FDM 3D打印故障检测中YOLOv8与YOLOv11小型及纳米版本的可控基准比较与退化鲁棒性评估

《Scientific Reports》：Comparative benchmarking of the small and nano versions YOLOv8 and YOLOv11 for FDM 3D printing fault detection

　　

摘要翻译：

熔融沉积建模（Fused Deposition Modelling，FDM）3D打印广泛应用于工业与消费领域，但打印故障往往在大量材料和生产时间损失之后才被发现。本研究对四种轻量级YOLO目标检测器（YOLOv8n、YOLOv8s、YOLOv11n、YOLOv11s）在FDM过程故障检测中的表现进行了可控基准比较。所有模型在包含6类故障、共5793张标注图像的相同条件下进行微调。性能评估在清洁测试图像以及三种合成相机退化条件下进行：高斯模糊、定向运动模糊和加性高斯噪声。此外还测量了与部署相关的指标，包括参数量、GFLOPs、ONNX模型大小、GPU延迟和CPU推理延迟。在清洁图像上，YOLOv8s取得了最高的mAP@0.5（0.7905），而YOLOv11n在参数量减少14%的情况下提供了相当的纳米级精度。拉丝（Stringing）仍是最难检测的故障类别，其AP@0.5值约为0.45–0.48。鲁棒性实验表明，模糊导致检测性能逐渐下降，定向运动模糊比高斯模糊更为严重，加性高斯噪声造成的性能退化最大。在扩展退化网格中，YOLOv11n取得了最低的退化敏感指数（Degradation Sensitivity Index，DSI）28.80%，同时提供了最快的CPU推理速度（48.11 ms/图像）和最小的模型体积（10.61 MB）。这些结果为选择轻量级YOLO模型和设计鲁棒的FDM监控系统提供了实用基准。

**论文解读：FDM 3D打印故障检测中YOLOv8与YOLOv11小型及纳米版本的可控基准比较**

**一、研究背景**

熔融沉积建模（Fused Deposition Modelling，FDM）是当前应用最广泛的增材制造技术，涵盖快速原型、消费电子、航空航天及医疗器械制造等领域。该工艺通过沿规划路径挤出热塑性丝材逐层构建物体，尽管其低成本和易用性推动了大规模部署，但工艺过程对参数漂移、机械磨损和环境变化高度敏感。当条件偏离设定值时，会出现拉丝（stringing）、翘曲（warping）、欠挤出（under-extrusion）、意大利面故障（spaghetti）等特征缺陷。行业估计FDM打印作业的失败率在12%至30%之间，且大多数故障在打印完成后才被发现，造成材料浪费、设备停机以及安全关键应用中零件完整性受损。传统质量保证依赖操作员的事后目视检查，速度慢且一致性差，无法在打印过程中进行干预。基于相机和计算机视觉的过程监控提供了一种根本不同的方案：通过实时分析打印帧来检测异常，在故障早期暂停或停止作业。近年来，YOLO（You Only Look Once）系列单阶段检测器已成为该领域的主流方法。然而，现有FDM故障检测研究尚未在相同尺度和相同领域数据集上系统比较YOLOv8与YOLOv11两代架构，也未在反映真实部署环境的退化成像条件下（如模糊、噪声）评估模型鲁棒性。此外，缺乏系统化的部署前基准，为嵌入式硬件选择提供精度、速度、参数量和计算成本等多维度的量化依据。

