摘要：鋼材缺陷檢測作為關鍵任務，對于預防潛在的安全隱患具有重要意義。傳統(tǒng)的鋼材缺陷檢測方法往往依賴于人工檢測，效率低下且容易受到人為因素的影響。隨著計算機視覺技術的不斷發(fā)展，目標檢測在許多領域都得到了廣泛的應用。研究提出了一種基于改進YOLOv8n的鋼材缺陷檢測算法，并在東北大學鋼材缺陷公開數據集上進行驗證，實驗結果顯示，相較于原始YOLOv8n模型，準確性提升3.0%，相較于YOLOv5n模型，準確性提升4.7%，很好地驗證了改進的有效性，可以為鋼材缺陷檢測提供更好的技術支持。

關鍵詞：鋼材缺陷；改進YOLOv8n；缺陷檢測；注意力機制

一、前言

鋼鐵工業(yè)生產的迅猛發(fā)展對鋼鐵產品的質量要求日益提高，給鋼材質量檢測提出了新的要求。鋼材缺陷檢測作為質量檢測的關鍵環(huán)節(jié)，對于預防潛在的安全隱患、提升產品質量以及提高生產效率具有不可忽視的作用[1]。然而，傳統(tǒng)的鋼材缺陷檢測方法主要依賴于人工目視檢測，這種方法不僅效率低下，而且容易受到人為因素的影響，如視覺疲勞、主觀判斷差異等，導致檢測結果的準確性和可靠性受到挑戰(zhàn)。

隨著計算機視覺技術的飛速進步，目標檢測算法在圖像處理領域展現出了強大的潛力和廣泛的應用前景[2-3]。為了應對鋼材缺陷檢測中的特殊挑戰(zhàn)，如小尺寸缺陷的識別、復雜背景下的準確檢測等，本文提出了一種基于改進YOLOv8n的鋼材缺陷檢測算法。通過引入先進的改進策略和方法，提高算法對鋼材缺陷的識別精度和魯棒性，為鋼材質量檢測領域帶來更加高效、準確的解決方案。對于推動工業(yè)自動化檢測和質量控制的發(fā)展具有重要意義[4]。

二、鋼材缺陷檢測領域的相關工作

目前針對鋼材缺陷檢測，在實際應用中，工業(yè)上有多種方法來進行鋼材缺陷檢測，主要包含射線探傷、超聲波探傷、渦流探傷、磁粉探傷等。射線探傷能夠提供直觀的缺陷圖像，但存在輻射安全問題和高成本。超聲波探傷適用于厚材料檢測，速度快且成本低，但對表面平整度要求較高。渦流探傷則能快速檢測導電材料的表面缺陷，但對非磁性材料效果不佳。磁粉探傷則直觀且操作簡單，但容易受鋼材表面油污的影響。

盡管傳統(tǒng)的鋼材缺陷檢測方法各有其獨特的應用場景和優(yōu)勢，但它們也存在一些共同的局限性。這些方法往往受到材料類型、缺陷類型、表面狀況以及操作環(huán)境等多種因素的影響。此外，這些方法通常需要專業(yè)的操作人員和復雜的設備，檢測過程可能耗時且成本較高。

隨著計算機視覺和深度學習技術的快速發(fā)展，目標識別方法，特別是基于深度學習的目標檢測算法，為鋼材缺陷檢測提供了新的解決方案[5]。目前主流的目標檢測算法有兩階段的RCNN（Region- based Convolutional Neural Network）、Fast RCNN、Faster RCNN算法，一階段的 SSD（Single Shot Multibox Detector）、YOLO（You Only Look Once）算法，以及基于Transformer的目標檢測算法DETR（Detection Transformer）。這些方法不僅具有更高的準確性和魯棒性，還能夠自動學習和提取圖像中的特征，減少了對專業(yè)操作人員和復雜設備的依賴。

因此，采用目標識別方法進行鋼材缺陷檢測，有望克服傳統(tǒng)方法的局限性，提高檢測效率和準確性，為工業(yè)自動化檢測和質量控制帶來新的突破。

三、鋼材缺陷檢測總體方案

在目標識別模型領域，主要有以Faster R-CNN為代表的兩步法目標檢測模型與以YOLO為代表的一步法檢測模型。其中，YOLO系列模型由于采用了端到端的目標檢測識別模式，其在預測速度上有著天然的優(yōu)勢，更滿足于生產現場的實際應用。

