热钢带表面缺陷识别的轻量级模型
Naixuan Guo1,2, Haonan Fan1, Qin Dong1,2
1School of Information Engineering, Yancheng Institute of Technology, Yancheng 224051, China.
Sensors (Basel, Switzerland)
|March 14, 2026
概括
热钢带的新型轻量级双表面缺陷识别模型可以实现移动应用. 这种优化的模型在低功耗设备上实现了高精度,改善了工业自动化.
科学领域:
- 智能制造和工业自动化
- 计算机视觉和机器学习
背景情况:
- 当前的热钢带缺陷检测系统往往是固定式,昂贵,耗能,限制了移动应用.
- 对于智能制造和工业自动化而言,有效和准确的缺陷检测的需求至关重要.
研究的目的:
- 设计和提出一个轻量级的双面缺陷识别模型,用于热钢带.
- 为了实现在移动,低功耗设备上的缺陷检测,如树Pi.
主要方法:
- 增强了NEU-CLS数据集,使用StyleGAN3进行图像生成,使用类似于水波的算法进行无声化,并使用Real-ESRGAN进行超分辨率.
- 应用网络减肥算法在训练期间修剪MMAM-EfficientNet-B0,删除70%的网络结构.
- 在Raspberry Pi上部署了优化的模型,以便实时识别缺陷.
主要成果:
- 在Raspberry Pi上的缺陷识别实现了96.333%的高精度.
- 将每张图像的分类时间缩短到1.527秒,这与原始模型相比显著改进.
- 证明了该模型的实时有效性和移动应用的实际价值.
结论:
- 拟议的轻量级双表面缺陷识别模型对热条钢有效.
- 该模型在低功耗设备上的成功部署验证了其适用于移动和户外工业应用的适用性.
- 这项研究有助于通过高效和可访问的缺陷检测解决方案推进智能制造.
