YOLOv8-VSC：一種輕量級的帶鋼表面缺陷檢測算法

王春梅，劉 歡+

1.西安郵電大學 計算機學院，西安 710121

2.西安郵電大學 陜西省網絡數據分析與智能處理重點實驗室，西安 710121

近年來，隨著人工智能技術的發展，缺陷檢測系統在工業生產中的應用越來越廣泛[1-4]。在帶鋼生產過程中，表面缺陷檢測是非常重要的一項工作，使用基于深度學習的目標檢測技術對帶鋼表面缺陷進行檢測變得可行。然而，用于訓練和測試的深度學習模型所需的計算資源較為龐大，進行缺陷檢測的終端設備計算能力有限，給帶鋼表面缺陷檢測領域的實際應用帶來了一定的困難和挑戰。因此，如何在保證檢測精度的前提下，盡可能地減少深度學習模型的復雜度和計算量，是該領域需要解決的重要問題之一。

目前主流的目標檢測算法有兩階段的RCNN（region-based convolutional neural network）[5]、Fast RCNN[6]、Faster RCNN[7-9]、Mask RCNN[10]算法，一階段的SSD（single shot multibox detector）[11]、YOLO（you only look once）[12]算法，以及基于Transformer 的目標檢測算法DETR（detection transformer）[13]。兩階段目標檢測算法是先產生候選框，對候選框中的內容進行特征提取，再對區域內容進行目標回歸，通常這類算法具有較高的檢測精度，但由于要先進行候選框的篩選，損失了一部分的檢測速度。單階段目標檢測算法是基于回歸的算法，將定位與分類任務合并，獲得了更快的檢測速度，在實時檢測方面有著巨大的優勢?；赥ransformer 的目標檢測算法DETR 將目標檢測問題轉化為一個對象查詢問題，可以一次性檢測整張圖像中的所有目標，避免了傳統目標檢測方法中需要使用滑動窗口等方式進行多次檢測的問題，提高了檢測速度，而且DETR的可擴展性較強，可以很容易地擴展到新的目標檢測任務中。然而，在帶鋼表面缺陷檢測領域，這些基于深度學習的目標檢測模型受到終端檢測設備計算能力的限制，在模型部署上仍然面臨著巨大的挑戰，如何對計算量龐大的目標檢測模型進行輕量化處理，使其可以部署在計算資源有限的設備上，是當前帶鋼表面缺陷檢測領域研究的一個熱點問題。

為解決主流的目標檢測模型在計算資源有限的終端檢測設備上的部署問題，蔡劍鋒等人[14]將MobileNet 引入Mask RCNN 目標檢測框架中，將MobileNet 作為骨干特征提取網絡，有效地降低模型的參數量和計算量。Zhou等人[15]提出YOLOv5s-GCE輕量級帶鋼表面缺陷檢測模型，引入了Ghost 模塊和CA（coordinate attention）注意力機制，在不影響檢測精度的情況下減小了模型的體積和計算量。Yang 等人[16]提出改進的CBAM-MobilenetV2-YOLOv5 模型，同時引入了MobilenetV2 模塊和CBAM（convolutional block attention module）注意力模塊，得到更加輕量的帶鋼表面缺陷檢測模型。隨后，張政超[17]對YOLOv5 進行了改進，使用了更加輕量的Shuffle Netv2 作為骨干網絡，降低了模型的復雜度，在檢測速度方面具有一定的優勢。Qin 等人[18]提出EDDNet輕量級帶鋼表面缺陷檢測算法，引入EfficientNet 作為骨干特征提取網絡，有效減少了計算開銷。近年來，閻馨等人[19]提出的改進的SSD 算法引入了Involution 算子和Transformer 多頭注意力模塊，在提升模型檢測精度的同時降低了計算資源的使用。盧俊哲等人[20]提出一種輕量級帶鋼表面缺陷檢測算法DCNYOLO（deformable convolutional network-YOLO），該算法引入了輕量級卷積塊DSConv 和ECA（efficient channel attention）注意力模塊，在不影響檢測精度的情況下得到更加輕量的模型。Wang等人[21]提出一種基于多分支擴張卷積聚合和多域感知檢測頭的輕量級帶鋼表面缺陷檢測模型DAssd-Net，有效降低了模型體積，并且在一定程度上提升了模型的檢測精度。周穎等人[22]提出的光伏電池缺陷檢測方法YOLOv8-EL，使用GauGAN 進行數據增強解決了數據集中各類缺陷不平衡問題，在骨干網絡和特征提取網絡中引入上下文聚合模塊（context aggregation module，CAM）來抑制背景噪聲，最后構建多注意力檢測頭（multi-attention detection head，MADH）有效提升了檢測精度。Phan 等人[23]提出一種檢測光伏電池故障的新方法，在YOLOv8 中引入了粒子群優化算法來優化模型參數，使模型達到最佳的檢測精度。以上研究對計算量龐大的目標檢測模型做了一定的輕量化處理，有一定的啟發意義。然而，在帶鋼表面缺陷檢測領域，終端檢測設備的計算能力往往只有幾個GFLOPs 級別，且內存小于8 GB，而主流的目標檢測模型如YOLO 系列的計算量高達40～150 GFLOPs，預測一張1 024×1 024 的圖像需要占用約16 GB 的內存，這樣的計算需求已經超過了終端檢測設備的處理能力，在不增加計算資源的情況下終端檢測設備無法保障計算量龐大的目標檢測模型穩定運行。此外，還需要更高的檢測精度來滿足實際的生產需求。

