物體表面缺陷檢測現狀
傳統機器學習侷限性
- 傳統機器學習方法對於特定的演算法只能解決特定的問題，不夠靈活，無法快速適應新產品；
- 不同的問題有不同的特徵，當需要解決新問題時，需要重新設計特徵，開發週期長；
深度學習遇到的問題
- 訓練資料數量需求大；
- 標註精度、耗時需求嚴格；
- 計算能力需求高。
該篇paper解決了深度學習遇到的如上三個問題
Paper貢獻
該篇paper提出了一個兩階段的網路，即分割網路 + 決策網路。
- 分割網路用於對輸入的圖片進行缺陷的具體定位，最後生成分割掩碼（二值影像）；
- 決策網路用於判斷輸入的圖片是否存在缺陷，生成二值分類輸出。
實現細節
分割網路
分割網路要在高解析度的影像表面上檢查小的缺陷，需滿足兩個要求：
- 具有較大的感受野；
- 能夠捕捉到較小的特徵細節；
因此，在設計時，需要具有下采樣層，在比較深的層中使用尺寸大的卷積核。
決策網路
為什麼要提出這樣的決策網路？有什麼作用？
簡單的分割網路似乎沒有足夠的資訊來預測影像中缺陷的存在。
- 決策網路能夠從最後一個分割層的特徵圖中捕獲資訊；
- 額外的下采樣增加了感受野的大小，能夠捕獲缺陷的全域性形狀。全域性形狀對分類很重要，有助於提高效能。
網路訓練過程
資料集
該篇paper中使用到的是工業界中電機轉向器的拍攝樣本集Kolektor
網路在不同配置下的評估
網路在四個配置組下進行評估：
-
五種精度的標註；
-
兩種損失函式 (均方誤差、交叉熵)；
-
輸入影像是全尺寸（1408 x 512 px）還是半尺寸（704 x 256 px）；
-
是否對輸入影像進行90°的旋轉。
實驗結果如下：
可見，paper提出的網路在如下：
1. 標註精度為Dilate = 5；
2. 交叉熵損失函式；
3. 全尺寸影像；
4. 不對影像進行90°旋轉。
配置，達到了最優的效能。
效能評估
paper的作者把提出的網路與目前最常用的兩個分割網路（DeepLab v3+與U-Net）和用於缺陷檢測的商業軟體Cognex ViDi Suite進行了效能對比。如下效能指標皆在三個網路和商業軟體最優配置下進行評估：
結果如上圖所示：
paper提出的網路AP最高，達到了99.9%，漏檢個數與誤檢個數也最少。
所需訓練樣本個數
如上圖所示，paper提出的網路，在僅有33個缺陷樣本的訓練下，AP能夠達到99.9%；在僅有5個缺陷樣本的訓練下，AP依舊能夠達到96.1%。超過了其它分割網路和商業軟體在同等配置下的效果，一定程度上解決了深度學習所需樣本數量大的問題。
所需訓練時間
如上圖所示：
paper提出的網路在對單張圖片進行檢測的平均準確度和時間上，都有著不錯的效果，如何能做到這樣的效果，也取決於上圖，可以看到，paper提出的網路所需的引數，遠少於另外兩種分割網路，因此在訓練以及檢測的過程中，花費的時間得到了很大程度的提升。