基于多级动态特征增强YOLOv11网络的工业零部件缺陷检测方法

本发明属于工业机器视觉和深度学习目标检测，具体涉及基于多级动态特征增强yolov11网络的工业零部件缺陷检测方法。

背景技术：

1、工业零部件在成形、机加工、焊接、涂覆、装配和运输过程中可能出现细微裂纹、划伤、凹坑、毛刺、缺损、污染以及装配异常等质量问题。此类缺陷具有尺寸跨度大、形态不规则、灰度对比度低和分布随机等特点；金属反光、加工纹理、油污和光照波动还会形成与真实缺陷相似的伪特征。

2、人工目视检测依赖操作人员经验，长时间作业易产生疲劳，难以同时满足检测一致性、节拍和可追溯性要求。传统机器视觉方法通常需要针对具体零件设计阈值、滤波器或手工特征，当零件材质、表面纹理和照明条件发生变化时，检测规则需要重新调整，泛化能力有限。

3、单阶段目标检测网络能够同时完成缺陷分类和定位，但直接使用常规yolo网络仍可能存在以下不足：浅层细节在连续下采样中衰减，细小或低对比度缺陷难以保留；不同层级特征采用固定拼接或卷积融合，无法依据缺陷位置动态调节局部细节与上下文信息的贡献；分类与定位任务共享过多卷积参数时，两个任务的特征需求可能相互干扰；增加大卷积或复杂注意力又会提高计算量，不利于工业现场部署。

4、因此，有必要设计一种兼顾细微缺陷特征、多尺度融合能力和推理效率的检测方法。

技术实现思路

1、本发明是为了克服现有技术中，针对现有传统机器视觉检测方法依赖人工设计特征、泛化能力差，以及常规yolov11网络在工业复杂背景下对多尺度缺陷特征提取不充分、浅层细节与深层语义融合不足的问题，提供了一种能够通过多级动态特征增强机制有效提升缺陷识别精度的基于多级动态特征增强yolov11网络的工业零部件缺陷检测方法。

2、为了达到上述发明目的，本发明采用以下技术方案：

3、基于多级动态特征增强yolov11网络的工业零部件缺陷检测方法，包括如下步骤：

4、s1，缺陷数据集构建：采集工业零部件表面图像，对图像中的缺陷区域进行类别标注和边界框标注，形成工业零部件缺陷图像数据集；

5、s2，图像预处理与数据集划分：对采集的缺陷图像进行尺寸调整和像素值归一化处理，并将所述工业零部件缺陷图像数据集划分为训练集、验证集和测试集；

6、s3，缺陷检测网络构建：将训练集图像输入改进yolov11网络，所述改进yolov11网络包括依次连接的主干网络、颈部网络和检测头；其中，所述主干网络设置c3k2-msfe（多尺度特征增强）模块，用于对不同层级的图像特征进行多尺度增强；所述颈部网络设置acfm（自适应上下文特征融合）模块，用于对经过拼接的同尺度特征进行动态上下文融合；所述检测头采用edhead（高效解耦）检测头，分别对融合特征进行缺陷分类预测和边界框回归预测；

7、s4，网络训练与参数更新：根据edhead输出的缺陷分类结果和边界框回归结果计算训练损失，并根据所述训练损失反向传播更新改进yolov11网络的参数；

8、s5，模型评价与参数确定：利用验证集评价不同训练阶段的网络性能，保存验证集检测精度最高时对应的网络参数，获得训练完成的工业零部件缺陷检测模型；

9、s6，缺陷识别与结果输出：将待检测工业零部件图像输入所述工业零部件缺陷检测模型，对模型输出的候选检测框进行置信度筛选和冗余框抑制，得到缺陷类别、缺陷边界框位置和缺陷置信度。

10、作为优选，在步骤s1中，所述工业零部件表面图像由面阵相机或线阵相机采集，图像采集时采用明场照明、暗场照明、同轴照明或其组合；所述缺陷至少包括裂纹、划痕、凹坑、材料缺失、表面异物和表面形貌异常中的一种；所述边界框标注至少记录缺陷类别、边界框中心坐标、边界框宽度和边界框高度。

11、作为优选，所述主干网络以3×640×640图像为输入；所述主干网络依次包括第一卷积层、第二卷积层、第一c3k2-msfe模块、第三卷积层、第二c3k2-msfe模块、第四卷积层、第一c3k2模块、第五卷积层、第二c3k2模块、sppf（空间金字池化）模块和c2psa（空间注意力）模块；所述主干网络分别向颈部网络提供128×80×80、128×40×40和256×20×20的特征图。