基于上述研究存在的局限性，本文以YOLOv8n為基線提出一種輕量化的帶鋼表面缺陷檢測模型YOLOv8-VSC，該模型引入輕量級網絡VanillaNet[24]作為骨干特征提取網絡，有效降低了模型的復雜度，同時在骨干特征提取網絡中引入SPD（space-todepth）[25]模塊，加快模型的推理速度，提升模型性能。此外，在特征融合網絡中引入輕量級的上采樣算子CARAFE（content-aware reassembly of features）[26]，提高輸出特征的質量和豐富度，從而提升檢測精度。綜上所述，本文的主要貢獻如下：

（1）提出一種輕量級的帶鋼表面缺陷檢測模型YOLOv8-VSC，將輕量級網絡VanillaNet 作為骨干特征提取網絡，去除特征提取網絡中大量的分支結構，有效降低了模型的復雜度。

（2）在特征提取網絡中引入SPD 模塊，網絡在下采樣過程中能夠得到無信息損失的二倍下采樣特征圖，擴大感受野，提升模型檢測性能，同時減少網絡層數和模型參數量，加快模型的推理速度。

（3）在特征融合網絡中引入CARAFE 上采樣算子，模型在上采樣過程中能夠恢復更多的細節信息，有效整合上下文信息，增強輸出特征的表達能力。

（4）在NEU-DET 數據集上進行了大量實驗，與主流的目標檢測算法相比，本文算法在提升檢測精度的同時所需的計算資源更少。此外，在VOC 數據集上進行了實驗，結果表明本文提出的YOLOv8-VSC具有良好的魯棒性。

1 相關工作

1.1 產品表面缺陷檢測

隨著工業自動化水平的提高和智能制造技術的快速發展，基于深度學習的工業產品表面缺陷檢測系統得到廣泛的應用。Li 等人[27]提出一種航空發動機部件表面缺陷檢測模型YOLO-KEB，在YOLO 的骨干特征提取網絡中引入ECA-Net（efficient channel attention network）注意力模塊，提升模型的特征提取能力，并在特征融合網絡中引入了BiFPN（bidirectional feature pyramid network）模塊，充分融合多尺度特征，提升模型的檢測性能。Chen 等人[28]為了解決織物瑕疵受紋理干擾導致誤檢的問題，將頻率分析中的Gabor 濾波器嵌入Fast RCNN 網絡中，使得模型能夠更好識別織物缺陷，提升了檢測精度。Dang 等人[29]設計了一種用于下水道管道內部缺陷檢測框架DefectTR（defect transformer），提高了下水管道缺陷檢測精度。Cui 等人[30]通過引入特征保留塊（feature retaining block，FRB）和跳過密集連接模塊（skip densely connected module，SDCM），解決了因紋理變化和缺陷尺寸較小導致檢測精度差的問題。Zhang等人[31]提出改進DETR 的鑄件缺陷檢測算法，引入動態anchor boxes 和改進的多尺度可變形注意力模塊，提高transformer 結構對輸入位置信息和尺度大小的敏感度，為其他場景的缺陷檢測任務提供了新思路。