**二、研究内容与意义**

研究人员对YOLOv8n、YOLOv8s、YOLOv11n和YOLOv11s四种轻量级模型进行了可控基准比较，所有模型在相同的FDM 3D打印故障检测数据集上、以完全一致的训练和评估条件从COCO预训练权重微调。数据集包含5793张标注图像，覆盖六类故障：斑点（blobs）、裂纹（cracks）、意大利面（spaghetti）、拉丝（stringing）、过挤出（over-extrusion）和欠挤出（under-extrusion）。性能评估在清洁测试图像和三种合成相机退化条件下进行，包括高斯模糊、定向运动模糊和加性高斯噪声，每个条件设置多个严重程度等级。同时测量了部署相关指标：参数量、GFLOPs、ONNX模型大小、GPU推理延迟和CPU推理延迟。该研究填补了两个空白：其一，在相同数据集和相同训练条件下对YOLOv8和YOLOv11进行匹配尺度（nano与small）的受控代际比较；其二，首次在FDM故障检测领域评估图像退化鲁棒性，为实际部署环境中的模型选择提供了重要参考。研究还定义了多条件退化敏感指数（Degradation Sensitivity Index，DSI）来紧凑地量化模型在完整退化网格上的总体鲁棒性。

**三、关键技术方法**

研究使用了Roboflow Universe上“wangdada”用户发布的FDM 3D打印故障检测数据集，该数据集采用CC BY 4.0许可协议，包含5793张标注图像（训练4056张/验证1161张/测试576张）和32708个边界框标注实例（训练22750个/验证6732个/测试3226个），标注格式为YOLO `.txt`格式。所有模型在NVIDIA Tesla T4 GPU上使用相同的训练配置：输入尺寸640×640、批次大小16、最大100个epoch带早停、SGD优化器（动量0.937、权重衰减5×10??）、余弦退火学习率调度（初始学习率0.01，3个epoch线性预热）、Ultralytics默认数据增强流水线。图像退化变换使用OpenCV实现，应用于测试集：高斯模糊（σ=0.8、1.5、3.0）、定向运动模糊（核长度7和15像素）和加性高斯噪声（σ=10、25、45），所有退化图像使用固定随机种子确定性生成。评估指标包括mAP@0.5、mAP@0.5:0.95、精确率、召回率，以及推理延迟（T4 GPU、ONNX Runtime CPU）、GFLOPs和ONNX导出大小。

**四、研究结果**

**清洁图像上的整体检测准确率**

在清洁测试集上，YOLOv8s取得了最高的mAP@0.5（0.7905），略高于YOLOv11s（0.7879）、YOLOv8n（0.7723）和YOLOv11n（0.7709）。最佳模型与最差模型之间的绝对差异仅为1.96个百分点，表明在该数据规模和故障类别特征下，检测难度主要由数据集本身决定，而非架构差异。对三个随机种子的配对t检验显示，nano尺度代际差异（+0.0087 mAP@0.5，p=0.099）和small尺度代际差异（+0.0039，p=0.174）均不显著。

**代际比较：YOLOv8与YOLOv11**

在匹配尺度下，YOLOv8在mAP@0.5上略优于YOLOv11（nano尺度+0.87个百分点，small尺度+0.39个百分点），但统计不显著且实际差异可忽略。YOLOv11的优势体现在效率指标上：YOLOv11n参数2.59M，较YOLOv8n（3.01M）减少14%，ONNX导出10.61MB对12.27MB；YOLOv11s（9.43M参数，37.94MB ONNX）较YOLOv8s（11.14M参数，44.75MB ONNX）精简15%。YOLOv11引入的C3k2骨干和C2PSA注意力颈部在显著降低参数量的同时保持了等效检测精度，代表了精度-效率帕累托前沿的真实改善。

**尺度比较：nano与small**

从nano扩展到small带来一致但适度的mAP@0.5提升（YOLOv8为+1.82个百分点，YOLOv11为+1.70个百分点）），但推理成本大幅增加：YOLOv8s（10.23 ms/图像）比YOLOv8n（3.76 ms）慢2.7倍，YOLOv11s（10.29 ms）比YOLOv11n慢2.6倍。在GPU上两种尺度均满足实时要求，但在仅CPU的嵌入式硬件上，延迟差距极为显著。

