劉榮光， 朱傳軍， 成佳聞， 王林琳

（1.湖北工業(yè)大學機械工程學院， 湖北武漢 430068； 2.華中科技大學數(shù)字制造裝備與技術(shù)國家重點實驗室， 湖北武漢 430074）

0 前言

產(chǎn)品質(zhì)量一直是社會各界廣泛關(guān)注的問題。 《中國制造2025》 提出“質(zhì)量為先” 作為制造強國戰(zhàn)略的基本方針， 《中國機械工程技術(shù)路線圖》 則強調(diào)未來二十年的制造業(yè)發(fā)展要更加注重 “保障產(chǎn)品質(zhì)量”。 表面缺陷作為產(chǎn)品質(zhì)量的常見問題之一， 一方面影響產(chǎn)品的外觀和舒適度， 造成不必要的經(jīng)濟損失； 另一方面也會影響產(chǎn)品性能 （如表面摩擦力等）， 導(dǎo)致產(chǎn)品使用過程存在安全隱患。 因此， 如何快速準確地識別產(chǎn)品表面缺陷， 成為了產(chǎn)品質(zhì)量管理中亟待解決的關(guān)鍵問題之一。 缺陷檢測是工業(yè)上非常重要的應(yīng)用， 常見的產(chǎn)品表面缺陷檢測方法主要有人工缺陷識別、 超聲波缺陷識別、 漏磁缺陷識別， 由于缺陷多種多樣， 傳統(tǒng)的檢測方法很難做到對缺陷特征進行完整的建模和遷移， 復(fù)用性不大、 要求區(qū)分工況， 這會浪費大量的人力成本， 且檢測周期長、 需要進行復(fù)雜的特征設(shè)計等諸多局限性。

基于機器視覺的產(chǎn)品表面缺陷識別是指利用計算機視覺技術(shù)對包括表面刮痕、 破損、 磨損等在內(nèi)的缺陷圖像進行識別， 從而獲得缺陷類別的過程， 屬于典型的圖像識別問題。 常見的基于機器視覺的表面缺陷識別方法以機器學習算法為主， 主要包括支持向量機［1］、 人工神經(jīng)網(wǎng)絡(luò)［2］、 貝葉斯網(wǎng)絡(luò)［3］等模型。 隨著深度學習在特征提取和定位上取得更好的效果， 越來越多的學者和工程人員開始將深度學習算法引入到缺陷檢測領(lǐng)域中。 基于深度學習的缺陷識別方法與傳統(tǒng)的缺陷識別方法最大的不同在于： 前者可以通過模型實現(xiàn)端到端的特征自動化提取。 KHUMAIDI 等［4］提出了一種基于高斯核的CNN 模型， 通過使用高斯核模糊圖像從而提升模型的泛化效果。 ZHANG 等［5］同樣將CNN 網(wǎng)絡(luò)應(yīng)用到了焊接缺陷的識別問題中。ZHONG 等［6］將Hough Transform 與CNN 相結(jié)合， 并將其應(yīng)用到了高鐵軌道檢測中。 KRIZHEVSKY 等［7］提出了AlexNet 卷積神經(jīng)網(wǎng)絡(luò)。 Visual Geometry Group提出的VGG 系列模型［8］， 在AlexNet 的基礎(chǔ)上構(gòu)建了一個更為龐大的神經(jīng)網(wǎng)絡(luò)模型， 通過高達十幾層的網(wǎng)絡(luò)結(jié)構(gòu)， 達到更為準確的識別效果。 李勇等人［9］提出一種基于改進BiFPN 的電樞外觀缺陷檢測方法，大大減少了將缺陷件誤判為良品的概率。 熊紅林等［10］提出一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)（MCNN）圖像識別模型， 將MCNN 模型應(yīng)用在玻璃表面缺陷識別中， 有效提高了缺陷檢測的準確率。 MEI 等［11］提出了一種無監(jiān)督缺陷分割方法， 采用了卷積自編碼器實現(xiàn)了缺陷主體與背景的準確分割， 從而有效避免了復(fù)雜的人工設(shè)計過程。 蘇佳等人［12］提出一種基于改進YOLOv4 的YOLO－J 的PCB 缺陷檢測算法， 有效提升了PCB 缺陷檢測的準確率和速度。 田雪雪等［13］針對增材制件內(nèi)部缺陷檢測， 提出一種內(nèi)部缺陷埋藏深度的定量檢測方法， 有效縮小了檢測誤差。 羅兵等人［14］提出一種基于機器視覺的噴嘴圖像缺陷檢測方法， 有效提高了檢測精度和速度， 滿足工業(yè)生產(chǎn)線對噴嘴檢測準確性和實時性的要求。