1.2 輕量級模型

當前先進的基于深度學習的目標檢測算法都因其模型過于復雜、計算量龐大導致在一些工業生產場景中受終端檢測設備計算能力的限制而難以部署。為解決上述問題，Suryarasmi 等人[32]提出一種用于織物缺陷檢測的基于CNN（convolutional neural networks）的輕量級架構FN-Net，與先進的輕量級架構相比，FN-Net的訓練速度更快，需要的計算資源更少。Ding 等人[33]設計了一種輕量級的管道焊縫表面缺陷檢測算法，以MobileNetV2為主干網絡構建缺陷分類模型，同時引入了CBAM 雙通道注意力模塊，在降低模型復雜度的基礎上提升模型的檢測精度。Shi等人[34]提出了一種基于坐標注意的輕量級傳輸線缺陷檢測方法。該方法基于YOLOv5 在通道和空間上對網絡中的大卷積核進行解耦，減少了卷積核的參數和卷積運算的計算量，實現了網絡的輕量化。Ma等人[35]基于Ghost模塊設計了GMANet（gradient mask attention network）作為骨干特征提取網絡，并且對特征融合網絡進行重新設計，得到輕量級的鋁材表面缺陷檢測算法。

2 算法描述

2.1 基線YOLOv8n

本文采用一階段檢測算法YOLOv8n 作為基線模型，如圖1 所示該網絡由骨干特征提取網絡（Backbone）、特征融合網絡（Neck）以及檢測頭（Head）三部分組成。在骨干網絡中，與YOLOv5相比，YOLOv8n采用更輕量的C2f 模塊，替換了YOLOv5 中的C3 模塊，第一層卷積由原本的6×6 卷積改為3×3 卷積，深度由C3 模塊的3、6、9、3 改為C2f 的3、6、6、3；在特征融合網絡中，相比YOLOv5，YOLOv8n 移除了1×1 卷積的降采樣層，同時將C3 模塊換成了C2f模塊；在檢測頭中，YOLOv8n使用解耦頭結構，將分類任務和回歸任務解耦，同時將Anchor-Based 換成了Anchor-Free。此外，YOLOv8n 使用BCE Loss 作為分類損失，使用DFL Loss+CIOU Loss作為回歸損失。

圖1 YOLOv8n網絡結構圖Fig.1 YOLOv8n network framework

2.2 本文所提算法YOLOv8-VSC

針對基線模型YOLOv8n 因計算量龐大、模型復雜度高，導致在帶鋼表面缺陷檢測領域進行部署時受終端設備計算能力限制的問題，本文提出一種輕量化的帶鋼表面缺陷檢測模型YOLOv8-VSC。該模型的網絡結構如圖2所示，在骨干特征提取網絡中引入輕量級的VanillaNet，減少骨干網絡中不必要的分支結構，以降低模型的復雜度，同時在VanillaNet 模塊之前引入了SPD 模塊，將特征圖的通道數量擴充為原來的4倍，得到沒有信息丟失的二倍下采樣特征圖，從而提升網絡的檢測性能。此外，在特征融合網絡中引入輕量級的CARAFE 上采樣模塊，使得網絡在上采樣的過程中恢復盡可能多的細節特征信息，進一步提升模型的檢測性能。

