《Optics & Laser Technology》：Deep learning-based optical inspection system for multi-category surface defect detection in MLCC
编辑推荐：
针对多层陶瓷电容器（MLCC）表面缺陷检测中边缘模糊、尺寸差异大等问题，本文提出OI-YOLO检测模型，集成边缘提取模块（ESEM）、多尺度特征融合模块（DISCE）和自适应路径聚合网络（IA-PAN），在自建数据集上实现实时高精度检测，mAP达95.6%，FPS为141。
Jiawei Ding|Shangmou Lin|Dawei Zhang|Meiyun Chen
广东工业大学自动化学院，中国广州市番禺区外环西路100号，510006
摘要
多层陶瓷电容器（MLCC）的表面缺陷检测对制造质量至关重要。然而，现有的检测方法由于缺陷的大小和形状各异以及边缘模糊而面临挑战。为了解决这些问题，本文建立了一个光学检测系统，并提出了一种新的目标检测模型——光学检测YOLO（OI-YOLO），用于实时检测MLCC的表面缺陷。首先，我们提出了边缘空间提取模块（ESEM），该模块可以提取图像的边缘信息和空间信息，以提高模型提取模糊边缘特征的能力。其次，引入了膨胀共享卷积特征提取器（DISCE），以获取广泛的MLCC图像上下文信息，使模型能够同时准确识别多种类型的缺陷。此外，还设计了名为交错自适应路径聚合网络（IA-PAN）的颈部结构，以提高模型的分类性能并增强其捕捉小目标缺陷的能力。实验表明，OI-YOLO模型在MLCC数据集上的表现良好，mAP50达到95.6%，mAP50-95达到68.1%，F1分数达到92.7%，FPS达到141帧/秒，满足了MLCC应用中实时缺陷检测的要求。
引言
多层陶瓷电容器（MLCC）因其高容量、紧凑的尺寸、优异的电学和热稳定性、高可靠性以及低成本而在现代电子产品中得到广泛应用[1]。然而，在MLCC制造过程中，裂纹、划痕和分层等表面缺陷是不可避免的。在所有潜在的MLCC缺陷中，表面缺陷平均占77.8%，其中裂纹最为常见（占31.5%）。分层是指在堆叠过程中介电层和电极层之间的分离缺陷，约占12.3%[2]。表面缺陷直接影响产品的可靠性。例如，裂纹可能导致介电击穿，从而在运行过程中引起电容器故障[3]。因此，为了确保产品质量，必须在制造后对MLCC进行外观缺陷检测，以识别并剔除不合格产品。最初，MLCC缺陷检测的传统方法依赖于人们通过显微镜进行手动筛查。然而，这种方法效率低、准确性差且劳动强度高。后来，传统的自动光学检测技术（AOI），包括阈值处理[4]和边缘检测[5]被广泛用于缺陷检测。例如，Du等人通过比较模板图像和测试图像的全傅里叶谱实现了电子元件的缺陷检测[6]。然而，照明强度的波动和MLCC批次之间的表面反射率变化通常会导致MLCC检测图像的背景对比度较低，灰度梯度变化通常低于15。这使得基于阈值的传统方法非常不可靠。传统的边缘检测操作（如Canny）由于对比度不足而无法闭合这些轮廓线[7]。
随着深度学习技术的发展，特别是卷积神经网络（CNN）的应用[8]，缺陷检测的准确性和效率显著提高。R-CNN首次提出了一个两阶段的目标检测框架[9]。更快的R-CNN进一步集成了区域提案网络，显著提高了检测效率[10]。由于单阶段算法的优势，如高速度和实时检测，YOLO（You Only Look Once）和SSD[11]逐渐成为工业缺陷检测任务的主流方法。具体来说，YOLOv5率先采用了自适应锚框计算机制，并引入了创新的CSPNet[12]作为其骨干架构，以优化特征提取[13]，在检测速度和准确性之间取得平衡，推动了YOLO系列的工程实现。YOLOv8用C2f模块替换了CSP模块，以提高特征融合效率[14]，而YOLOv11则用新型的C3k2模块重构了骨干网络和颈部网络，以增强特征表示能力[15]。后来，DETR方法作为一种基于Transformer的目标检测方法被提出，它采用端到端的学习范式，消除了对传统候选框生成的依赖[16]。RT-DETR通过向DETR添加可变形卷积来提高模型的速度和检测准确性[17]。这些方法计算复杂度高且检测效率低，不适合MLCC的快速实时缺陷检测任务。
