基于改進ResNet模型的軸承溝道表面加工缺陷分類

劉浩翰,王鈺濤,賀懷清，孫鋮

(中國民航大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，天津 300300)

軸承套圈溝道是精度很高的工作表面，表面粗糙度(本文特指Ra值)可達0.02 μm，圓度可達0.50 μm，其工作表面的紋理對軸承壽命及振動的影響很大，一些情況下采用輪廓儀或圓度儀進行評價已經(jīng)不能適應(yīng)特殊要求。例如，工作表面的表面粗糙度小于0.05 μm后與軸承振動的相關(guān)性已經(jīng)很差，甚至?xí)谀承﹫龊铣霈F(xiàn)負相關(guān)，即隨著表面粗糙度的降低，軸承壽命和振動反而變差。

近年來，軸承行業(yè)對軸承工作表面的視覺評價方法進行了很多研究，但還未形成統(tǒng)一的標(biāo)準(zhǔn)，通常是各公司以圖譜的形式控制質(zhì)量，無法直接在線檢查及實時反饋。國外某些著名軸承企業(yè)雖然在20年前就開始了視覺識別質(zhì)量控制和光學(xué)分揀，但應(yīng)用層面仍主要采用傳統(tǒng)的人工檢測方法[1]，依靠操作人員手感及目測的方式進行表面缺陷的判斷與分類，效率低且主觀因素較強，容易導(dǎo)致漏檢和較高的錯誤率。

憑借客觀標(biāo)準(zhǔn)性和高效性優(yōu)勢，計算機視覺技術(shù)逐步應(yīng)用于工業(yè)生產(chǎn)中的圖像自動分類，其核心的圖像識別算法在具有明顯特征的數(shù)據(jù)集中可以達到較高的準(zhǔn)確度。常用方法有LBP特征提取算法[2]、HOG特征提取算法[3]和Haar特征提取算法[4]，其在實際應(yīng)用中往往是針對特定數(shù)據(jù)集人為設(shè)計適合其特征的方法，由于人為設(shè)計難以涵蓋所有缺陷特征信息[5]，此類算法所構(gòu)建的模型復(fù)雜多變且效果不穩(wěn)定。

深度學(xué)習(xí)的發(fā)展為圖像自動分類提供了解決契機[6-11]，其利用多層卷積神經(jīng)網(wǎng)絡(luò)對大量數(shù)據(jù)集進行學(xué)習(xí)并通過訓(xùn)練提取特征，能夠緩解復(fù)雜特征圖像分類識別中建模困難的窘境。針對軸承溝道表面缺陷數(shù)據(jù)細節(jié)豐富，特征不突出，類間差異小，難以精確分類的特點，本文使用殘差塊作為主要特征計算方法，在深層網(wǎng)絡(luò)中融入Inception模塊[12]進行特征降維和拼接以獲取更多的圖像細節(jié)特征，在特征計算中引入批量標(biāo)準(zhǔn)化(Batch Normalization,BN)[13]進行數(shù)據(jù)正則化處理來加速模型收斂，并采用軸承溝道表面缺陷數(shù)據(jù)集進行了驗證，以實現(xiàn)軸承溝道表面缺陷的高精度分類。

1 改進ResNet網(wǎng)絡(luò)模型

殘差網(wǎng)絡(luò)模型[14]中殘差塊的提出有效緩解了深層次網(wǎng)絡(luò)模型訓(xùn)練中梯度消失、模型退化的問題，近年來成為圖像分類的主流模型，但是對于類間差別小圖像的分類效果仍有待提升。網(wǎng)絡(luò)層次加深的同時，模型的訓(xùn)練時間也隨之加長，內(nèi)部數(shù)據(jù)分布偏移現(xiàn)象加劇，故考慮在每層特征計算后對數(shù)據(jù)進行正則化處理來減少數(shù)據(jù)分布偏移的影響，使用歸一化方法加快收斂速度。同時，在深層次模型訓(xùn)練中，語義的宏觀表達能力增強，而對于軸承溝道表面缺陷數(shù)據(jù)集來說，豐富的細節(jié)特征對缺陷分類精度有重要影響，故在后期模型訓(xùn)練中考慮使用不同尺度的卷積計算進行特征融合，以此提升網(wǎng)絡(luò)訓(xùn)練模型的精度。