（一）Yolov8目標檢測模型

YOLOv8是一種基于圖像全局信息進行預測的目標檢測模型，相較于之前YOLO系列方法，做出了諸多改進。

首先，在模型的Backbone主體部分，YOLOv8將YOLOv5中的跨階段局部網絡（CSP）模塊替換為輕量級C2f模塊，通過密集殘差結構增強特征表達的能力。其次，根據縮放系數，通過拆分和拼接操作改變通道數，降低計算復雜度和模型容量。最后，在尾部使用快速空間金字塔池化層模塊增加感受野并捕獲場景中不同層次的特征信息。

在模型的Neck部分，對特征進行融合，采用路徑聚合網絡與C2f模塊，針對Backbone三個階段輸出的不同尺度的特征圖進行融合，幫助淺層信息向深層特征聚合。Head部分使用解耦頭結構，分為分類和定位預測端，用于緩解分類和定位任務之間存在的沖突。

Loss計算包括分類損失Varifocal Loss（VFL Loss）和回歸損失CIoU Loss + Distribution Focal Loss（DFL Loss）。Varifocal Loss是一種基于焦點損失函數的目標檢測損失函數，可以更好地處理類別不平衡的情況，提高模型的檢測準確率。CIoU Loss可以更好地處理預測框和真實框之間的重疊情況。DFL Loss可以更好地處理類別不平衡和背景類別的問題，能夠讓網絡快速地聚焦于距離目標位置近的分布。

相較于之前版本算法，YOLOv8在模型結構上進行了優(yōu)化，提高了模型的表達能力和泛化能力。新增的VFL Loss損失函數使得模型在訓練過程中能夠更好地處理分類和回歸任務之間的不平衡問題，并動態(tài)地分配框匹配策略，從而提高檢測準確率，適用于各種對實時性和準確性要求較高的場景。

（二）Yolov8的改進

本文采用YOLOv8模型中的YOLOv8n模型，主要在以下三個方面進行改進。

首先將YOLOv8n特征提取網絡中第六層中的C2f卷積模塊替換為C2f_DBB卷積模塊，用于提取鏈結圖像的高維度特征。DBB模塊由多個分支組成，每個分支使用不同大小的卷積核分支進行特征提取，旨在提高網絡的特征提取能力。每個分支提取不同尺度下的特征后，這些特征被合并或拼接在一起。模塊內部的分支操作通常是并行的，有助于提高計算效率，同時允許網絡學習多個尺度下的特征。C2f_DBB卷積模塊示意圖如圖1所示。

其次在模型特征提取通道中添加了MLCA（Mixed Local Channel Attention）混合局部通道注意力機制，該機制結合了局部和全局特征以及通道和空間特征的信息，是一個輕量化的注意力機制，能夠在增加少量參數量的情況下大幅度提高檢測精度。

最后將檢測頭替換為DynamicHead動態(tài)檢測頭，這個方法包括三種不同的注意力機制，每種都專注于不同的方面：尺度感知注意力、空間感知注意力和任務感知注意力。應用動態(tài)檢測頭的三種注意力機制后，特征圖變得更加清晰，從而為不同的目標檢測任務提供了更好的基礎。

四、訓練過程與結果分析

（一）實驗環(huán)境

實驗所用的訓練與推理環(huán)境為Linux系統(tǒng)， 系統(tǒng)版本為Ubuntu 18.04.6 LTS。深度學習框架采用Pytorch1.11.1。CPU為Intel（R） Core（TM）i7-9700K。運行內存為16GB。GPU為NVIDIA GeForce RTX2080ti×2，顯存為22GB。

（二）鋼材缺陷數據集

為評估本文所提算法的檢測能力，鋼材缺陷數據集采用東北大學（NEU）表面缺陷數據集，圖片使用xml格式記錄所有缺陷的位置、類別信息，圖片為灰度圖，相比其他數據集信息量更少，同時缺陷的邊界沒有統(tǒng)一的劃分標準，增加了位置信息的檢測難度。

該數據集收集了熱軋帶鋼6種典型的表面缺陷，即夾雜、裂紋、斑塊、點蝕、氧化皮和劃痕6種缺陷。該數據庫包括1800張灰度圖像，每張圖像的原始分辨率為200×200像素，6種不同類型的典型表面缺陷各300個樣本，隨機抽取訓練集、驗證集和測試集的比例為8：1：1。