本文作者基于卷積神經(jīng)網(wǎng)絡(luò)的表面缺陷識別問題展開研究， 通過分析問題特性， 改進VGG13 網(wǎng)絡(luò)模型， 在不同的特征提取層之后分別增加CBAM注意力機制模塊改進卷積神經(jīng)網(wǎng)絡(luò)， 實現(xiàn)表面缺陷的準確識別， 使其具有更好的圖像識別效果， 并將改進后的模型引入到?jīng)_壓件表面缺陷識別問題中，從而提升沖壓件表面缺陷識別的準確性。 在數(shù)據(jù)處理方面， 對所采集的沖壓件缺陷數(shù)據(jù)集進行擴充，進一步提高模型的泛化能力， 使得整個模型可以滿足新缺陷數(shù)據(jù)的需求， 有效實現(xiàn)沖壓件表面缺陷的準確識別， 確保產(chǎn)品質(zhì)量， 避免表面缺陷問題造成的不必要損失， 為生產(chǎn)過程中的智能決策和調(diào)控提供準確的參考依據(jù)。

1 模型方法與原理

1.1 VGG 網(wǎng)絡(luò)

VGG 模型是常見的卷積神經(jīng)網(wǎng)絡(luò)模型之一， 通過依次采用多個3×3 卷積， 模仿出更大的感受野［8］。 VGG 與淺層的CNN 模型相比有著更強的特征學習和表達能力， 在更加復(fù)雜的缺陷識別問題中， 可以學習到有用的特征信息， 從而有效地提高識別的效果。 許多學者的研究以及預(yù)實驗結(jié)果均表明； 以VGG 作為基礎(chǔ)模型， 在分類問題中有著良好的效果。 文中采用VGG13 網(wǎng)絡(luò)模型進行實驗，網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示， 由10 個卷積層（Conv） 和3個全連接層（FC） 構(gòu)成。 卷積層中所有的卷積核大小均為3×3， 所有的池化核大小為2×2， 且每2 次卷積之后進行1 次池化 （Pool）， 均為最大池化。VGG13 前2 層每層卷積核個數(shù)為64， 第三、 四層每層卷積核個數(shù)為128， 第五、 六層每層卷積核個數(shù)為256， 第七、 八層每層卷積核個數(shù)為512， 第九、十層每層卷積核個數(shù)均為512。 最后是3 個全連接層（FC） 的連接， 原全連接層節(jié)點個數(shù)分別為4 096、 4 096、 1 000。 由于文中所使用的數(shù)據(jù)規(guī)模較小， 為降低參數(shù)量以加快訓練過程， 將前2 個全連接層的節(jié)點個數(shù)減少至2 048， 文中使用的缺陷數(shù)據(jù)集共8 類， 最后一層全連接層個數(shù)為8。 網(wǎng)絡(luò)中最后一層分類層采用Softmax 激活函數(shù)， 其余均采用ReLU 激活函數(shù)。

圖1 VGG13 模型網(wǎng)絡(luò)結(jié)構(gòu)示意Fig.1 Schematic of the network structure of the VGG13 model

1.2 CBAM 模塊

CBAM （Convolutional Block Attention Module） 將通道注意力機制模塊和空間注意力機制模塊結(jié)合起來［15］， 是一種端到端的通用模塊。 CBAM 模塊示意如圖2 所示， 通過通道注意力機制得到包含權(quán)重的新的特征圖后， 再由新的特征圖空間位置像素信息得到空間當中的分布， 最終得到特征圖。 CBAM 克服了通道域中全局平均池化將空間信息轉(zhuǎn)換為通道信息過程中信息丟失的缺點。

圖2 CBAM 模塊Fig.2 CBAM module

通道分支是給定一個輸入F∈RH×W×C，H、W、C分別為特征張量的高度、 寬度和通道數(shù)， 同時經(jīng)過全局平均池化（GAP） 和全局最大池化（GMP） 操作分別得到不同的空間語義描述算子， 通過一個共享感知機將2 個通道注意力特征向量以相加的方式進行融合， 最后經(jīng)過激活函數(shù)， 得到通道注意力向量Mc∈Rc×1×1。 與SEnet 不同的是， 在CBAM 中增加了并行最大池化層， 可以提取到更全面和豐富的高層特征，詳細描述如式（1） 所示：

其中：σ代表激活函數(shù)；W0、W1代表全連接層的權(quán)重。

空間分支是將通道分支輸出結(jié)果沿著通道維度，經(jīng)過全局平均池化（GAP） 和全局最大池化（GMP）操作， 分別得到2 種不同的通道特征描述算子， 將二者拼接， 然后經(jīng)過一個卷積核大小為7×7 的卷積操作， 再經(jīng)過激活函數(shù)， 最后得到空間注意力向量Ms＝R1×H×W。 詳細描述如式（2） 所示：