1.1 殘差網(wǎng)絡(luò)模型

殘差網(wǎng)絡(luò)模型為多個殘差模塊的堆疊結(jié)構(gòu)，殘差單元結(jié)構(gòu)如圖1所示，殘差模塊改變了固有的堆疊網(wǎng)絡(luò)結(jié)構(gòu)，增加了恒等映射，這樣通過殘差的計算緩解了深層次網(wǎng)絡(luò)梯度消失的問題。對于圖像差別細微、類間區(qū)別微小的軸承溝道表面缺陷數(shù)據(jù)集，殘差網(wǎng)絡(luò)模型雖然比較適合，但并不能通過簡單的加深網(wǎng)絡(luò)提升精度。

圖1 殘差單元結(jié)構(gòu)Fig.1 Structure of residual unit

1.2 改進ResNet模型

通過多次網(wǎng)絡(luò)數(shù)量和參數(shù)的調(diào)整試驗，在深度增加的同時進行圖像特征的融合，改進ResNet網(wǎng)絡(luò)模型的結(jié)構(gòu)如圖2所示，其包括4個(殘差+BN)部分和2個(Inception+BN)部分，能夠在不過度增加層數(shù)、參數(shù)的同時保證準(zhǔn)確率。模型訓(xùn)練時在每次特征計算后加入BN正則化減緩數(shù)據(jù)分布偏移現(xiàn)象。在前期的特征計算中，殘差模塊中恒等映射的特殊結(jié)構(gòu)可以很好緩解梯度消失的現(xiàn)象，進行網(wǎng)絡(luò)的堆疊計算。越到網(wǎng)絡(luò)深層，特征越抽象，而且每個特征所涉及的感受野也更大，故將Inception模塊放入網(wǎng)絡(luò)的較深層次，采用不同大小的卷積核進行特征計算以盡可能保證圖像的細節(jié)信息參與最終的分類計算，保證訓(xùn)練精度。

圖2 改進的ResNet模型Fig.2 Improved ResNet model

1.2.1 殘差模塊+BN

為增強模型的穩(wěn)定性并加快訓(xùn)練速度，同時解決內(nèi)部數(shù)據(jù)分布偏移的問題，使用批量標(biāo)準(zhǔn)化操作將每層結(jié)果數(shù)據(jù)進行處理，即

(1)

(2)

通過(2)式，特征值分布會重新拉回至標(biāo)準(zhǔn)正態(tài)分布，使特征值落于激活函數(shù)對于輸入的敏感區(qū)間，避免梯度消失并加快收斂。加入BN正則化后的殘差模塊內(nèi)部結(jié)構(gòu)如圖3所示。

圖3 殘差+BN模塊Fig.3 Residual+BN module

1.2.2 Inception模塊+BN

隨著網(wǎng)絡(luò)模型深度的增加，原始圖像經(jīng)過計算得到的特征則更加抽象，因此在網(wǎng)絡(luò)的深層計算中引入Inception模塊。如圖4所示，每個Inception模塊由前攝入層、并行處理層和過濾拼接層組成。前攝入層為常規(guī)的卷積計算；并行處理層包括1×1卷積、3×3卷積、5×5卷積和2×2最大池化這4個分支，每次卷積計算后同樣進行BN正則化處理送入下層激活計算；過濾拼接層進行不同尺度卷積核計算后得到特征值的計算融合。采用不同規(guī)模、大小的卷積核計算，增加了網(wǎng)絡(luò)的寬度和對尺寸的適應(yīng)性，不同支路的感受野不同，因此計算后的特征值擁有了多尺度的特征信息。

圖4 Inception+BN模塊Fig.4 Inception+BN module

2 軸承溝道圖像數(shù)據(jù)預(yù)處理

工業(yè)原始數(shù)據(jù)的實際采集過程困難且數(shù)據(jù)量有限，需進行數(shù)據(jù)預(yù)處理后才能輸入改進ResNet模型進行缺陷分類。本文進行的數(shù)據(jù)預(yù)處理主要分為圖像缺陷區(qū)域檢測與提取、滑窗裁剪、數(shù)據(jù)增強3個步驟，如圖5所示。

2.1 數(shù)據(jù)采集

試驗數(shù)據(jù)采集于國內(nèi)某精密軸承生產(chǎn)企業(yè)，采集場景如圖6所示。由于套圈表面鏡面反光嚴重，不利于圖像采集，故采用D700同軸光源，在同軸燈中裝置一塊45°半透半反玻璃，將高亮度、高密度的LED陣列排列在線路板上構(gòu)成一個面光源，面光源發(fā)出的光線經(jīng)過透鏡后映照在半透半反玻璃上，光線經(jīng)全反射垂直照在被測物體上，從被測物體上反射的光線垂直向上穿過半透半反玻璃進入30萬像素的工業(yè)相機攝像頭。這樣既消弭了反光，又防止了圖像中出現(xiàn)攝像頭的倒影，從而捕獲明晰的圖像用于進一步的剖析和處理。

