【论文阅读纪录】Segmentation-Based Deep-Learning Approach for Surface-Defect Detection

125 阅读 0 评论 83 点赞

我是靠谱客的博主等待故事，最近开发中收集的这篇文章主要介绍【论文阅读纪录】Segmentation-Based Deep-Learning Approach for Surface-Defect Detection，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

前言：

{

最近很久都没更新了。说实话，没时间都是借口，主要还是忘记了要时刻学习。

这段时间我在了解segmentation网络，之前我搜到了一篇腾讯云社区上的文章[1]，标题说其秒杀DeepLab。这确实激起了我的兴趣，因此我决定先读一读原论文[2]。

值得一提的是，此论文的目标是缺陷检测（分割），我很好奇其能不能泛化到其他的segmentation领域。

}

正文：

{

在论文的摘要（Abstract）和导论（Introduction）中，作者介绍了论文方法所解决的实际问题：

一般工业实际中也只能提供少量的缺陷样本；
缺陷检测需要100%的detection rate；
算力（时间）受限。

主要段落（Proposed approach和Segmentation and decision network evaluation）中，作者首先给出了论文模型的结构，见图1。

可以看出，模型有两个部分，分别是segmentation network和decision network。

结构很清楚。segmentation network包括11个卷积层和3个最大池化层，每个池化层会把输入的分辨率减半。每个卷积层后面都有一个batch normalization和非线性ReLU层，输出为单通道特征图，其分辨率为输入的1/8。decision network的输入是segmentation network的倒数第二层和最后的输出的集联。其他细节如图所示。

可以看出，作者并没有在卷积层减小特征图分辨率（即所有卷积层的stride=1），作者在论文中说这样可以确保重要细节被保留到下采样之后。

之后是训练部分。作者分别使用了两个损失函数：逐像素均方差和逐像素交叉熵。值得一提的是，segmentation部分和decision部分是被分开训练的，先训练segmentation部分，之后segmentation被冻结，再训练decision部分。作者说这种方式是应对标准化问题。这里我有点没搞明白，所以我又去找了模型源码，找到了非官方的实现[3]。在[3]中大概看了一下模型结构，明白了损失实际上包括两部分，分别是segmentation部分的损失和decision部分的损失。我对标准化问题的理解是，这两个损失可能需要均衡一下（标准化）才能加到一起，而比例却很难确定。

优化器是没有momenum的随机梯度下降（SGD），batch大小为1，使用均方差损失时的学习率为0.005，使用交叉熵损失时的学习率为0.1，一共训练了100个epochs。值得注意的是，并不是每个epoch包括固定次数的迭代，而是一正常一缺陷地交替随机选择样本，33个缺陷样本都过了一遍后才算一个epoch。

关于数据，作者使用的数据集是KolektorSDD，这是作者自己搜集的数据集。标签有5种，图片尺寸有两种。数据扩增包括90度旋转和标签膨胀(Dilate，详细信息见[4])，标签膨胀见图4。