ESAD-Net: Nová AI pro detekci vad oceli v reálném čase

V ocelářském průmyslu je detekce povrchových vad oceli kritickou součástí kontroly kvality. Tradiční metody se potýkají s technickými problémy, jako je nízká přesnost a špatný výkon v reálném čase. V reakci na tyto výzvy byla navržena nová síť ESAD-Net (Efficient Steel Adaptive Detection Network), která dosahuje průměrné latence inference 8,7 ms na snímek (115,3 FPS) při zajištění vysoké přesnosti. Tato inovace představuje významný krok vpřed v automatizaci a zefektivnění výrobních procesů v ocelářství.

ESAD-Net integruje sériově odlehčené extrakce funkcí RegNet-X a algoritmus adaptivního výběru tréninkových vzorků ATSS. RegNet-X konstruuje odlehčenou páteřní síť založenou na teorii optimalizace návrhového prostoru, která integruje modul pro vylepšení hran a mechanismy fúze víceskalárních funkcí. Tím dosahuje optimalizace výpočetní efektivity při zachování schopnosti reprezentace funkcí. Tato architektura umožňuje rychlé a přesné zpracování obrazových dat, což je klíčové pro detekci vad v reálném čase.

Algoritmus ATSS (Adaptive Training Sample Selection) využívá adaptivní strategii výběru prahové hodnoty IoU (Intersection over Union), která cílí na geometrické rozdíly vad oceli. Dynamicky upravuje mechanismus výběru pozitivních a negativních vzorků, čímž účinně zmírňuje problémy s nevyvážeností vzorků a výrazně zlepšuje výkon detekce malých cílových vad. To je obzvláště důležité, protože malé vady mohou být často přehlédnuty tradičními metodami, ale mohou mít významný dopad na kvalitu a bezpečnost finálního produktu.

Experimentální výsledky na datové sadě vad oceli NEU-DET ukazují, že ESAD-Net dosahuje 87,0% přesnosti detekce mAP@0.5 a rychlosti zpracování 115,3 FPS. Ve srovnání s referenčním modelem YOLOv8n zlepšuje celkovou přesnost detekce o 6,8 procentního bodu a detekci malých cílových vad v průměru o 13,2 procentního bodu. Algoritmus zvyšuje využití pozitivních vzorků z 15,2 % na 24,8 % a snižuje míru falešně pozitivních výsledků na 6,7 %. Efektivita konvergence tréninku je zlepšena o 29 %.

Zároveň byly parametry modelu sníženy o 25 % a doba inference zkrácena o 17 %. I když je výkonnostní benchmark prováděn na GPU RTX 3070, model je navržen s vysokou architektonickou efektivitou zaměřenou na potenciální průmyslové nasazení na okrajových zařízeních. Minimalizací redundance parametrů (2,4M) a výpočetní složitosti (2,4 GFLOPs) vytváří tento rámec teoretický základ pro provozní proveditelnost na okrajových zařízeních s omezenými zdroji.

Tato technologie má potenciál transformovat kontrolu kvality v ocelářském průmyslu, což povede k vyšší efektivitě, snížení nákladů a zlepšení kvality výrobků. Pro firmy jako Caterpillar (CAT), které dodávají stroje a zařízení do těžkého průmyslu, nebo Siemens (SIE), který se zabývá průmyslovou automatizací, představuje tato inovace příležitost k integraci pokročilých AI řešení do svých produktů a služeb. Širší dopad se může projevit v celém výrobním sektoru, kde je kontrola kvality klíčová pro konkurenceschopnost.