《Sensors》：Enhanced Multi-Scale Defect Detection in Steel Surfaces via Innovative Deep Learning Architecture
Zhaoxuan Zhou and
Yan Cao
编辑推荐：
钢表面缺陷显著影响工业场景中的产品质量和安全性。传统缺陷检测方法存在效率低下和局限性。本研究引入了一种创新的深度学习架构CTG-YOLO，旨在提高钢表面多尺度缺陷检测的准确性。通过集成CBY并行网络结构、TFF-PANet颈部网络和GS-Head检测头，研究人
钢表面缺陷显著影响工业场景中的产品质量和安全性。传统缺陷检测方法存在效率低下和局限性。本研究引入了一种创新的深度学习架构CTG-YOLO，旨在提高钢表面多尺度缺陷检测的准确性。通过集成CBY并行网络结构、TFF-PANet颈部网络和GS-Head检测头，研究人员所提出的模型实现了优越的特征提取和融合能力。在NEU-DET和GC10-DET数据集上的实验结果表明，平均精度均值（mean Average Precision, mAP）分别达到76.55%和69.94%，优于原始YOLOv8s的3.72%和3.14%。本研究为工业缺陷检测应用提供了坚实的基础。
钢表面缺陷（如裂纹、夹杂、压入氧化皮等）直接影响产品质量与工业安全。传统检测方法（如人工目视、涡流、磁漏等）存在效率低、主观性强、对微小缺陷不敏感等局限。深度学习的发展为缺陷检测提供了高效方案，但现有模型（如YOLO系列）在处理多尺度、低对比度缺陷时仍面临特征提取不充分、跨尺度融合不足等问题。为此，研究人员基于YOLOv8s提出了CTG-YOLO架构，旨在提升钢表面多尺度缺陷检测的精度与鲁棒性。通过引入CBY并行骨干模块、TFF-PANet颈部网络和GS-Head轻量化检测头，模型在NEU-DET和GC10-DET公开数据集上取得了显著改进，mAP分别达76.55%和69.94%，较基线YOLOv8s提升3.72%和3.14%。该研究为工业在线缺陷检测提供了新的技术路径，相关成果发表在《Sensors》期刊上。
研究采用的关键技术方法包括：（1）**CBY并行骨干模块**：由ConvNext块和C2f模块并行组成，用于增强网络对输入数据的理解能力，提升对微小缺陷的细粒度特征提取；（2）**TFF-PANet颈部网络**：基于PANet引入三尺度特征拆分与融合机制，通过最大池化和平均池化下采样、上采样与通道拼接，强化多尺度特征交互与异构特征融合，减少深层网络信息丢失；（3）**GS-Head检测头**：用GSConv替代标准卷积，通过通道混合操作保留特征通道连接，增强图像纹理信息并压缩模型参数量和计算复杂度。样本来源包括：NEU-DET数据集（东北大学，含6类缺陷各300张图像）和GC10-DET数据集（真实工业场景，含10类缺陷共2294张图像），均按8:1:1随机划分为训练、测试、验证集。
### 4.3 NEU-DET数据集上的对比实验
通过与YOLOv3-tiny、YOLOv4、YOLOv7-tiny、YOLOv8s、YOLOv9s、YOLOv10s、Faster R-CNN、SSD等主流模型对比，CTG-YOLO在NEU-DET上取得最高mAP 76.55%。针对低对比度、复杂纹理的裂纹（Cr）缺陷，AP达42.09%，较YOLOv8s提升6.51%；麻点（Ps）缺陷AP达90.35%，提升2.38%。模型参数量13.667M，计算复杂度27.216G FLOPS，推理速度122 FPS，在精度、计算量和实时性间取得良好平衡。
### 4.4 GC10-DET数据集上的对比实验
在涵盖更多样化工业缺陷的GC10-DET上，CTG-YOLO的mAP达69.94%。其中夹杂（In）和皱褶（Cr）缺陷的AP分别为45.79%和52.38%，较FPDNet算法提升10.49%和11.48%，验证了模型的多尺度特征表达与泛化能力。但仍存在轧辊压痕（Rp）检测困难（AP仅20%）的问题，主要因该缺陷与背景高度相似。