其中：f7×7代表卷積操作， 卷積核大小為7×7。

2 實驗設(shè)計與結(jié)果分析

2.1 實驗設(shè)計

此實驗在武漢某制造車間采集的沖壓件缺陷數(shù)據(jù)集上進行。 沖壓件缺陷數(shù)據(jù)集包含8 種常見缺陷類別， 分 別 為 點 坑 （65 張）、 斷 裂 （81 張）、 劃 痕（243 張）、 孔洞 （149 張）、 拉傷 （179 張）、 麻點（93 張）、 毛刺（58 張）、 起皺（154 張）， 每張缺陷圖像大小為376 像素×376 像素， 圖3 所示為沖壓件8種缺陷圖像示例。 在實驗過程中， 將沖壓件缺陷數(shù)據(jù)集分為訓練集、 驗證集、 測試集三部分， 比例為6 ∶2 ∶2。 以測試集正確率作為評價模型指標， 實驗平臺由某云服務(wù)器提供： CPU10 核Intel（R）Xeon（R）Gold 5218R CPU＠2.10 GHz， 內(nèi)存為50 GB， GPU 為RTX 3090?1， 顯存為24 GB， 所有模型單獨運行10次取 平 均。 鏡 像 采 用PyTorch1.10.0、 Cuda 11.3、Python3.8 深 度 學 習 框 架 以 及Numpy、 Matplotlib、OpenCV 等深度學習庫， 在模型中每次訓練的批次（Batch Size） 大小為32， 訓練100 個Epoch， 采用Adam 優(yōu)化器， 學習率為0.001， 損失函數(shù)為交叉熵損失函數(shù)， 反向傳播更新模型的參數(shù)。 在訓練過程中， 對所有網(wǎng)絡(luò)的前2 個全連接層隨機失活一半的神經(jīng)元， 防止模型過擬合。

圖3 沖壓件缺陷圖像示例Fig.3 Example of defects in stamping parts： （a） point pit； （b） fracture； （c） scratch； （d） hole； （e）strain； （f） pitting； （g） burr； （h） wrinkling

2.2 數(shù)據(jù)增強

數(shù)據(jù)增強是擴充數(shù)據(jù)樣本一種有效的方法， 可以使有限的數(shù)據(jù)產(chǎn)生更多的數(shù)據(jù)， 增加了數(shù)據(jù)集的多樣性， 提高了模型的魯棒性。 卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)數(shù)以萬計， 訓練好一個網(wǎng)絡(luò)需要大量的數(shù)據(jù)集， 由于現(xiàn)實條件的制約， 采集的數(shù)據(jù)樣本數(shù)量有時較少， 達不到深度學習的條件， 或者無法覆蓋所有情況， 因此需要通過數(shù)據(jù)增強手段來擴充圖像的數(shù)量。 尤其是缺陷圖像， 在工業(yè)生產(chǎn)過程中更加難以采集。 通過數(shù)據(jù)增強由有限的數(shù)據(jù)產(chǎn)生了更多變種， 使原始數(shù)據(jù)的表示形式更多， 一定程度上降低了模型對數(shù)據(jù)中某些屬性的依賴。 因此， 在小樣本數(shù)據(jù)集輸入網(wǎng)絡(luò)模型訓練之前， 可以通過數(shù)據(jù)增強方法來擴大樣本集數(shù)量， 提高模型的泛化性能。 傳統(tǒng)的數(shù)據(jù)增強方式有隨機翻轉(zhuǎn)、裁剪、 變形縮放、 鏡像、 增加噪聲、 染色擾動、 隨機遮擋等， 通過這些方式獲得更多的訓練圖像。 如圖4所示， 針對采集的沖壓件缺陷圖像的具體特點， 選用旋轉(zhuǎn)、 水平鏡像、 豎直鏡像3 種幾何變換對數(shù)據(jù)集進行擴充， 使得每種缺陷圖像均擴充為原來數(shù)據(jù)集的3倍。 數(shù)據(jù)增強只在占比60%的訓練集中使用， 在驗證集和測試集中未使用數(shù)據(jù)增強。

圖4 沖壓件劃痕缺陷數(shù)據(jù)增強效果Fig.4 Enhanced effect of scratch defect data of stamping parts： （a） original image； （b） rotate 90°； （c）horizontal mirror image； （d） vertical mirror image

