《Electronics》：LDM-YOLO11: A Lightweight Steel Surface Defect Detection Method Based on LCAF-D and Hierarchical Mish Activation
编辑推荐：
针对钢材表面缺陷的轻量级检测器（lightweight detectors）在缺陷呈现弱纹理、精细细节以及尺度和形状大幅变化时，仍难以平衡鲁棒特征表示与部署效率。为缩小这一差距，本研究开发了一种针对YOLO11n的增量式轻量级增强方法，而非提出全新的检测框架。
针对钢材表面缺陷的轻量级检测器（lightweight detectors）在缺陷呈现弱纹理、精细细节以及尺度和形状大幅变化时，仍难以平衡鲁棒特征表示与部署效率。为缩小这一差距，本研究开发了一种针对YOLO11n的增量式轻量级增强方法，而非提出全新的检测框架。该方法结合了两项协调改动。首先，将改进的轻量级通道感知融合模块（lightweight channel-aware fusion module with a dilated branch，LCAF-D）插入颈部，以低额外代价强化上下文感知的多尺度聚合。其次，仅在选定的深层骨干网络层和颈部下采样层引入分层Mish激活（hierarchical Mish activation）策略，从而在不干扰浅层低级特征提取的情况下增强非线性建模。在NEU-DET上的实验表明，所提出的设计提供了具有竞争力的轻量级检测性能。随着输入分辨率的提高，收益更加明显。在640×640设置下，YOLO11n + LCAF-D + Mish达到了77.1%的mAP@0.5和44.3%的mAP@0.5:0.95，超过了YOLO11n基线。五次种子重复实验进一步显示平均准确率略有提升且变化稳定，运行时基准测试表明该方法保持了轻量级特性，仅参数、GFLOPs、延迟和GPU内存有适度增加。在相同640×640协议下对GC10-DET的额外评估也显示出相对于基线的整体改进，尽管增益仍依赖于类别而非普遍性。总体而言，该方法可被理解为钢材表面缺陷检测的一种具有竞争力的轻量级工程优化，尤其当输入分辨率足以保留细微缺陷细节时。
**论文解读：LDM-YOLO11——基于轻量级通道感知融合与分层Mish激活的钢材表面缺陷检测方法**
**研究背景、问题与意义**
在工业数字化与智能制造背景下，视觉检测在钢材表面质量控制中至关重要。钢材表面的裂纹（crazing）、夹杂物（inclusion）、斑块（patches）、麻点（pitted_surface）、轧入氧化皮（rolled-in_scale）和划痕（scratches）等缺陷，会显著影响材料的强度、耐腐蚀性及使用寿命。现有轻量级检测器在处理弱纹理、精细细节和尺度形状变化大的缺陷时，往往难以兼顾鲁棒特征表示与部署效率。传统方法依赖人工检测或浅层特征，鲁棒性不足；深度学习模型虽性能提升，但许多改进以增加模型复杂度为代价，削弱了部署优势。因此，如何在保持轻量级特性的前提下，针对性增强多尺度融合、上下文感知和非线性建模，成为工业缺陷检测的关键挑战。本研究基于YOLO11n，提出了一种增量式轻量级增强方案LDM-YOLO11，旨在平衡检测精度与效率，为工业场景提供实用优化。
**主要关键技术方法**
研究人员采用以下关键技术方法：1) 轻量级通道感知融合模块（LCAF）及改进版本LCAF-D，通过双分支结构（局部纹理分支与空洞深度可分离卷积分支）在颈部（neck）强化多尺度上下文聚合；2) 分层Mish激活（hierarchical Mish activation）策略，仅在深层骨干网络（第4、5阶段）和颈部下采样层引入Mish激活函数，以增强非线性建模而不干扰浅层特征；3) 基于YOLO11n的增量式网络结构优化，在NEU-DET数据集（6类缺陷，共1800张图像）和GC10-DET数据集上进行验证，输入分辨率从224×224到640×640变化。
**研究结果**
**4.1 实验设置**：所有实验在NVIDIA GeForce RTX 4070 Laptop GPU（8 GB显存）上进行，采用SGD优化器，初始学习率0.005，动量为0.937，权重衰减0.0005，批量大小16，训练200轮。早期消融采用224×224输入，后续敏感性分析及最终评估采用640×640。
**4.2 NEU-DET数据集与评估指标**：NEU-DET包含6种缺陷，差异显著，可反映实际挑战。评估指标包括精确率（Precision）、召回率（Recall）、mAP@0.5和mAP@0.5:0.95。
**4.3 消融实验结果与分析**
**4.3.1 LCAF引入与分支设计比较**：通过对比2×2、4×4和3×3空洞分支，最终采用3×3空洞深度可分离卷积分支，在mAP@0.5和mAP@0.5:0.95上分别达到0.757和0.438，优于其他分支，表明该设计在上下文建模与细粒度纹理保留间取得更好平衡。