**按类分析**

拉丝是所有模型中一致的最难检测故障类别，AP@0.5范围为0.4524（YOLOv8n）至0.4805（YOLOv11n），而所有其他类别的AP@0.5均超过0.72。过挤出是最易检测的类别（0.887–0.897），裂纹（0.846–0.866）和欠挤出（0.860–0.880）紧随其后。拉丝在标准网络摄像头分辨率下通常仅1至3像素宽，边界框面积极小且纵横比低，对单阶段检测器而言本质上具有挑战性。

**训练动态**

四个模型的训练损失曲线在100个epoch内均单调收敛，验证损失与训练损失同步变化，未出现发散迹象。框回归损失、分类损失和分布焦点损失（Distribution Focal Loss，DFL）三种损失分量均平滑下降，未观察到过拟合，证实训练配置适合该数据集规模。small模型获得更高最终mAP@0.5，但训练时间约为nano模型的1.6倍。

**图像退化下的鲁棒性**

在扩展退化网格下，模糊引起的性能降低是渐进的：中等模糊损失<4个百分点，重度模糊损失12–16个百分点。定向运动模糊比各向同性高斯模糊更严重，重度运动模糊使mAP下降30–37%，而重度高斯模糊使mAP下降15–20%。加性高斯噪声引起的性能退化高度非线性，在σ=10至σ=25之间存在急剧拐点，重度噪声（σ=45）下所有模型基本失效。跨八个退化条件的多条件DSI显示：YOLOv11n取得最低值28.80%，其次为YOLOv8s（29.65%）、YOLOv11s（30.02%）和YOLOv8n（31.39%）。模型尺度并不保证更高的退化鲁棒性，且尺度效应方向在代际间不同。

**部署可行性分析**

ONNX导出大小从YOLOv11n的10.61MB到YOLOv8s的44.75MB，均可适配树莓派或Jetson级设备的闪存存储。CPU基准推翻了GPU上的排名：YOLOv11n在CPU上以48.11 ms/图像成为最快模型，比YOLOv8n（53.08 ms）快9.4%，比small变体快约2.6倍。在T4 GPU上，YOLOv8n（3.76 ms）略快于YOLOv11n（3.89 ms），但二者实际等效，应以参数数和模型体积作决策依据。研究未尝试将结果外推至具体嵌入式平台，指出CPU/GPU比率约12–14倍说明平台可能逆转排名，需进行实际硬件基准测试。

**与实际工作的比较**

本研究的mAP@0.5值（0.77–0.79）低于采用自建数据集和受控成像条件的Hu等人（0.975）和Wang等人（0.917），与Sani等人（0.8308）方法最接近，但数据集组成和标注质量差异使直接比较缺乏严谨性。该工作的核心贡献并非绝对mAP值，而是受控的跨代际、跨尺度比较和全新的退化鲁棒性评估。

**五、讨论与结论总结**

讨论部分指出，噪声增强训练（训练时对每张图像施加σ~U(10,35)的加性高斯噪声）可将中度噪声下的mAP@0.5从0.22–0.26恢复至0.75–0.77，重度噪声下保持70–74%的mAP，证明训练时噪声增强是推断时预处理的有效替代方案，两种策略应视为互补。结论部分总结：YOLOv8s在清洁图像上取得最高mAP@0.5（0.7905），YOLOv11以更少参数提供等效精度（nano减少14%、small减少15%），拉丝仍是最具挑战性的类别。鲁棒性评估显示高斯噪声造成的退化最严重，模糊影响相对渐进；跨八个退化条件下YOLOv11n取得最低DSI（28.80%）。从部署角度看，YOLOv11n以最快的CPU推理速度（48.11 ms/图像）和最小的ONNX模型（10.61MB）成为资源受限平台的优选模型。对于CPU-only嵌入式平台，YOLOv11n综合近最佳精度、最小模型体积、最快CPU推理和最低退化敏感性成为首选；YOLOv8s在具备GPU/NPU加速且追求峰值清洁图像精度时仍具竞争力。未来工作应在实际边缘硬件和真实FDM监控环境中验证这些模型。