深度学习实现缺陷检测算法汇总
我跟你说个真事儿。
前两天又有人跑来问我：“兄弟，缺陷检测到底用深度学习行不行？”
你想想啊，我干这行快十年了，这种问题听了不下几百遍。每次听到我都头疼——因为这问题压根儿没法用“行”或“不行”来回答。
正确答案是啥？看！你！怎！么！用！
说到这儿，我想起2016年刚入坑的时候。那时候客户让我们检测布匹上的瑕疵，我们试了传统机器视觉——好家伙，调参调到怀疑人生，换一种布料就得重新标定一遍，整个人都快疯掉了。
后来我们想了个主意：把大图切成小块，扔进CNN做分类。效果确实好了一点，但速度呢？慢到生产线工人能站着打瞌睡。
今天我就把深度学习缺陷检测的整个演进史，从头给你扒一遍。哪些是坑，哪些还能用，哪些千万别碰——全给你说清楚。
最早大家怎么干的？2016年有篇文章叫《A fast and robust convolutional neural network-based defect detection model in product quality control》，标题挺唬人，做法其实很简单：把大图切成小图块，每个图块送进CNN判断是正常还是缺陷，推理时用滑动窗口扫一遍。
我在那个布匹项目里真试过。准确率还行——毕竟是图像分类嘛，VGG或ResNet闭眼上，80%稳稳的。但一张2000×2000像素的图，步长设成32，要跑几千次啊！一张图几十秒，生产线早就喊停了。这玩意儿只适合离线抽检，或者缺陷特别稀疏的场合。你要是想用在皮带线上？趁早换思路。
后来2017年有篇论文做接触网支架紧固件检测，用了三层SSD：先SSD定位主要结构件，再在结构件里SSD检测紧固件，最后把紧固件裁下来用分类网络判断是否缺失。我当时在一个铁路项目里见过类似思路，先粗后细、层层过滤，听起来多符合工业逻辑。
但实际用起来呢？每个阶段都会漏，漏检率叠加，最终效果惨不忍睹。而且不是端到端的，调试得串行调三个网络，换一个场景就得从头再来。工程上上两阶段检测器（Faster R-CNN）或单阶段（YOLO、SSD）就够了，三阶段方案更适合灌水。
再往后，大概2018年左右大家发现，分类和检测都只能画框，但缺陷往往是不规则形状的，框里还有大量正常区域。于是语义分割方案来了。最有代表性的是那篇《Automatic Fabric Defect Detection with a Multi-Scale Convolutional Denoising Autoencoder Network Model》，它用高斯金字塔配合语义分割重建缺陷，推理时融合多尺度结果。
我测试过类似框架。分割确实能给出像素级轮廓，对划痕、凹坑这类不规则缺陷处理得特别好。但你得需要像素级标注啊！工业场景最缺的就是标注。跟你说个真事儿：我们团队为了标1000张钢带表面缺陷图，三个实习生干了两周，还吵了好几架。别看论文里mIoU多高，落地的时候标签成本能把你劝退。
从2019年开始大家被标注成本搞怕了，开始追捧无监督方法。主要套路是用自编码器或GAN重构正常样本，缺陷区域因为训练集里没出现过，重构误差比正常区域大，自然就被定位出来。我记得有一篇用级联自编码器做划痕检测的，效果还行。但阈值特别难调——设高了漏检，设低了误检满天飞。
后来有人用GAN生成缺陷样本来扩充数据集。我试过DCGAN和WGAN，生成的质量嘛……你猜怎么着？有时候生成的缺陷看起来像鬼片特效，模型根本学不到真实特征。这两年扩散模型出来了，生成质量上了一个台阶。我2024年试过用Stable Diffusion做数据增强，效果确实比GAN好。但计算量大得离谱——一张图生成几十秒，还得用高端显卡。我的建议是：无监督检测目前只能当辅助手段，用来初筛出可能缺陷的区域，然后让人确认。全自动部署？我还没见过成功的案例。
近些年工业界最火的，绝对是YOLO系列。从YOLOv3到YOLOv8、v9、v10，每个版本在速度和精度上都有提升。我深度用过YOLOv5和YOLOv8做链条缺陷检测、PCB缺陷检测等项目。说几个具体数字：在链条缺陷检测项目里，我们用YOLOv8n在GTX 1660上跑到30fps，mAP@0.5达到0.85左右。30fps啊，工业现场完全够用！
对比YOLOv8n和YOLOv10n呢？YOLOv10n推理速度更快（得益于无NMS设计），但轻量模型在处理高分辨率小目标时稍弱。我的建议是：追求极致速度用v10，精度优先用v8加注意力机制（SE、CBAM等），效果还能再提1-2个点。
另外，Transformer也加入了进来。2025年有论文用Self-Induction Vision Transformer在MVTec AD基准上AUROC拉到98%以上，比CNN高了不少。但问题又来了：Transformer推理计算量太大，工业端侧设备根本跑不动。目前看最稳的还是YOLOv8加注意力机制。
不同行业各有各的坑，我说几个我踩过的，你千万别重蹈覆辙。
先讲PCB缺陷检测。我试过那个Tiny-Defect-Detection-for-PCB项目，它专门针对微小缺陷优化，在AOI替代场景里挺好用。但坑在哪儿？它对光照变化特别敏感，稍微换个光源就失效。解决方案是数据采集时故意变化打光角度，否则部署后报警率会爆表。
再说钢材表面缺陷。热轧钢带上的氧化皮、斑块、划痕，类间差异小、类内差异大。我调了YOLOv8加SE注意力，还加了马赛克数据增强，才把召回率从72%拉到85%。另外有个叫Severstal-Steel-Defect-Detection的项目，有大量公开数据，很适合新手练手。
纺织品检测也有麻烦。布匹褶皱、色差、断纱，我踩过最大的坑是训练集全在理想光照下平铺拍摄，结果产线上布料一抖动，误检率直接翻倍。后来我加入随机仿射变换和模糊，才稳定下来。
总之，工业场景一定要做针对性的数据增强，别偷懒。
未来三两年，我看好三条路。
第一条是小样本学习。现在无论是MAML还是原型网络，在工业缺陷上效果都一般。但结合生成模型合成缺陷再训练，正成为主流。我在一个只有10张缺陷图的半导体项目中，用扩散模型生成500张，模型准确率从55%提到了80%，虽然还不到商用水平，但进步明显。
第二条是多模态融合。单纯视觉有时分辨不了真正的缺陷和灰尘、油污干扰，加上红外或3D点云能显著提升鲁棒性。我见过一些工厂在尝试RGB-D结合，但数据对齐和成本问题还没完全解决。
第三条是边缘端推理。YOLOv8-nano在Jetson Orin上能跑到60fps——60fps啊！完全满足产线节拍。Transformer轻量化版本比如MobileViT也在路上，预计2026年能有实用的工业级产品。但这对工程师提出了新要求：模型剪枝、量化等技能，成了新的门槛。
最后说句大实话。
深度学习缺陷检测到底能不能用？
能用。但千万别指望开箱即用。
我每个项目至少花30%时间在数据收集和清洗上，20%时间调参，剩下50%在和产线工人吵架——“这个明明是划痕，你非说是脏点，到底按哪个标？”
这行就是这样。
算法只是冰山一角，真正有价值的是你对场景的理解。
希望这篇汇总能让你少走弯路。至少别像我当年一样，掉进三阶段检测的坑里爬不出来。
记住一句话：算法只是你的剑，场景才是你的武功秘籍。
读者评论 4