基于伪多模态小波网络（PMW-YOLO）的可控电解液分布电化学加工（CED-ECM）方法加工的浅槽检测用于轻量级实例分割

《Micromachines》：Shallow Grooves Detection Processed by Controllable Electrolyte Distribution Electrochemical Machining (CED-ECM) Method Based on a Pseudo-Multimodal Wavelet Network (PMW-YOLO) for Lightweight Instance Segmentation

　　

可控电解液分布电化学加工（CED-ECM）是一种用于在精密金属表面制造浅槽（深度约几微米至几十微米）的新型电化学加工方法。快速准确地检测CED-ECM加工的浅槽对于质量控制和自动化生产周期至关重要。然而，这些浅槽具有微小尺度、不规则形态以及与金属背景对比度低的特点，而灰度显微成像仅提供单通道信息。为应对这些挑战，本研究提出了一种基于伪多模态小波网络（PMW-YOLO）的轻量级实例分割网络。首先，一种伪多模态通道融合策略将单张灰度图像扩展为三个互补通道：原始灰度、CLAHE增强灰度和多尺度Sobel梯度。该设计在无需额外采集成本的情况下，显式地注入了光照鲁棒性和边缘先验。其次，一个基于离散小波变换的下采样模块（称为DWTDown）被集成到骨干网络中，以在减少模型参数和GFLOPs的同时保留高频边缘细节。消融研究进一步探讨了高效多尺度注意力模块、边界感知掩码损失和数据中心增强策略的贡献。在内部CED-ECM数据集上的实验验证了PMW-YOLO在自动化浅槽检测中的有效性。

本研究提出了一种基于伪多模态小波网络（PMW-YOLO）的轻量级实例分割方法，用于自动检测可控电解液分布电化学加工（CED-ECM）在精密金属表面制造的浅槽（深度约几微米至几十微米）。CED-ECM是一种非接触、无切削力的加工技术，通过限制电解液在金属表面形成浅槽，但其加工质量检测仍依赖人工显微镜观察，效率低且主观性强，成为自动化生产的瓶颈。现有深度学习检测方法在特征表示和计算成本上存在局限，特别是针对小样本、低对比度和单通道灰度图像的条件。研究人员在《Micromachines》上发表的论文中，提出了PMW-YOLO网络，通过伪多模态通道融合（从单通道灰度图像构建原始灰度、CLAHE增强灰度和多尺度Sobel梯度三个通道）和基于离散小波变换的下采样模块（DWTDown，使用固定Haar小波分解保留高频边缘细节并减少参数），结合边界感知掩码损失和数据中心增强策略，在内部CED-ECM数据集（83张原始高分辨率灰度显微图，经筛选、标注后切块为1024×1024像素图块）上实现了自动化检测。实验表明，伪多模态输入在严格定位指标和召回率上优于常规RGB输入，DWTDown在2.676 M参数和27.53 GFLOPs下保持基线精度，但架构改进的mAP增益受小样本变异性影响，尚不稳定。该研究为CED-ECM加工的质量控制和在线检测提供了轻量级解决方案，并强调了在资源受限场景下部署的潜力。

**主要关键技术方法**：
1）伪多模态通道融合：将单通道灰度显微图扩展为原始灰度、CLAHE增强灰度和多尺度Sobel梯度三个通道，显式注入光照鲁棒性和边缘先验；2）基于离散小波变换的下采样模块DWTDown：采用固定Haar小波分解，将输入特征分解为低频近似子带和高频子带（水平、垂直、对角方向），通过SE通道注意力重加权和1×1卷积投影，保留高频边界细节同时降低参数和计算量；3）边界感知掩码损失：利用形态学梯度（膨胀与腐蚀之差）提取边界带，仅在该区域计算BCE和Dice损失，强化边界学习；4）数据中心增强策略：包括Copy-Paste实例增强（增加形态多样性）和镜面高光难例挖掘（优先采集过曝区域作为负样本）。样本来源为内部CED-ECM数据集，包含83张原始图像，经原始图像级划分（59训练、12验证、12测试）后切块为1024×1024像素图块。