圖2 YOLOv8-VSC網絡結構圖Fig.2 YOLOv8-VSC network framework

2.2.1 VanillaNet模塊

由于帶鋼表面缺陷檢測的終端設備計算能力有限，導致在部署計算量龐大的缺陷檢測模型時受到限制。因此本文在基線模型YOLOv8n 的骨干特征提取網絡中引入了VanillaNet模塊，VanillaNet只包含基本的卷積層和池化層，沒有復雜的連接或跳躍連接，從而減少了模型的計算量和參數量，特別適用于終端檢測設備計算資源受限的情況。因此本文基于YOLOv8，引入VanillaNet[24]網絡將其作為骨干特征提取網絡，以達到降低模型復雜度的目的。Vanilla-Net 的網絡結構如圖3 所示（以6 層的網絡結構為例）。該網絡包含3 個階段，在Ⅰ階段中Stem 將原始的3 通道圖像通過下采樣的方式轉換為含有C個通道的特征圖，之后通過第Ⅱ階段使用步長為2的最大池化層調整特征圖的尺寸并將通道數擴充為上一層的2 倍。最后通過第Ⅲ階段的全連接層輸出分類結果。為了保留特征圖所包含的特征信息以使用盡可能小的計算成本，所有卷積層均使用1×1 的卷積核，同時將BN 添加至每層的最后從而簡化網絡的訓練過程。

2.2.2 SPD模塊

為了進一步提升帶鋼表面缺陷檢測模型的性能，本文在基線模型YOLOv8n 的骨干特征提取網絡中引入了SPD 模塊，SPD 模塊的參數量和計算量較小，只包含一個1×1 的卷積層，較好地控制模型參數的增加，避免過度復雜化，有效提升模型的推理速度。SPD[25]是一種特殊的下采樣方法，它的下采樣示意圖如圖4所示。給定一個大小為W×H×C特征圖X，然后按照每行每列隔一個像素進行采樣，最終得到4個子特征圖，這4個子特征圖大小均為W/2×H/2×C，之后將這4個子特征圖進行拼接，最終得到一個沒有信息丟失的二倍下采樣特征圖，該特征圖大小為W/2×H/2× 4C。這種設計將W、H上的特征信息集成到通道維度上，將通道數擴充為原來的4 倍，無信息損失的二倍下采樣方法使得網絡在進行特征提取時能夠保留更多的特征信息。相比普通卷積，SPD減少了參數計算，在一定程度上加快了模型的推理速度。同時，SPD 還擴大了模型的感受野，提升了模型的檢測性能。

圖4 SPD下采樣示意圖Fig.4 Schematic of SPD downsampling

2.2.3 輕量級上采樣算法CARAFE

由于帶鋼表面缺陷數據集的背景噪聲較大，導致模型在上采樣過程中無法辨別有用的缺陷信息，生成的特征圖質量較差，無用的干擾信息較多，從而影響模型最終的檢測精度。為了增強輸出的缺陷特征信息的表達能力，本文在基線模型YOLOv8n的特征融合網絡中引入了輕量級的上采樣算子CARAFE[26]，它解決了傳統上采樣算子忽略特征圖的語義信息和感受野過小的問題。CARAFE 包含上采樣核預測模塊和內容感知重組模塊，其中上采樣核預測模塊負責生成用于特征重組的上采樣核，根據下采樣特征圖核上采樣位置的映射關系來預測每個上采樣位置的注意力權重，在特征重組過程中保持空間細節和上下文信息。內容感知重組模塊的作用是在上采樣過程中保留盡可能多的空間信息，更好地保持物體邊界的準確性。整個上采樣的具體過程可以描述為：輸入初始的特征圖X，特征圖的大小為C×H×W，上采樣比為σ（σ為整數），經由CARAFE 生成一個大小為C×σH×σW的新特征圖X′，對于X′的任何目標位置l′=(i′,j′)在X上都有一個對應源位置l=(i,j)，其中，i=[i′/σ]，j=[j′/σ]。將N(Xl,k)表示為以位置l為中心的X的k×k子區域，即Xl的鄰域。首先，核預測模塊Ψ根據Xl的鄰域為每個位置l′預測一個位置核Wl′，如式（1）所示：