圖6 數(shù)據(jù)采集Fig.6 Data collection

軸承溝道表面缺陷樣本共有1 230張圖像，其中短絲類267張、砂輪花類533張、正常類428張，各類別的原始圖像如圖7所示，原始圖像分辨率為640×480(單位為像素，下同)。

圖7 軸承溝道表面缺陷的原始圖像Fig.7 Original image of bearing raceway surface defects

2.2 圖像缺陷區(qū)域檢測與提取

缺陷部分在整幅原始圖像中的占比極小，需要進行缺陷區(qū)域提取。本文采用選擇性搜索的候選區(qū)域算法[15]將每幅圖像相似度高的區(qū)域進行依次劃分、合并，相似度計算中考慮了顏色、紋理、尺度和空間交疊這4個指標(biāo)。

2.2.1 顏色

(3)

(4)

s(rt)=s(ri)+s(rj)，

(5)

式中：C為用區(qū)域的L1范數(shù)歸一化后的向量；rt=ri∪rj；s()為區(qū)域的像素尺寸；下標(biāo)i,j為區(qū)域索引號。

2.2.2 紋理

(6)

式中：t為求得的導(dǎo)數(shù)值。

2.2.3 尺寸

尺寸用于優(yōu)先合并小區(qū)，其定義為

(7)

式中：s為整張圖像的像素級尺寸。

2.2.4 空間交疊

空間交疊用于優(yōu)先合并被包含進其他區(qū)域的區(qū)域，其定義為

(8)

式中：Bij為能夠包含ri和rj的最小矩形框。

2.2.5 區(qū)域間最終相似度

將上述4個相似度以線性組合的方式組合在一起作為最終相似度。經(jīng)選擇性搜索算法進行的短絲缺陷區(qū)域檢測效果如圖8所示，圖中紅框為從原始圖像中提取到的重點區(qū)域，由圖可知原始的短絲集中缺陷區(qū)域被成功檢測并提取。

圖8 短絲缺陷區(qū)域檢測及提取Fig.8 Detection and extraction of short wire defect area

2.3 滑動窗口裁剪

對原始圖像集中缺陷區(qū)域檢測提取后，進行選定分辨率規(guī)格(100×120)的滑動窗口裁剪并進行精確分類以保證數(shù)據(jù)集的質(zhì)量。

如圖9所示，短絲類的特征為表面被明顯勾起，有片狀的凸起；砂輪花類的特征為表面有小孔形態(tài)的壓痕且小孔分布較為稠密；正常類的表面特征為表面平滑，紋理順暢，色澤過渡平滑且均勻。

圖9 滑動窗口裁剪后的軸承溝道表面缺陷圖像Fig.9 Surface defect image of bearing raceway after cutting of sliding window

2.4 數(shù)據(jù)增強

深度學(xué)習(xí)的優(yōu)勢在于從大量數(shù)據(jù)中進行特征學(xué)習(xí)來不斷優(yōu)化模型，大規(guī)模且優(yōu)質(zhì)的數(shù)據(jù)是深度學(xué)習(xí)的基礎(chǔ),但從工業(yè)生產(chǎn)中獲得的圖像數(shù)據(jù)集有限，故需要進行數(shù)據(jù)集擴充。

使用數(shù)據(jù)增強方法對原始圖片進行灰度化處理、旋轉(zhuǎn)平移、顏色通道變更、銳化增強、高斯模糊等組合操作,進行數(shù)據(jù)集的擴充。數(shù)據(jù)增強后的數(shù)據(jù)集包含各類圖像共7 380張，其中短絲類1 602張、砂輪花類3 210張、正常類2 568張。短絲類圖像經(jīng)過數(shù)據(jù)增強后的部分圖像數(shù)據(jù)如圖10所示。

圖10 短絲類缺陷的部分圖像增強數(shù)據(jù)Fig.10 Some image enhancement data of short wire defects

