高被引 | 武汉科技大学张航周毅等:融合HGnetv2和注意力机制的钢材表面缺陷检测方法

钢铁生产是各个国家的基础建设非常重要的一环, 钢铁材料在我国使用场所非常广泛,比如建筑工程、交通运输，机械制造、能源开采、电力工业等等涵盖了经济建 设、基础设施建设、军事安全、能源资源开发、生活用品等多个领域，是支撑国家经济发展和社会进步的重要材料之一。在钢铁厂中,所生产的钢铁表面由于生产、运输或者存储过程中会使得钢铁表面出现细裂纹、杂质物、斑块、凹陷与坑洞、表面氧化铁锈、划痕等6种常见缺陷，这其中一些缺陷可能导致重大的事故，所以确保钢铁表面质量是一个很值得重视的问题。本文原载于《电子测量与仪器学报》2025年第1期，是《电子测量与仪器学报》2025年度高被引和高下载量的论文之一。本刊致力于推动电子测量与仪器领域的学术交流与技术进步，是展示该领域高质量研究成果的重要平台，诚邀广大专家学者关注并踊跃投稿。

如图1所示，钢材表面缺陷主要包括Crazing（龟裂）、Inclusion（夹杂）、Patches（斑块）、Scratches（划痕）、PittedSurface（麻点）和Rolled-inScale（氧化铁皮）等6类典型缺陷。不同类型缺陷在尺度、形态和纹理特征上差异明显，尤其是Crazing这类细裂纹缺陷，目标尺寸小、边界不清晰，且容易与钢材表面背景纹理混淆，导致传统检测方法在复杂场景下容易出现漏检和误检。同时，工业检测场景不仅要求模型具备较高的识别精度，还要求其满足实时性需求。针对多尺度、小目标和复杂背景条件下钢材表面缺陷检测性能不足的问题，本文对YOLOv5s模型进行了系统性改进。

图1 钢铁表面6种缺陷

Fig.1 Six defects on the surface of steel

如图2所示，本文在YOLOv5s基础上构建了改进模型，并从特征提取、特征融合和边界框回归等多个层面进行了协同优化。首先，采用HGnetv2替换原有骨干网络，以增强模型对微小缺陷和多尺度目标的特征提取能力；其次，在骨干层引入CBAM模块，在特征融合层引入CoordinateAttention机制，以提升模型对关键区域、通道信息和位置信息的感知能力；同时，使用CBME_C2f模块替代原有C3结构，并在颈部网络中嵌入Involution操作，以改善浅层边缘信息与深层语义信息的融合效果；此外，引入MetaAconC激活函数，增强模型对复杂背景特征的非线性表达能力；最后，采用VCIoU损失函数优化边界框回归过程，从而进一步提高目标定位精度。整体来看，本文并非局部替换单一模块，而是围绕钢材表面缺陷检测的关键痛点形成了一套完整的改进方案。

图2 改进YOLOv5模型结构

Fig.2 Improved YOLOv5 model structure

从训练过程来看，改进模型表现出更好的收敛特性和更稳定的性能提升趋势。如图3所示，改进模型的mAP曲线整体高于原始YOLOv5s，说明模型在训练早期就能够更快学习到有效缺陷特征，并在后续迭代过程中保持较好的稳定性。相比基线模型，改进方法在复杂背景和小目标场景下的特征表达能力更强，因此能够在持续训练过程中逐步拉开与原模型的差距。该结果表明，本文提出的改进策略不仅提升了模型的局部模块性能，更从整体上增强了网络对钢材表面缺陷的识别能力，为后续检测精度提升提供了有力支撑。

图3 改进模型与原模型mAP曲线对比图

Fig.3 mAP curve comparison between the proposed model and the original model

从最终检测效果来看，改进模型在复杂背景和小目标缺陷场景下表现更优。如图4所示，与原始YOLOv5s相比，改进模型对钢材表面多类型缺陷的定位更加准确，缺陷区域识别更加完整，漏检现象明显减少。实验结果表明，本文方法在NEU-DET数据集上的mAP@0.5达到81.4%，较YOLOv5s提高5.4%，mAP@0.5:0.95达到44.1%，较基线模型提高2.8%；同时，模型检测速度达到80.6fps，能够满足实时检测要求。尤其是在微小缺陷Crazing的检测上，平均检测精度达到55.4%，较原模型提升18.1%，说明该方法对难检小目标缺陷具有更强的识别能力，具备较好的工程应用潜力。

图4 检测结果对比

Fig.4 Comparison of test results