2.3 實驗結(jié)果

以VGG13 網(wǎng)絡(luò)為基準網(wǎng)絡(luò)模型， 對比了在VGG13 網(wǎng)絡(luò)的不同位置引入CBAM 模塊對實驗結(jié)果的影響。 VGG13 共有10 個卷積層， 加入CBAM 模塊的位置在每2 個卷積層之后。 VGG13－CBAM01 在每2個卷積層之后各加入一個CBAM 模塊， VGG13－CBAM02 刪除了VGG13－CBAM01 中加入的第一個CBAM 模塊， 以此類推， VGG13－CBAM03、 VGG13－CBAM04、 VGG13－CBAM05 分別在前者的基礎(chǔ)上減少一個CBAM 模塊。 由于VGG13－CBAM01 與VGG13－CBAM02 收斂效果不佳， 這里不再展示。 圖5（a1）（b1） （ c1） 分 別 為 VGG13－CBAM03、 VGG13－CBAM04、 VGG13－CBAM05 網(wǎng)絡(luò)模型訓練集的誤差損失隨迭代次數(shù)的變化曲線； 圖5（a2）（b2）（c2）分別為VGG13－CBAM03、 VGG13－CBAM04、 VGG13－CBAM05 這3 種網(wǎng)絡(luò)模型驗證集正確率隨迭代次數(shù)的變化曲線。 由圖5（a1）（b1）可知： VGG13－CBAM03、VGG13－CBAM04 網(wǎng)絡(luò)模型在同樣迭代100 個Epoch的情況下， 相比于原VGG13 網(wǎng)絡(luò)模型， 能進一步加快誤差下降， 訓練過程中的誤差也明顯低于原VGG13 網(wǎng) 絡(luò)。 由 圖5 （a2） （b2） 可 知： VGG13－CBAM03、 VGG13－CBAM04 網(wǎng)絡(luò)模型在同樣迭代100個Epoch 的情況下， 相比于原VGG13 網(wǎng)絡(luò)模型， 有效提升了驗證集的正確率， 訓練過程中的驗證集正確率明顯高于原VGG13 網(wǎng)絡(luò)。 而圖5（c）所示的VGG13－CBAM05 網(wǎng)絡(luò)相比于原VGG13 網(wǎng)絡(luò)無明顯改進效果。

圖5 訓練集誤差與驗證集正確率對比曲線Fig.5 Comparison curves of training set error and validation set accuracy： （a） VGG13 and VGG13－CBAM03；（b） VGG13 and VGG13－CBAM04； （c） VGG13 and VGG13－CBAM05

2.4 測試集正確率

基于沖壓件缺陷數(shù)據(jù)測試集， 將訓練好的各網(wǎng)絡(luò)權(quán)重分別加載到VGG13 網(wǎng)絡(luò)及其改進模型上進行實驗驗證和分析。 表1 所示為該數(shù)據(jù)集測試集在原模型與改進模型以及使用數(shù)據(jù)增強擴充數(shù)據(jù)前后各模型的測試集正確率。

表1 數(shù)據(jù)增強前后各網(wǎng)絡(luò)模型之間的對比Tab.1 Comparison between network models before and after data enhancement

由表1 可知： 數(shù)據(jù)增強方法在VGG13 與其改進模型中均能提高分類精度， 改進后的VGG13－CBAM03、 VGG13－CBAM04 相比于VGG13 原網(wǎng)絡(luò)在測試集上提高效果明顯， 測試集正確率由79.65%分別提高到了81.55%和81.40%， 而VGG13－CBAM05無明顯改進效果。

3 結(jié)論

文中主要基于武漢某制造車間采集的沖壓件缺陷數(shù)據(jù)集對VGG13 網(wǎng)絡(luò)展開研究。 通過在VGG13 不同卷積層位置分別引入CBAM 注意力機制模塊進行改進， 共提出了5 種VGG13－CBAM 網(wǎng)絡(luò)模型。 通過實驗對比發(fā)現(xiàn)VGG13－CBAM03、 VGG13－CBAM04 相比于原VGG13 網(wǎng)絡(luò)模型能夠加快訓練過程中誤差的下降并提升驗證集正確率， 在沖壓件缺陷數(shù)據(jù)集上取得了良好的識別效果。 同時在數(shù)據(jù)預(yù)處理階段使用數(shù)據(jù)增強策略擴充數(shù)據(jù)， 使原本用于訓練階段的數(shù)據(jù)集擴充為原采集數(shù)據(jù)集的3 倍， 有效提高了模型的泛化性能， 在測試集上取得了良好的效果， 有效地確保產(chǎn)品出廠質(zhì)量， 避免由于表面缺陷漏檢誤檢而造成的不必要損失， 為工藝參數(shù)的優(yōu)化以及生產(chǎn)調(diào)控管理決策提供了準確的參考依據(jù)。 文中雖對沖壓件缺陷識別的準確率有所提升， 但在工業(yè)產(chǎn)品的實際生產(chǎn)過程中， 模型的好壞會受到噪聲、 數(shù)據(jù)集的大小、 數(shù)據(jù)集樣本分布不均勻、 采集的缺陷圖片質(zhì)量高低等因素影響， 后續(xù)將針對此方面展開研究。