基于深度学习的缺陷检测技术已广泛应用于各个领域，如钢铁[18]、Micro-LED[19]和光学组件[20]。尽管深度学习技术取得了显著进展，但在MLCC的实时表面缺陷检测任务中遇到的挑战仍未解决。Chen等人结合残差结构和注意力机制从电子设备表面缺陷的模糊边缘中提取关键信息[22]。相比之下，MLCC的成像结果受到镜头景深和光源强度的极大影响。具体来说，微小裂纹与正常电极材料之间的过渡区域通常只有3-8像素宽，背景对比度低。这需要一个对模糊缺陷边缘更敏感的网络架构，以便区分实际缺陷和表面噪声。Du等人基于YOLOv5引入了空间注意力金字塔池化模块，以提高他们的RSE-YOLO模型对不同尺度MLCC缺陷的感知能力[23]。但这种方法在检测某些缺陷类别时覆盖范围不足，识别扩展、裂纹和分层等缺陷的准确性不够，并且泛化能力不足。Liu等人通过将连续SPD-Conv[24]引入网络架构进行特征提取，并结合CBAM[25]注意力模块来调整特征图中不同信息的优先级，增强了网络提取小目标特征的能力[26]。然而，MLCC表面缺陷的大小各不相同，这种方法仅考虑了小缺陷，而忽略了局部和全局信息的融合。这为我们的IA-PAN设计提供了灵感。
MLCC表面缺陷检测的主要挑战是缺陷边缘的模糊以及缺陷大小和形状的巨大变化。特别是对于扩展型缺陷，其尺寸通常仅在115像素到230像素之间。为了满足高效可靠地检测MLCC两端面缺陷的实际需求，本文提出了一种用于快速准确检测MLCC表面缺陷的网络模型。本文的主要贡献如下。
1)提出了一种新的OI-YOLO模型，用于实时检测MLCC两端的缺陷，解决了缺陷形状和大小变化以及缺陷边缘模糊等问题。
2)模型的骨干结构采用了ESEM模块，该模块使用Sobel卷积来捕捉边缘特征，同时保留空间信息。
3)上采样层的DISCE模块通过使用不同膨胀率的共享卷积层在不同尺度上提取特征。
4)IA-PAN的引入使模型能够从全局到局部尺度有效学习特征表示，从而提高了其检测微小缺陷的能力。
5)本研究构建了一种全自动高速光学检测设备（AHOIE），用于收集本文实验所需的MLCC表面缺陷数据集。
部分内容
光学检测系统
为了自动捕捉MLCC表面缺陷的图像并测试模型的检测性能，我们开发了一种全自动高速光学检测设备，如图1所示。该设备由四个主要组件组成：进料结构（FS）、光学成像和传输结构（OITS）、分选结构（SS）以及外部控制设备（ECD）。OI-YOLO模型被部署在AHOIE平台上，构建了MLCC的光学检测系统。
实验环境
实验中模型的所有训练和验证都是在配备Intel Core i9处理器、Nvidia RTX 4060显卡和16 GB DDR5内存的计算机上完成的。此外，训练的基本环境包括Python 3.11、PyTorch 2.6、CUDA 12.2和cuDNN 8.9.3。训练期间，输入图像分辨率调整为640 × 640像素，批量大小设置为16。模型训练了300个周期，提前停止耐心值为50。对于数据增强，我们采用了
结论
为了解决现有检测模型难以快速准确检测MLCC表面缺陷的问题，我们建立了一个光学检测系统，并提出了一种新的目标识别网络OI-YOLO。通过集成ESEM、DISCE和IA-PAN，该模型增强了感知具有模糊边缘缺陷的能力，并提高了同时检测多种缺陷类别的性能。为了评估我们网络的性能，我们收集了五种类型的数据
CRediT作者贡献声明
Jiawei Ding：撰写——原始草稿、验证、软件、方法论、数据管理。Shangmou Lin：资源、项目管理、概念化。Dawei Zhang：可视化、调查、资金获取。Meiyun Chen：撰写——审阅与编辑、项目管理、形式分析。
资助
这项工作部分得到了青年教师科学研究创新能力支持项目（Grant编号SRICSPYF-BS2025018）的支持，部分得到了广东省自然科学基金（项目编号2025A1515010022）的支持，以及先进材料与电子元件国家重点实验室（项目编号Fenghua-2025–0457）的支持。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