（三）實驗結果與分析

實驗采用YOLOv8模型中的YOLOv8n進行測試，該模型為YOLOv8系列模型中參數量與權重最小的模型，更適合在生產現場應用。實驗對比初始YOLOv8n模型、改進后的YOLOv8n模型與YOLOv5n模型在鋼材缺陷檢測數據上的表現。

目標檢測模型的評價指標一般包括兩個方面。一個是檢測精度，也就是檢測的準確程度，通常使用均值平均精度（Mean Average Precision，mAP）進行評估。另一個則是檢測速度，一般使用檢測幀率（Frames Per Second，FPS）進行評估。

mAP是指所有目標檢測類別平均精度（average precision，AP）的均值，即

（1）

其中，n表示某一缺陷類別的數量，APj表示類別j的檢測精度。

FPS則是指目標模型每秒可以處理多少幀圖像。mAP的值越大，證明該模型的檢測精度越高。FPS的值越大，則表示該模型的檢測速度越快。

以mAP與FPS為檢測指標，權重大小作為模型大小指標，使用YOLOv8n_ours模型、YOLOv8n模型和YOLOv5n模型對鋼材缺陷數據集進行識別，各個模型平均準確率隨訓練輪數的變化如圖2所示。

由圖2可以看出，YOLOv5n模型對數據集的識別平均準確率最低，YOLOv8n模型識別的平均準確率雖有一定提升，但模型的波動很大，在此基礎上，通過對模型的改進，本文所提出的YOLOv8n_ours模型的平均準確率得以進一步的提升，收斂速度也比YOLOv8n模型更快。將YOLOv5n模型結果、標準YOLOv8n模型的訓練結果和改進模型的訓練結果進行比較，驗證本文所提出的改進算法模型的有效性。實驗結果見表2。

可以看出，由于視頻采集幀率通常為30幀/秒，因此以上三種模型實時性能夠滿足在工程應用中的檢測要求。其中，原始的YOLOv5n模型由于算法簡單，FPS較高，但mAP卻最低，僅為76.4%，證明該模型雖然運算速度比較快，但識別準確率卻有所不足。原始的YOLOv8n模型雖然準確率有所提升，但FPS則為最低，僅為452，證明該模型的處理速度較為不足。與兩者相比，改進后的YOLOv8n_ours模型的處理效果則有明顯提升，相較于YOLOv8n模型mAP提高3.0%，FPS提高24幀/秒，相較于YOLOv5n模型mAP提高4.7%，且模型大小僅為7.3M，兼顧了檢測精度與實時性，具有最好的檢測效果。

五、結語

針對生產現場缺乏鋼材表面缺陷的有效的自動化檢測手段，本文提出了一種基于改進YOLOv8n的鋼材缺陷檢測算法。通過引入C2f_DBB卷積模塊、添加了MLCA的混合局部通道注意力、替換檢測頭的方法對YOLOv8n目標識別算法進行改進，使其在較少的模型參數的前提下，能夠達到較高的檢測準確率，在東北大學鋼材缺陷公開數據集上進行驗證，實驗結果顯示，相較于原始YOLOv8n模型，平均準確率提升3%；相較于YOLOv5n模型，平均準確率提升4.7%，可以為鋼材表面缺陷檢測提供一定的技術支持。

參考文獻

[1]李軼杰.目標檢測算法在智能交通監(jiān)控中的應用研究[J].中國信息化，2022（06）：67-69.

[2]曹義親，伍銘林，徐露.基于改進YOLOv5算法的鋼材表面缺陷檢測[J].圖學學報，2023，44（02）：335-345.

[3]王春梅，劉歡.YOLOv8-VSC：一種輕量級的帶鋼表面缺陷檢測算法[J].計算機科學與探索，2024，18（01）：151-160.

[4]蘇志威，黃子涵，邱發(fā)生，等.基于改進YOLOv8的航空鋁合金焊縫缺陷檢測方法[J].航空動力學報，2024，39（06）：121-129.

[5]周繁，廖義奎.基于改進YOLOv5的工業(yè)鋼材瑕疵檢測算法[J].現代計算機，2022，28（22）：1-8.

作者單位：浙江大華技術股份有限公司

責任編輯：張津平 尚丹