深度學(xué)習(xí)視覺的三大核心任務(wù)——分類、目標(biāo)檢測、語義分割——在工業(yè)質(zhì)檢中各有明確的適用場景。分類回答“是什么”目標(biāo)檢測回答“在哪里、是什么”語義分割回答“每個像素屬于誰”。分類給整張圖或區(qū)域打標(biāo)簽分類是最基礎(chǔ)的任務(wù)。輸入一張圖或一個 ROI輸出一個類別標(biāo)簽。工業(yè)場景零件良品/不良品判別、產(chǎn)品型號識別、顏色分選、紋理等級判定。典型網(wǎng)絡(luò)ResNet、EfficientNet、MobileNet。Halcon 的pretrained_dl_classifier系列就是分類網(wǎng)絡(luò)支持在自定義數(shù)據(jù)集上微調(diào)。關(guān)鍵約束分類假設(shè)目標(biāo)已經(jīng)居中且充滿整個輸入?yún)^(qū)域。如果目標(biāo)在圖中位置不固定、大小變化大分類效果會急劇下降。所以工業(yè)上分類通常配合傳統(tǒng)定位使用——先找到目標(biāo)裁剪 ROI再送入分類網(wǎng)絡(luò)。優(yōu)點(diǎn)訓(xùn)練數(shù)據(jù)需求相對少推理速度快模型小。缺點(diǎn)只知道“是什么”不知道“在哪里”無法處理多目標(biāo)和像素級任務(wù)。目標(biāo)檢測定位 分類目標(biāo)檢測同時(shí)回答“在哪里”和“是什么”。輸出一組邊界框Bounding Box每個框帶類別標(biāo)簽和置信度。工業(yè)場景缺陷定位與分類劃痕、臟污、凹坑分別在哪、多零件計(jì)數(shù)與識別、裝配完整性檢查。兩大流派兩階段檢測器Faster R-CNN先提候選區(qū)域再分類。精度高速度慢。單階段檢測器YOLO、SSD直接回歸邊界框和類別。速度快精度稍低。工業(yè)現(xiàn)場最常用的是YOLO 系列。YOLOv5-Halcon 在巧克力包裝缺陷檢測案例中640×640 ROI 內(nèi)檢測 30 類缺陷單張推理僅28ms滿足產(chǎn)線節(jié)拍。關(guān)鍵約束邊界框是矩形無法精確描述不規(guī)則形狀的缺陷。如果缺陷是細(xì)長劃痕或彎曲裂紋矩形框會包含大量背景導(dǎo)致定位精度不足。語義分割像素級分類語義分割給每個像素分配一個類別標(biāo)簽。輸出是一張與輸入同尺寸的掩碼圖每個像素值代表它屬于哪一類。工業(yè)場景精確缺陷區(qū)域提取不規(guī)則劃痕、異形臟污、表面區(qū)域劃分焊接區(qū)、母材區(qū)、裝配區(qū)域確認(rèn)。典型網(wǎng)絡(luò)U-Net、DeepLab、SegNet。U-Net 在工業(yè)缺陷分割中應(yīng)用最廣因?yàn)樗木幋a器-解碼器結(jié)構(gòu)能同時(shí)捕捉全局上下文和局部細(xì)節(jié)適合小樣本訓(xùn)練。關(guān)鍵約束標(biāo)注成本極高。目標(biāo)檢測只需要畫矩形框語義分割需要逐像素標(biāo)注。一張 2000×2000 的圖逐像素標(biāo)注可能需要 30 分鐘以上。工業(yè)上通常先用傳統(tǒng)算法或目標(biāo)檢測做粗篩再對候選區(qū)域做精細(xì)分割。三者在工業(yè)質(zhì)檢中的分工任務(wù)回答的問題輸出標(biāo)注成本典型場景分類是什么類別標(biāo)簽低良品/不良品判別目標(biāo)檢測在哪、是什么邊界框類別中缺陷定位分類語義分割每個像素屬于誰像素掩碼高不規(guī)則缺陷提取選型邏輯能分類就不檢測能檢測就不分割。分類最便宜分割最貴。如果只需要判斷“這張圖有沒有缺陷”分類就夠了。如果需要知道“缺陷在哪、是什么類型”用目標(biāo)檢測。如果需要精確提取缺陷的不規(guī)則輪廓用于面積測量才用語義分割。傳統(tǒng)算法與深度學(xué)習(xí)的分工定位用傳統(tǒng)算法形狀匹配分類/檢測用深度學(xué)習(xí)尺寸測量用傳統(tǒng)算法邊緣提取擬合。這個“傳統(tǒng)-深度-傳統(tǒng)”的流水線是工業(yè)視覺最務(wù)實(shí)的融合架構(gòu)。一句話總結(jié)分類是**“貼標(biāo)簽”目標(biāo)檢測是“貼標(biāo)簽畫框”語義分割是“給每個像素貼標(biāo)簽”**。工業(yè)質(zhì)檢中標(biāo)注成本從低到高、輸出信息從粗到細(xì)。選擇哪種任務(wù)取決于你需要多細(xì)的信息以及愿意付出多少標(biāo)注代價(jià)。