针对复杂电器零件的轻量化分类算法研究

本文针对复杂电器零件的自动化检测问题，在实际工业场景下，采集并构建了具有复杂特性的(不同形状、厚度、颜色及透明度等)的多种电器零件样本数据集，并提出了轻量化的实时高精度分类模型。在模型构建中，通过引入轻量化的卷积残差块，多尺度的金字塔特征提取模块，以及显著减小模型计算量的Skip-Attention结构，使模型具有较低检测延时性的同时，并保证了较高的检测准确度。实验结果证明，本文所提出算法的实时检测效果优于较多数成熟的实时检测模型，具备应用于工业零件实时检测的可行性。

在现代工业生产中，需要对各种零件进行快速的分拣。大多数电器零件种类繁多，体积微小，而一部分零件生产厂家现阶段仍是采用传统的人工分拣方法，使零件分拣效率低、成本高。随着工业生产对机器自动化和智能化需求的不断增长， 基于机器视觉的检测 [1]、测量 [2]和定位 [3]等技术被越来越多地应用到实际生产中。然而，生产过程中种类繁多、外形复杂且相似度高的电器零件，其视觉识别和处理工作仍然存在极大的困难和挑战。因此，利用机器视觉技术，对实际生产环境中的电器零件实现自动化的高效准确的分类变得尤为重要。

基于机器视觉的图像分类方法，主要包括特征提取和深度学习两种策略。采用特征提取的图像分类方法，侧重于通过人工设计的规则，将图像映射成一个独特的特征向量。随后，利用机器学习分类器， 如支持向量机 [4]等，对特征向量进行有效的分类。经典的特征提取方法有：局部二值模式 [5]、尺度不变特征变换 [6]、方向梯度直方图 [7]等。尽管在形成最终的特征描述向量过程中，通过特征编码和特征整合等手段，在一定程度上增强了特征描述的鲁棒性，但在应对各种光照变化、细粒度分类等方面仍然存在一些误差。

深度学习作为人工智能领域的一项关键技术，其强大的特征学习能力和模式识别能力为解决电器零件的分类问题提供了全新的途径。目前，针对图像分类的深度学习算法，有两种主流架构：一种是以ResNet [8]，AlexNet [9]等为代表性的卷积神经网络的特征提取算法，具有较强的局部感知能力，且网络结构相对轻量化，对资源有限的端侧设备较友好。然而，对于图像全局特征的识别有一定局限性。另一种是以Transformer [10]为代表性的主干网络的提取算法，具备较强的全局关联能力，能更好地捕捉到图像中的全局特征。然而一般参数量较大，不易部署与推理。比如Swin Transformer [11]、Vision Trans-former [12]等。而在工业检测中，我们期望模型能够达到较强的实时检测能力，并且保证获得较准确的检测结果。因此，本文通过结合CNN [13]与Transformer 两种算法的优势，提出了一种针对复杂电器零件的轻量化、高精度分类算法，以实现对电器零件的实时检测。

2. 数据集与预处理 如图1 所示，本文基于实际生产工业生产环境下， 采集并制作了6 种代表性的电器零件图像数据集。

并采用了多种的数据增强方式， 获得了3000 多张高分辨率的零件数据集。数据集由多种复杂零件图像构成，涵盖实际作业场景下的多种拍摄问题(光照不均、零件表面存在阴影、反光、摆放角度多变等)。将采集到的零件数据集，首先按照6:2:2 比例划分为训练集、验证集、测试集，之后单独对训练集进行多种线