之后通過內容感知重組模塊Ф對特征進行重組，將Xl的鄰域與內核Wl′重新組合，如式（2）所示：

3 實驗與分析

3.1 數據集與評價指標

本文使用東北大學公開的帶鋼表面缺陷數據集（NEU-DET），該數據集收錄了帶鋼表面主要的6 種缺陷。如圖5 所示，分別為開裂（Crazing）、內含物（Inclusion）、斑塊（Patches）、點蝕表面（Pitted_surface）、軋制氧化皮（Rolled_in Scale）和劃痕（Scratches）缺陷。每種缺陷分別有300張圖片，共計1 800張圖片。將數據集按照8∶1∶1的比例劃分為訓練集、驗證集和測試集，最終得到訓練集1 440張圖片、驗證集180張圖片、測試集180張圖片。

圖5 帶鋼表面6種缺陷Fig.5 6 types of defects on surface of strip

本文從模型的mAP（mean average precision）、FPS（frames per second）以及模型的參數量（Params）和計算量（GFLOPs）4 個指標來評估模型的性能。mAP 是指模型在測試集上檢測到的所有目標的平均精度，該指標值越高，表明模型在不同類別目標上的檢測效果越好。FPS 反映了模型在單位時間內處理圖像的數量，FPS值越高，表明模型的實時性能越好。模型的參數量（Params）用來評估模型的復雜度，參數量越小模型越輕便。GFLOPs 指標用來評估模型的計算效率，GFLOPs 越低，表明模型的計算效率就越高。

3.2 實驗設置

本文在訓練階段采用單張GPU（GeForce RTXTM 3060 12 GB），圖片輸入尺寸為640×640，采用Mosaic方式進行數據增強，初始學習率設置為0.01，使用余弦退火的策略調整學習率，Batchsize 設置為16，選擇SGD 優化器，訓練輪數設置為300。除特別說明外，本文所有實驗均采用以上實驗設置。

3.3 消融實驗

本文以YOLOv8n 為基線，在骨干特征提取網絡中引入VanillaNet 模塊以降低模型的復雜度，同時在骨干特征提取網絡中引入SPD 模塊以減少網絡層數加快模型的推理速度；此外在特征融合網絡中引入CARAFE 上采樣算子以增強輸出特征的表達能力，進一步提升模型的檢測精度。為了驗證本文對基線模型改進的有效性，在NEU-DET 數據集上從兩方面設置了消融實驗：

