基于A2C2f-CGLU特征增强的YOLO12羽绒品质分类方法

《Sensors》：YOLO12 Down Feather Quality Classification Method Based on A2C2f-CGLU Feature Enhancement

　　

专业术语翻译的摘要 手动分拣仍是羽绒品质评估中成分识别的主流方案，但其存在检测效率低和稳定性差的缺点。为解决这些不足，本文提出了一种基于YOLO12的细粒度成分检测算法用于羽绒品质分类。选取五种典型的羽绒成分作为检测目标，包括变色绒（discolored feathers）、绒丝（down filaments）、未成熟绒（immature down）、羽丝（feathers）和纯绒（pure down）。据此建立了一个包含1140张图像的专用羽绒目标检测数据集。为提高模型对小目标、模糊边界特征以及相似类别间细微差别的特征表示能力，本研究将卷积门控线性单元（Convolutional Gated Linear Unit, CGLU）集成到YOLO12的A2C2f模块中。在保持原始特征聚合路径和残差架构的同时，将ABlock内传统的多层感知机（MLP）前馈分支替换为卷积门控变换。实验结果表明，所提出的A2C2f-CGLU模型在验证集上的最优权重下实现了96.50%的精确率（precision）、94.49%的召回率（recall）、98.05%的平均精度均值mAP50和57.89%的mAP50-95。与原始YOLO12相比，mAP50-95指标提升了3.04个百分点，整体性能超越了两种对比变体A2C2f-DFFN和A2C2f-KAN。PR曲线、混淆矩阵和真实测试样本的可视化结果验证了所提方法有效增强了对微小羽绒目标和相似类别的识别稳定性。该研究为后续的成分比例计算、品质等级判别以及智能检测系统的开发提供了视觉检测基础。

论文解读文章

1. 研究背景与现存问题

羽绒因其优异的蓬松性、保暖性和轻质性被广泛应用于服装、寝具等领域。其品质不仅决定产品性能，更直接影响市场价值。在实际生产中，羽绒样品通常是多种成分的混合物，包括纯绒（down）、未成熟绒（immature down）、绒丝（down silk）、羽丝（feather）和变色绒（discolored feathers）。准确识别这些细粒度成分是评价羽绒品质的关键。然而，当前的羽绒品质检测仍严重依赖人工分拣，该方法存在效率低下、劳动强度大、主观性强、可重复性差等固有缺陷。特别是在大规模生产场景下，人工检测难以同时满足高速、稳定和可追溯的要求。因此，亟需一种自动化的、标准化的、智能化的羽绒检测方法来替代传统的人工方式。

2. 研究目的、内容与意义

为解决上述问题，本研究将羽绒图像分析定义为一个面向品质评估的细粒度视觉检测任务。研究旨在开发一种能够稳定获取羽绒样品中各成分类别、位置和数量信息的算法，为后续的成分比例计算和品质分级提供可靠的数据支持。为此，研究人员提出了一个基于YOLO12的改进型细粒度成分检测算法，通过在模型中嵌入A2C2f-CGLU特征增强模块，显著提升了对微小目标、模糊边界和相似类别的识别能力。该研究的重大意义在于，它为羽绒行业的自动化、标准化和智能化检测提供了关键的视觉技术基础，有望从根本上改变依赖人工的传统质检模式。

3. 关键技术方法概述

为实现上述目标，研究人员采用了以下关键技术方法：

• •
  数据集构建：从中国河南省台前县的一家羽绒加工厂采集样本，建立了包含1140张图像的专用羽绒细粒度目标检测数据集，定义了yellow_feather、down_silk、immature_down、feather和down五个检测类别。
• •
  基线模型：采用YOLO12作为基线检测框架，该模型在检测精度、推理速度和部署便利性之间取得了良好平衡。
• •
  核心改进模块 - A2C2f-CGLU：将卷积门控线性单元（CGLU）集成到YOLO12的A2C2f模块中。具体来说，保留了A2C2f原有的区域注意力建模能力和残差结构，但将其内部ABlock中的传统MLP前馈分支替换为CGLU。CGLU通过1×1卷积进行通道映射和分裂，利用3×3深度可分离卷积和GELU激活函数提取局部纹理信息，并通过门控机制实现内容自适应的特征筛选。
• •
  选择性部署策略：该模块并非无差别地部署于网络所有层。在主干网络（Backbone）的深层特征提取阶段（P4/P5）启用CGLU以强化语义特征；而在检测头的多尺度融合阶段则恢复为轻量级C3k分支，以降低计算开销并保证特征传播的稳定性。
• •
  数据增强：训练过程中采用了几何变换、颜色抖动、Mosaic、MixUp等多种在线数据增强策略，以提高模型对复杂样本的适应性。

