的毛刺并不能看到全貌，單張圖片中最多能檢測到9個齒的部分情況；第二，實(shí)驗(yàn)中的毛刺特征比較明顯且集中,對于更小特征毛刺的檢測并未涉及。如何用最少的次數(shù)實(shí)現(xiàn)對齒邊緣毛刺的全檢，以及對更加細(xì)小的毛刺具有良好的檢測效果，是未來的主要研究方向。