（1）在基線模型的基礎上，每次只引入一種改進模塊，驗證單個模塊對模型參數量、檢測精度、檢測速度的影響。

（2）在最終模型（YOLOv8-VSC）上每次只消除一個改進模塊（不包括消除VanillaNet 模塊），驗證單個改進模塊對最終模型性能的影響。實驗結果見表1。

表1 在NEU-DET數據集上的消融研究Table 1 Ablation studies on NEU-DET dataset

通過表1的消融實驗結果可知，在骨干特征提取網絡中單獨引入VanillaNet 模塊后，參數量由基線的3.01×106降至1.73×106，降低了1.28×106，計算量由基線的8.1 GFLOPs降至5.0 GFLOPs，降低了3.1 GFLOPs，FPS 相較于基線提升了71，同時提升了開裂（Cr）、斑塊（Pa）和劃痕（Sc）等缺陷的檢測精度，其中對開裂（Cr）缺陷檢測精度的提升最為顯著，提升了10.9 個百分點。VanillaNet 使用連續的卷積-池化結構提取特征，不同塊之間沒有直接的連接，特征圖需要通過卷積和池化層不斷下采樣傳遞到后續塊，同時避免了分支結構，從而減少了大量運算。因此將輕量級的VanillaNet 模塊作為骨干特征提取網絡可以有效降低模型的復雜度并提高推理速度。另外，在網絡中單獨引入SPD 模塊后，通過擴充通道數得到一個沒有特征信息丟失的二倍下采樣特征圖，提升了感受野，這種方式減少了模型的層數，降低對非線性激活的依賴，從而降低模型的計算量和參數量，提升模型的推理速度和梯度反轉速度。改進后模型的計算量較基線降低2.6 GFLOPs，對模型推理速度的提高最為顯著，FPS 由基線的232提高至333，提高了101。模型的mAP較基線提升了0.8個百分點，對開裂（Cr）和軋制氧化皮（Rs）缺陷的檢測精度均有提升，其中軋制氧化皮（Rs）缺陷的檢測精度達到最高為65.7%。在特征融合網絡中單獨引入CARAFE 上采樣模塊后，網絡在上采樣過程中可以通過學習鄰域內像素的關聯關系來實現上采樣，從而捕捉到更豐富的上下文信息，有利于細節特征的重建，使得融合后的特征圖包含更多的有用的細節特征信息，雖然輕微地增加了計算量，但是顯著提升了模型的檢測精度，改進后模型的mAP由基線的79.0%提升至80.2%，提升了1.2個百分點，對開裂（Cr）、內含物（In）和斑塊（Pa）等缺陷的檢測精度均有提升，其中內含物（In）缺陷的檢測精度達到最高為86.9%。參數量和計算量較基線分別增加1.3×105和0.5 GFLOPs，FPS 降低了19。在同時引入VanillaNet 模塊和SPD 模塊后，模型的參數量和計算量相較于基線分別降低了1.19×106和2.6 GFLOPs，FPS 提高了38，mAP 提升了1.2 個百分點，對開裂（Cr）、斑塊（Pa）、點蝕表面（Ps）和劃痕（Sc）缺陷的檢測精度均有提升，其中劃痕（Sc）缺陷的檢測精度達到最高為94.0%，較基線提升3 個百分點。在同時引入VanillaNet 模塊和CARAFE 上采樣模塊后，模型的mAP 與基線一致，對斑塊（Pa）缺陷的檢測精度最高，由基線的92.9%提升至96.4%，提升了3.5 個百分點。模型的參數量和計算量相較于基線分別降低了1.16×106和2.3 GFLOPs，FPS提升了31。本文提出的最終模型同時引入VanillaNet 模塊、SPD 模塊和CARAFE 上采樣模塊，模型的mAP 達到最高80.8%，其中開裂（Cr）和點蝕表面（Ps）缺陷的檢測精度達到最高，分別由基線的47.4%和91.9%提升至60.1%和94.2%，提升了12.7 個百分點和2.3 個百分點。同時最終模型也保持著較低的參數量和計算量，僅為基線的65.1%和74.1%，FPS 較基線提高了31。綜上所述，本文提出的帶鋼表面缺陷檢測模型與基線相比，有效降低了模型的復雜度，同時保持著較好的檢測精度和實時性能。

3.4 定性分析

為了直觀地比較本文提出的YOLOv8-VSC 與基線模型在檢測帶鋼表面缺陷上的檢測性能，分別使用YOLOv8n和YOLOv8-VSC在NEU-DET數據集的測試集上定性分析，定性結果如圖6所示。第一行為基線模型的檢測結果，第二行為YOLOv8-VSC 的檢測結果。

圖6 在NEU-DET數據集上的定性分析Fig.6 Qualitative analysis on NEU-DET dataset

由圖6 的定性結果可知，對比每一列的檢測結果，可以看出本文提出的YOLOv8-VSC 檢測出了基線模型漏檢的缺陷，在圖6中已用藍色箭頭標示。此外，在同一位置缺陷的檢測上，本文提出的YOLOv8-VSC 的置信度也高于基線模型。在NEU-DET 數據集上的定性結果表明在帶鋼表面缺陷的檢測上，本文提出的YOLOv8-VSC相比基線模型有一定的優勢。

3.5 魯棒性驗證

為了進一步驗證本文提出的YOLOv8-VSC 的魯棒性，分別將基線算法與YOLOv8-VSC 在鋁材表面缺陷數據集（APSPC）和VOC2012數據集上進行了實驗。鋁材表面缺陷數據集（APSPC）收集了1 885 張鋁材表面缺陷，共包含10 種缺陷類別，分別為凹陷、不導電、擦花、桔皮、漏底、碰傷、起坑、凸粉、涂層開裂和臟點等缺陷。VOC2012 數據集收集了17 125 張圖片，包含20種目標類別。將上述兩個數據集按照8∶1∶1的比例劃分訓練集、驗證集和測試集，實驗設置與3.2節一致，實驗結果見表2、表3。