### 4.5 消融实验
以YOLOv8s为基线，依次引入CBY（C-YOLO）、TFF（T-YOLO）、GSConv（G-YOLO）模块，并组合所有模块（CTG-YOLO）。结果显示：C-YOLO使mAP升至73.36%；T-YOLO将Cr AP提升至41.51%，mAP达74.07%；G-YOLO在参数量降至9.196M、FPS升至132的同时mAP达74.60%；CTG-YOLO综合所有模块，mAP最高76.55%，计算复杂度27.216G低于基线，验证了各模块的有效性与协同作用。
### 4.6 分类级错误分析
#### 4.6.1 NEU-DET数据集分类性能
通过精度（Precision）、召回率（Recall）和F1分数分析，裂纹（Cr）呈高精度（72.73%）但极低召回率（11.11%），F1仅19%，主要因低对比度导致漏检；划痕（Sc）表现最佳，召回率94.12%，F1达91%；压入氧化皮（Rs）召回率39.19%，因与背景纹理相似而大量漏检。
#### 4.6.2 GC10-DET数据集分类性能
冲孔（Pu）和焊缝（Wl）等形态规则缺陷F1≥80%；油斑（Os）、丝斑（Ss）等召回率中等；轧辊压痕（Rp）召回率仅20%，夹杂（In）召回率13.04%，F1仅21%，核心问题均为漏检而非类别混淆。
#### 4.6.3 基于混淆矩阵的定量评估
混淆矩阵显示：Rp与Os、In与Ss、Cg与Ws存在少量类别混淆（≤3.06%），但In、Rp、Cr的背景误检率高达86.90%、79.91%、85.59%，证实主要瓶颈在于特征提取不足导致的漏检。
#### 4.6.4 各类别TP/FP/FN定量计数
在NEU-DET上，Cr的FN达267（漏检率89%），而Sc的FP达41（背景误检31），表明不同类别的错误类型差异显著。
**总结讨论**：尽管CTG-YOLO总体表现优异，但对模糊、低对比度的微小缺陷（如裂纹、轧制缺陷）检测精度仍较低。现有分析缺乏对低对比度缺陷的量化对比指标，未来需结合浅层特征增强与图像预处理中的对比度增强技术，进一步优化模型在复杂背景下的检测能力。
**结论翻译**：本文提出了用于钢表面缺陷检测的CTG-YOLO模型，显著提升了工业环境中的检测精度。首先，针对复杂缺陷形状特征交互不足的问题，研究人员设计了ConvNext-C2f并行模块以扩大感受野、增强特征交互和多尺度特征提取。其次，为解决颈部网络因缺乏多尺度融合导致的特征提取能力低问题，引入了TFF-PANet颈部结构，通过聚合PANet的多尺度特征以捕捉更丰富的语义信息、增强特征复用并减少信息损失。最后，设计了GSConv检测头以最大化通道间信息连接、减小模型尺寸并提升性能。大量实验表明，改进后的CTG-YOLO模型在检测精度和通用性上优于其他方法。这些模块的设计遵循基础网络的核心原则，可适配其他深度学习模型以提升多尺度检测性能，在钢缺陷检测任务中展现出巨大潜力。针对低对比度小缺陷的优化方法（如多尺度特征融合、通道信息保留、轻量化特征提取）为工业质检中的类似检测难题提供了新的研究思路，填补了现有方法的技术空白，具有重要的理论与实用价值。尽管模型整体性能强大，但对模糊、复杂、细微缺陷（如裂纹和轧制缺陷）的检测精度仍相对较低，CTG-YOLO的性能仍需进一步改进。本研究也存在一定局限性，目前分析缺乏对低对比度缺陷检测的详细对比指标。未来研究可聚焦于量化此类缺陷的对比度值并进行受控消融实验，更有效地探究低对比度缺陷对检测精度的影响，为模型优化提供更精确的数据。未来工作应优先将浅层特征增强和对比度增强技术整合到图像预处理中，在应对工业部署实际需求的同时持续优化模型性能，从而进一步提升CTG-YOLO在复杂背景下检测缺陷的能力。