3 結(jié)果與分析

原始軸承溝道表面缺陷數(shù)據(jù)集經(jīng)過數(shù)據(jù)預(yù)處理后送入改進ResNet網(wǎng)絡(luò)進行模型的訓(xùn)練與優(yōu)化。將預(yù)處理后的數(shù)據(jù)集劃分為5 905張訓(xùn)練集圖像(短絲類1 282張、砂輪花類2 568張、正常類2 055張)和1 475張測試集圖像(短絲類320張、砂輪花類642張、正常類513張)。試驗使用的深度學(xué)習(xí)框架為Tensorflow,Tensorflow-gpu版本為1.5，編程語言為Python,操作系統(tǒng)為Windows10，GPU配置為GeForce RTX 2060。

選用LeNet5模型與殘差網(wǎng)絡(luò)模型進行對比分析，評價指標(biāo)為準(zhǔn)確率、精確率、召回率和綜合評價指標(biāo)，各指標(biāo)計算公式為

(9)

(10)

(11)

(12)

式中：Faccuracy為準(zhǔn)確率，代表分類正確的樣本數(shù)占總樣本數(shù)的比例；CTP為真正例，實際為正預(yù)測為正；CTN為真反例，實際為負預(yù)測為負；CFP為假正例，實際為負但預(yù)測為正；CFN為假反例，實際為正但預(yù)測為負；Fprecision為精確率，代表正確預(yù)測為正的數(shù)量占預(yù)測為正的所有樣本數(shù)量的比例；Frecall為召回率，代表正確預(yù)測為正占實際為正的樣本數(shù)量比例；F1為綜合評價指標(biāo)，是精確率和召回率的調(diào)和平均值。

模型訓(xùn)練過程如圖11所示，圖中橫坐標(biāo)為訓(xùn)練的迭代次數(shù)，縱坐標(biāo)為相應(yīng)指標(biāo)的數(shù)值，其中train acc，train loss分別代表模型訓(xùn)練時的準(zhǔn)確率和損失值；val acc，val loss分別代表在測試數(shù)據(jù)集中驗證模型效果時的準(zhǔn)確率和損失值。由圖11可知：LeNet5模型在訓(xùn)練和驗證過程中的損失值一直維持在較高水平，準(zhǔn)確率不高；改進ResNet模型的曲線更為平緩，準(zhǔn)確率最高，收斂性也優(yōu)于LeNet5和ResNet模型。

圖11 各模型的訓(xùn)練過程Fig.11 Training process of each model

各模型的評價指標(biāo)對比結(jié)果見表1，由表可知：LeNet5模型的各項指標(biāo)數(shù)值在91%左右，ResNet模型和改進ResNet模型的各項指標(biāo)均超過96%；與ResNet模型相比，改進ResNet模型各項指標(biāo)(達到98.84%)均高于ResNet，這是由于改進ResNet模型加入了BN正則化的數(shù)據(jù)處理過程，使得loss值更快下降到相對穩(wěn)定的較低水平，低于0.2且模型收斂性最好。在后期訓(xùn)練過程中，Inception模塊的引入使得原始圖像的細節(jié)特征不易丟失，準(zhǔn)確率更高。

表1 各模型的評價指標(biāo)Tab.1 Evaluation indexes of each model

為驗證改進ResNet模型的魯棒性，選取相似的鋼材表面缺陷數(shù)據(jù)集NEU-CLS進行效果驗證，該數(shù)據(jù)集收集了熱軋鋼帶的軋制氧化皮、斑塊、開裂、點蝕、內(nèi)含物、劃痕這6種典型表面缺陷，如圖12所示。該數(shù)據(jù)集包括1 800個灰度圖像，每類缺陷各300個樣本。本文模型多次試驗的準(zhǔn)確率均不低于98.02%，算法通用性較強。

圖12 熱軋鋼帶表面缺陷示意圖Fig.12 Diagram of surface defects of hot rolled steel strip

綜上，針對軸承溝道表面缺陷數(shù)據(jù)集分類問題，改進ResNet模型的各項指標(biāo)最優(yōu)，模型平均準(zhǔn)確率可達到98%以上且收斂性更好。

4 結(jié)束語

針對軸承溝道表面缺陷圖像數(shù)據(jù)集差別細微的特點，提出適合此類數(shù)據(jù)特征的改進ResNet模型。與其他解決同類問題的模型相比，改進ResNet模型有效提高了軸承溝道表面缺陷圖像的分類準(zhǔn)確率。若應(yīng)用到實際生產(chǎn)，可以實現(xiàn)軸承溝道表面缺陷圖像的實時高精度分類。

在下一步工作中，將針對軸承廠家提供的第2批數(shù)據(jù)進行分類試驗，進一步優(yōu)化網(wǎng)絡(luò)來實現(xiàn)更高的精度及更好的泛化性。