LiMS-Net：轻量化金属表面缺陷检测网络的创新设计与多尺度特征融合研究

本研究针对金属表面缺陷检测中存在的检测精度低、小缺陷易漏检、复杂背景干扰强等问题，提出了一种基于YOLOv5的轻量化金属表面缺陷检测网络（LiMS-Net）。通过设计残差同步卷积模块（RSCB）实现多尺度特征捕获，结合Conv-MLP模块增强跨区域特征交互，并引入跨尺度特征融合块优化特征补偿。实验表明，LiMS-Net在多个公开数据库上均实现了最优的检测精度（mAP0.5和F1值），且参数量较少，为工业质检提供了高效可靠的解决方案。

　　

在汽车、航空航天、电子和建筑等工业领域，金属材料的质量直接影响产品的性能、耐久性和安全性。传统的金属表面缺陷检测方法主要依赖人工检查、超声波检测和磁粉检测等手段，但这些方法存在主观误差大、对不规则表面适应性差、仅限于铁磁性材料等局限性。尽管近年来深度学习技术在目标检测领域取得显著进展，但在实际工业环境中，金属表面缺陷的多样性和复杂性——如缺陷形状、尺寸、颜色的高度变异，以及低对比度、小目标、背景干扰强等特点——仍给检测算法带来巨大挑战。许多现有模型在处理小缺陷和弱特征缺陷时表现不佳，难以在计算资源有限的边缘设备上实现高效准确的实时检测。

为了应对这些挑战，研究人员开展了一项针对金属表面缺陷检测的轻量化网络设计研究，提出了名为LiMS-Net的创新架构。该研究基于YOLOv5框架，通过引入多尺度特征提取、跨区域信息交互和特征融合补偿机制，显著提升了检测精度和鲁棒性。研究成果已发表在《Domestic Animal Endocrinology》上，为工业质检提供了一种高效可靠的解决方案。

本研究主要采用了基于深度学习的目标检测技术，在三个公开金属缺陷数据库（NEU-DET、DAGM2007和BSData）上进行了训练和测试。关键技术方法包括：设计残差同步卷积模块（RSCB）实现多尺度特征捕获；构建Conv-MLP模块增强跨区域特征交互；开发跨尺度特征融合块优化特征补偿；使用蓝图可分离卷积（BSConv-S）降低参数量；采用Shift-MLP操作扩大感受野。所有实验均在NVIDIA GeForce RTX 3090Ti上完成，使用统一的数据集划分比例（训练集:测试集=8:2）和评估指标（mAP_0.5、P、R、F₁）。

3.1. LiMS-Net架构

研究人员基于YOLOv5构建了LiMS-Net架构，针对金属表面缺陷的特点进行了优化设计。该网络在 backbone 阶段引入RSCB模块，在 neck 阶段集成Conv-MLP模块，并通过跨尺度特征融合方法补偿深层特征的信息损失。这种设计使模型能够同时捕获细节和全局信息，显著提升了对复杂缺陷的检测能力。

3.2. RSCB

研究提出了残差同步卷积模块（RSCB），采用3×3、5×5和7×7三种不同尺寸的卷积核并行处理特征，分别针对小、中、大尺寸缺陷进行优化。模块中引入残差连接防止特征信息丢失，并使用蓝图可分离卷积（BSConv-S）替代传统卷积，在保持精度的同时显著减少参数量。

3.3. Conv-MLP

研究人员开发了Conv-MLP模块，将传统卷积与Shift-MLP相结合。该模块利用Shift-MLP的位移操作扩大感受野，增强长距离依赖建模能力，同时通过卷积操作提取局部信息。这种设计有效解决了传统卷积在处理分散缺陷时的局限性，提升了模型对复杂缺陷模式的识别能力。

3.4. 融合块

研究设计了跨尺度特征融合块，通过聚合浅层、中层和深层特征来实现多尺度特征补偿。浅层特征保留高分辨率信息，适合检测小缺陷；中层特征处理中等缺陷和复杂场景；深层特征提供全局上下文感知，减少误检和漏检。这种设计显著提升了模型对不同尺度缺陷的适应能力。

4.1. 数据库

研究使用了三个公开数据库进行评估：NEU-DET包含6类1800张金属表面缺陷图像；DAGM2007包含10类2092张缺陷图像；BSData包含394张齿轮表面磨损数据。所有数据库均按8:2比例随机划分为训练集和测试集，确保了评估的公平性和可靠性。

4.2. 评估指标

研究采用mAP_0.5、精确率(P)、召回率(R)和F₁分数等指标全面评估模型性能。其中mAP_0.5以IoU阈值0.5为标准，F₁分数作为精确率和召回率的调和平均，能够平衡评估模型的整体性能。

4.3. 消融研究

消融实验在NEU-DET数据库上进行，结果表明RSCB模块对检测精度提升贡献最大，Conv-MLP和融合块也显著改善了性能。BSConv-S在参数量和精度间实现了最佳平衡，验证了其通过卷积分解带来的架构优势。

4.4. 定量比较

与YOLOv5、YOLOv7、YOLOv8、YOLOv9和YOLOv10等先进算法的对比显示，LiMS-Net在所有三个数据库上都取得了最高的mAP_0.5和F₁值，且参数量更少。特别是在DAGM2007数据库上，LiMS-Net在保持较高推理速度的同时实现了最优性能。

4.5. 定性比较

可视化结果显示，LiMS-Net在应对背景相似缺陷（如NEU-DET中的crazing）、小缺陷（如BSData中的点蚀）和复杂背景干扰（如DAGM2007中的class1、class8）时都表现出更好的检测准确性和定位精度，减少了误检和漏检现象。

本研究通过系统性的实验验证了LiMS-Net在金属表面缺陷检测中的卓越性能。该网络通过多感受野特征捕获策略（RSCB）有效提取了多尺度缺陷信息；通过跨区域特征交互策略（Conv-MLP）增强了长距离依赖建模能力；通过跨尺度特征融合策略（融合块）实现了不同层级特征的互补优化。这些创新设计使LiMS-Net在保持轻量化的同时，显著提升了检测精度和鲁棒性。

研究成果具有重要的理论价值和实践意义：在理论层面，为多尺度特征融合和跨区域信息交互提供了新的解决方案；在实践层面，为工业质检提供了一种高效、准确的自动化检测方法，特别适用于资源受限的边缘计算环境。未来工作可进一步探索该架构在其他材料缺陷检测任务中的泛化能力，以及在实际工业场景中的部署优化。