4. 研究结果

• •
  总体检测性能比较：通过对比实验，A2C2f-CGLU模型在验证集上取得了最优性能，召回率达到94.49%，mAP50达到98.05%，mAP50-95达到57.89%。相较于原始YOLO12，其mAP50-95指标提升了3.04个百分点，且性能优于A2C2f-DFFN和A2C2f-KAN两种变体。
• •
  训练动态分析：在整个100个训练周期中，A2C2f-CGLU的精确率、召回率和平均精度均值曲线均持续领先于其他模型，表明其性能优势贯穿整个训练过程，而非偶然取得。
• •
  损失收敛行为：A2C2f-CGLU的边界框回归损失、分类损失和分布聚焦损失（DFL）均表现出稳定下降的趋势，尤其在验证集上，其分类损失更低，表明模型在高相似度类别间建立了更稳健的分类决策边界。
• •
  逐类PR曲线分析：A2C2f-CGLU在所有类别上的平均精度均值mAP@0.5达到了0.981。特别值得注意的是，对于最难识别的类别down_silk，其平均精度（AP）从原始YOLO12的0.880大幅提升至0.935，证明了CGLU在处理细小、丝状、弱纹理目标方面的优越性。
• •
  混淆矩阵分析：归一化混淆矩阵显示，A2C2f-CGLU显著降低了down_silk和feather等依赖局部纹理区分的类别之间的混淆程度，其对角线值分别达到0.91和0.96，而down类别的识别率更是达到了完美的1.00。
• •
  实际样本可视化：在稀疏和密集的真实样本检测结果中，A2C2f-CGLU生成的预测框比原始YOLO12更完整、更贴合人工标注，尤其在对微小、边界模糊和密集排列的目标识别上表现更为稳定。

5. 讨论与结论

研究结论翻译：针对人工羽绒品质检测存在的分拣效率低、主观性强、细粒度成分识别困难等问题，本文提出了一种基于A2C2f-CGLU特征增强模块的YOLO12细粒度成分检测方法。通过将ABlock中的传统MLP前馈分支替换为CGLU，该方法在保留原有区域注意力和残差传播结构的同时，引入了局部卷积感知和门控特征选择机制。这一设计增强了对丝状结构、簇状边缘、微弱纹理变化以及视觉相似成分间模糊边界的表征能力。实验结果表明，A2C2f-CGLU在召回率、mAP50和mAP50-95等指标上均取得了有竞争力的性能。具体而言，mAP50-95达到57.89%，较原始YOLO12基线提升了3.04个百分点。此外，PR曲线、归一化混淆矩阵和检测可视化结果均表明，所提出的结构提高了对小尺寸、弱边界和纹理依赖型羽绒成分的识别稳定性。这些结果支持了A2C2f-CGLU作为羽绒品质评估中成分级视觉检测模块的有效性。

讨论总结：尽管取得了上述成果，研究也指出了当前工作的局限性及未来方向：(1) 当前数据集来源于单一加工场景，样本量和成像变化有限，跨场景泛化能力有待进一步验证；(2) 当前评估基于固定的训练/验证集划分，缺乏独立的测试子集，报告的结果应视为对比验证性能；(3) 重复运行次数有限，统计效力受限；(4) 未进行专门的消融实验来量化外层残差连接、内部CGLU捷径和卷积门控操作的各自贡献；(5) 对于高度相似的类别（如未成熟绒与其他绒毛状成分）仍存在残留混淆。未来的工作将致力于扩展数据集、构建独立测试集、增加重复运行次数、进行详尽的消融实验，并探索模型轻量化及实际系统部署，最终形成一套完整的智能检测流水线。