**4.3.2 LCAF位置消融**：将LCAF分别置于骨干网络（backbone-only）、颈部（neck-only）和两者结合（backbone + neck）。颈部配置效果最佳，mAP@0.5为0.742，mAP@0.5:0.95为0.423，表明LCAF主要在多尺度特征融合阶段发挥作用。
**4.3.3 从LCAF到LCAF-D的改进验证**：LCAF-D颈部配置在mAP@0.5和mAP@0.5:0.95上分别达到0.757和0.438，优于原始LCAF（0.742/0.423）以及ECA（0.729/0.396）和CBAM（0.724/0.409），验证了空洞分支对细裂纹和复杂纹理缺陷的有效性。
**4.3.4 Mish激活策略与联合实验**：单独使用Mish在mAP@0.5:0.95上达到0.444，优于LeakyReLU（0.405）。LCAF-D + Mish组合在mAP@0.5和mAP@0.5:0.95上分别达到0.767和0.436，进一步证实了Mish与LCAF-D的兼容性。
**4.3.5 整体消融总结**：在224×224初步设置下，最终模型LCAF-D + Mish的mAP@0.5为0.724，mAP@0.5:0.95为0.406，与基线接近，但后续高分辨率分析显示增益显著。
**4.4 PR曲线、归一化混淆矩阵、类别结果与失败案例分析**
**4.4.1 PR曲线分析**：在640×640设置下，LDM-YOLO11的整体mAP@0.5从0.730提升至0.771，尤其在裂纹、轧入氧化皮和划痕等困难类别上增益明显，但夹杂物和斑块略有下降，表明改进具有类别依赖性。
**4.4.2 归一化混淆矩阵分析**：最终模型在多个类别上对角线识别结果提升，背景错误或漏检减少（如划痕的背景混淆从16降至6），表明模型增强了分类能力并减少了背景干扰。
**4.4.3 NEU-DET类别分析**：在640×640下，裂纹的AP@0.5从27.4%提升至38.7%，轧入氧化皮从48.5%提升至55.6%，划痕的AP@0.5:0.95从39.9%提升至56.4%，验证了特征融合与分层激活对细粒度纹理和模糊边界缺陷的有效性。
**4.4.4 失败案例分析**：部分样本中，最终模型改善了弱纹理或细长缺陷的检测，但基线模型在某些样本上表现更好，且两模型均对高度模糊边界和严重背景干扰的样本感到困难，指出这些仍是开放挑战。
**4.5 与相关方法的比较与讨论**：与公开方法对比，LDM-YOLO11在640×640下达到77.1% mAP@0.5和44.3% mAP@0.5:0.95，保持轻量级结构，但不同方法在实验设置上存在差异，因此本研究将其定位为YOLO11n框架内具有竞争力的轻量级工程优化。
**4.6 系统性能分析**：与基线YOLO11n相比，LDM-YOLO11的参数从2.583M增至2.652M，GFLOPs从6.3增至6.5，在640×640下总延迟14.145ms，FPS为70.70，GPU内存从69.91MB增至72.20MB，表明在提升检测精度的同时保持了轻量级部署特性。在GC10-DET上，最终模型mAP@0.5为63.6%，mAP@0.5:0.95为32.5%，优于基线（57.5%和30.4%），但类别增益不均。
**4.7 敏感性、可靠性与跨数据集分析**：输入分辨率敏感性分析显示，在224×224下最终模型表现与基线相当，但在640×640下显著优于基线（mAP@0.5从73.0%提升至77.1%，mAP@0.5:0.95从40.8%提升至44.3%）。五次种子重复实验表明，最终模型在mAP@0.5上最高，且标准差稳定。跨数据集GC10-DET验证进一步证实了改进的有效性，但仍存在困难类别（如8_yahen）。
**讨论与结论**
研究人员指出，所提方法的效果强烈依赖于输入分辨率，低分辨率下优势有限，但在640×640统一设置下，YOLO11n + LCAF-D + Mish在NEU-DET和GC10-DET上均取得更好的整体检测精度。运行基准测试表明模型保持竞争性推理速度，仅小幅增加延迟和GPU内存，在轻量级工业检测中实现了合理的精度-可部署性权衡。局限性包括：公开横向比较受实验设置差异影响，困难类别（如裂纹、轧入氧化皮、GC10-DET的8_yahen）仍具挑战性，以及缺乏CPU和边缘设备部署结果。研究结论为：本研究提出了一种基于YOLO11n的轻量级钢材表面缺陷检测增强策略，最终设计结合了改进的通道感知融合机制与分层Mish激活策略，在保持低模型复杂度的同时强化了跨尺度交互和深层非线性表示。该贡献应被理解为对YOLO11n的增量式轻量级工程优化，而非全新的检测器架构。