**研究结果**：
**3.1 架构与损失消融实验**：在统一基线（YOLO26-seg加伪多模态输入）上，分别和联合添加DWTDown、高效多尺度注意力模块（EMA）和边界感知损失。DWTDown将参数降低至2,675,599（约比基线少13,500）和GFLOPs降至27.53，Mask mAP50-95为0.7456（略高于基线0.7357），表明其在轻量化下保持精度；边界感知损失（无参数增加）在测试集上达到最高Mask mAP50、Mask mAP50-95和召回率（0.864），显示边界约束有助于减少漏检；EMA实现最高精度P（0.940）但mAP略降；三者组合的Mask mAP50-95为0.7373，低于单一最佳改进，表明小样本下简单组合无线性增益。
**3.2 重复原始图像级留出与稳定性分析**：使用三种不同随机种子（42、1、2）进行原始图像级留出划分，重复训练评估。Mask mAP50-95的均值在改进变体与基线之间均在一个标准差内（如边界损失均值0.7293，标准差0.0326，基线均值0.7261），增益不稳定；DWTDown的轻量化是结构事实（参数2.676 M，计算量27.53 GFLOPs），精度与基线相当；边界损失在召回率上呈现一致正向趋势（0.864±0.025 vs 基线0.826±0.033），但仍需更大数据集确认。
**3.3 伪多模态融合有效性**：通过RGB输入对照组实验，伪多模态融合在严格Box/Mask mAP50-95指标上提供一致增益，并在最终模型（边界损失加Copy-Paste）中将召回率从0.831提升至0.899，但并非所有指标（如Mask mAP50）均提升，其优势主要出现在严格定位指标和召回率上。
**3.4 数据中心增强消融**：固定边界损失变体，比较Copy-Paste（cp=0.3）和镜面高光难例挖掘（hn）。Copy-Paste将精度从0.898提升至0.934，召回率从0.891提升至0.899，Box/Mask mAP50-95达最高（0.7305和0.7578），且无参数增加；难例挖掘导致召回率下降（0.870和0.862），可能因过抑制真实浅槽，表明小样本下人工构造负类需谨慎，Copy-Paste是最优策略。
**3.5 定性结果**：通过Grad-CAM热力图和实例分割预测可视化，展示基线、边界损失变体和最终模型（bd_cp）的行为。成功案例中边界损失变体改善边界分割；失败案例包括高对比度非浅槽结构（如手写标记）被误检，以及极弱对比度浅槽的漏检或碎片化掩码，归因于边缘响应相似性和证据不连续。

**总结讨论与翻译研究结论**：
重复留出分析表明，架构和损失改进的mAP增益受小样本变异性影响，尚不足以作为稳定精度提升来源，因此客观报告为消融结果。未来需扩大数据集覆盖更多加工参数，并进一步解决镜面高光误检和极弱浅槽漏检，通过半监督学习、测试时增强和模型量化评估在线部署能力。
本研究提出了PMW-YOLO，一种用于自动检测CED-ECM加工浅槽的轻量级实例分割网络。通过伪多模态通道融合，该方法从单张灰度图像构建了三个互补表示：原始灰度、CLAHE增强和多尺度Sobel梯度。它还在骨干网络中引入了DWTDown，以在早期下采样过程中保留与边界相关的高频分量。实验表明，在严格定位指标和召回率上，伪多模态输入比常规RGB控制提供了更稳定的增益。DWTDown以2.676 M参数和27.53 GFLOPs保持了基线级别的分割精度，表明适度的复杂度降低可能对资源受限的检测系统有用。在做出更强的部署声明之前，仍需进行直接的延迟、内存和边缘设备测试。重复的原始图像级留出分析表明，来自架构或损失改进（如EMA和边界感知损失）的mAP增益受到小样本变异性的影响。这些增益尚不足以作为精度提升的稳定来源，因此本研究客观地将其报告为消融结果。未来工作应扩大数据集并覆盖更多加工参数。还应进一步解决镜面高光的误检和极弱浅槽的漏检，并通过结合半监督学习、测试时增强和模型量化来评估在线部署能力。