12、作为优选，所述c3k2-msfe模块包括通道调整单元、跨阶段分流单元、c3k特征处理支路、多尺度特征增强单元、特征拼接单元和输出映射单元；输入特征经通道调整单元完成通道变换后，由跨阶段分流单元划分为保留特征和待处理特征；所述待处理特征经至少一个c3k特征处理支路处理后，分别输入多尺度特征增强单元中的局部深度卷积分支和扩张深度卷积分支；局部深度卷积分支和扩张深度卷积分支的输出特征与所述保留特征沿通道方向拼接，拼接后的特征经输出映射单元获得c3k2-msfe模块的输出特征。

13、作为优选，所述局部深度卷积分支采用3×3深度卷积提取工业零部件缺陷的局部边缘和纹理特征；所述扩张深度卷积分支采用扩张率大于1的3×3深度卷积扩大特征感受野，提取缺陷区域及其周围表面区域的上下文特征；所述c3k2-msfe模块还包括残差连接，当输入特征与输出特征的通道数不一致时，通过1×1卷积调整所述输入特征的通道数后，再与所述输出映射单元输出的特征进行融合。

14、作为优选，所述acfm模块包括通道对齐单元、局部特征分支、上下文特征分支、权重生成单元和特征融合单元；来自不同网络层级且具有相同空间尺寸的特征沿通道方向拼接后输入acfm模块，并经通道对齐单元得到对齐特征；所述对齐特征分别经局部特征分支和上下文特征分支处理，得到局部特征l和上下文特征g；

15、所述权重生成单元根据局部特征l和上下文特征g生成与空间位置相关的第一权重α和第二权重β，且同一空间位置处满足α+β=1；所述特征融合单元按照α⊙l+β⊙g对局部特征和上下文特征进行动态加权，并将动态加权结果经卷积映射后，与所述对齐特征进行残差融合，获得acfm模块的输出特征；其中，⊙表示逐元素乘法。

16、作为优选，所述颈部网络包括自上而下路径和自下而上路径：

17、将主干网络输出的256×20×20特征上采样后与128×40×40特征拼接为384×40×40特征，经acfm模块和c3k2模块得到128×40×40特征；

18、再上采样后与128×80×80特征拼接为256×80×80特征，经acfm模块和c3k2模块得到64×80×80特征；

19、随后依次下采样，并与自上而下路径中对应尺寸的中间特征拼接，得到256×40×40特征和512×20×20特征，再分别经acfm模块和c3k2模块处理，对应输出128×40×40特征和256×20×20特征。

20、作为优选，所述edhead检测头分别接收颈部网络输出的64×80×80、128×40×40和256×20×20特征，并通过共享的1×1卷积映射到预设通道数；映射后的特征分别进入分类分支和回归分支，所述分类分支与回归分支相互独立，分类分支输出各缺陷类别的预测分数，回归分支输出边界框四个方向的离散距离分布，并通过分布积分得到边界框坐标。

21、作为优选，步骤s4中的训练损失包括分类损失、基于交并比的边界框损失和分布焦点损失，总损失表示如下：

22、总损失=；

23、其中，为分类损失，为基于预测边界框与真实边界框交并关系计算的边界框回归损失，为分布焦点损失；分别为对应损失项的权重系数。

24、作为优选，步骤s6中，将待检测工业零部件输送至图像采集工位，在接收到图像采集触发信号后采集待检测工业零部件图像，并将所述待检测工业零部件图像输入工业零部件缺陷检测模型；当检测得到的缺陷置信度达到对应缺陷类别的预设阈值时，生成包括工业零部件标识、缺陷类别、缺陷位置和缺陷置信度的检测记录，并将检测结果发送至显示装置、标记装置（例如喷墨打码机、激光打标机或标签打印贴附机）、报警装置或分拣装置中的至少一种。

25、本发明与现有技术相比，有益效果是：（1）采用c3k2-msfe模块对yolov11主干网络进行改进，通过不同尺度的特征提取路径获取缺陷区域的边缘、纹理和形态信息，使网络能够更充分地表征尺寸较小、特征不明显以及形态差异较大的表面缺陷；（2）在颈部网络中设置acfm模块，对不同层级特征之间的对应关系进行协调，使浅层特征中的空间细节与深层特征中的语义信息得到有效交互，改善多尺度融合过程中缺陷信息被削弱的问题，增强网络对不同尺寸缺陷的适应能力；（3）利用edhead分别完成缺陷分类和边界框回归，减少两类预测任务在特征处理过程中的相互影响，使检测模型能够兼顾缺陷类别判断与位置确定，提高检测结果的可靠性；（4）通过c3k2-msfe、acfm和edhead之间的协同配合，形成从缺陷特征提取、跨层信息融合到分类定位输出的完整检测过程，可用于工业零部件表面缺陷的自动识别与定位，减少人工检测对经验的依赖，提高工业质量检测的效率和自动化程度。