表2 在APSPC數據集上的魯棒性研究Table 2 Robustness study on APSPC dataset

表3 在VOC2012數據集上的魯棒性研究Table 3 Robustness study on VOC2012 dataset

由表2的實驗結果可得，在鋁材表面缺陷數據集上，本文提出的YOLOv8-VSC相較于基線，mAP獲得了1.4 個百分點的增益，模型參數量由基線的3.01×106減少至1.96×106，減少了1.05×106，模型的計算量由基線的8.1 GFLOPs 降低至6.0 GFLOPs，降低2.1 GFLOPs，FPS較基線提高9。

由表3 的實驗結果可得，在VOC2012 數據集上，本文提出的YOLOv8-VSC 相較于基線，mAP 提升了0.3 個百分點，模型參數量由基線的3.01×106減少至1.96×106，減少1.05×106，模型的計算量由基線的8.1 GFLOPs 降低至6.0 GFLOPs，降低2.1 GFLOPs，FPS較基線提高10。

在鋁材表面缺陷數據集（APSPC）和VOC2012數據集上的實驗結果表明，本文提出的YOLOv8-VSC具有良好的魯棒性。

3.6 與當前先進算法的對比

將兩階段的目標檢測算法Fast RCNN 和一階段的目標檢測算法SSD、YOLOv5、YOLOv7、YOLOv8和CG-Net[36]以及基于Anchor-Free 的CenterNet[37]等當前先進的目標檢測算法與本文提出的YOLOv8-VSC 在NEU-DET 數據集上進行對比實驗，實驗結果見表4。

通過表4的實驗結果可以看出，本文提出的帶鋼表面缺陷檢測算法YOLOv8-VSC 在mAP、模型參數量、模型計算量以及FPS方面均達到了最優。相比基線YOLOv8，將mAP 提升了1.8 個百分點，模型參數量減少1.05×106，模型的計算量由8.1 GFLOPs 降至6.0 GFLOPs，降低2.1 GFLOPs，FPS 提升了31。與基于Anchor-Free 的CenterNet 相比，在帶鋼表面缺陷檢測上的優勢更為顯著，將mAP 提高7.4 個百分點，模型參數量減少了3.071×107，僅為CenterNet 的6%，模型的計算量降低64.2 GFLOPs，僅為CenterNet 的8.5%，FPS 提高了222。綜上所述，本文提出的YOLOv8-VSC 在保證模型檢測精度的情況下有著模型體積小、計算量低以及實時性高的優勢，便于在一些計算能力較弱、計算資源有限的終端檢測設備上部署。

4 結束語

在帶鋼表面缺陷檢測領域中，由于負責檢測的終端設備計算資源有限，導致基于深度學習的缺陷檢測算法部署困難。本文提出一種輕量級的帶鋼表面缺陷檢測算法YOLOv8-VSC。在NEU-DET 帶鋼表面缺陷數據集上的mAP 達到80.8%，模型參數量和計算量僅為基線的65.1%和74.1%。在VOC2012數據集上的實驗結果表明本文算法具有良好的魯棒性。與主流的目標檢測算法相比，本文提出的YOLOv8-VSC 在保持高檢測精度的同時所需的計算資源更少，在帶鋼表面缺陷檢測領域有一定的競爭力。經過研究發現，對于整體檢測精度影響最大的是帶鋼表面開裂和軋制氧化皮這兩類缺陷，原因是這兩類缺陷的背景噪聲較大，極難分辨缺陷與背景，導致這兩類缺陷存在誤檢、漏檢的概率較大。下一步任務是解決這兩類缺陷檢測困難的問題，進一步提升帶鋼表面缺陷檢測模型的精度。