基于先验锚卷积神经网络（PRAN-Net）的织物瑕疵自动检测方法研究报告

一、研究概述

本研究由来自中国科学院微电子研究所（Institute of Microelectronics of the Chinese Academy of Sciences）和北京航空航天大学仪器科学与光电工程学院（School of Instrumentation and Optoelectronic Engineering, Beihang University）的研究团队完成。第一作者为Peiran Peng，通讯作者为Ying Wang。该研究成果于2020年11月26日发表于科学期刊《Applied Sciences》上，论文标题为《Automatic Fabric Defect Detection Method Using PRAN-Net》。此项研究属于计算机视觉与纺织工业自动化交叉领域，旨在解决当前深度学习算法在检测极端长宽比和微小织物瑕疵时精度不足的问题。

二、研究背景与目的

织物瑕疵检测是纺织品质量控制中至关重要的环节。传统的人工目视检测不仅检测精度仅有50%至70%，而且检测速度仅为每分钟6至8米。随着深度学习技术的发展，基于自动化的视觉检测系统开始受到广泛关注。然而，织物瑕疵具有多样性，实际生产中已知的瑕疵类别超过70种。其中，大多数瑕疵在图像中呈现为微小目标或具有极端的长宽比（Aspect Ratio），例如粗经（Coarse Warp）、粗纬（Coarse Weft）和错纬（Mispick）等。

当前主流的目标检测算法分为一阶段（One-Stage）算法和两阶段（Two-Stage）算法。一阶段算法如RetinaNet虽然检测速度较快，能够满足在线检测的需求，但其检测精度不尽如人意。两阶段算法如Faster R-CNN虽然精度较高，但其预设的固定尺寸锚框（Fixed Anchors）无法精确匹配极端长宽比的瑕疵，导致定位偏差。此外，大量的固定锚框也带来了冗余计算。虽然特征金字塔网络（Feature Pyramid Network, FPN）能融合多尺度特征图以保留微小目标的细节信息，引导式锚定（Guided Anchoring）方法能部分改善极端形状目标的检测，但它们在面对分布集中的瑕疵或极度狭长的瑕疵时仍力不从心。因此，本研究旨在提出一种名为先验锚卷积神经网络（PRAN-Net）的强检测方法，以同时提高对微小和极端长宽比织物瑕疵的检测与定位精度，并缩短检测时间。

三、详细研究工作流程

本研究提出的PRAN-Net方法基于经典的Faster R-CNN两阶段检测框架，其工作流程主要分为三个核心程序：特征提取、先验锚生成和瑕疵分类与位置精修。

程序一：基于多尺度特征图的特征提取

为了充分捕捉微小瑕疵的细节信息，PRAN-Net采用了深度残差网络ResNet-101-FPN作为骨干网络（Backbone）。该网络结构分为自底向上（Bottom-Up）和自顶向下（Top-Down）两条路径，并通过1×1卷积层进行横向连接以降低通道维度。在自底向上路径中，经典的FPN通常会获得五个尺度的特征图。但为了在保留微小瑕疵足够信息的同时摒弃冗余信息以提高效率，本研究仅保留了步长（Stride）为4、8、32的三个特征图，分别定义为{C1, C2, C3}。在自顶向下路径中，高层特征图通过上采样（Upsampling）后与经过1×1卷积的低层特征图进行逐元素相加融合，得到{M1, M2, M3}。最后，为减少上采样带来的混叠效应（Aliasing Effect），对{M1, M2, M3}进行3×3卷积操作，生成最终用于预测的特征图{P1, P2, P3}。这种层间融合的操作能够保留更多瑕疵的细节信息，对检测微小缺陷尤其有利。

程序二：先验锚生成

这是PRAN-Net方法的核心创新所在。传统的区域提议网络（Region Proposal Network, RPN）会为特征图中的每个像素预设一系列固定尺寸的锚框，但这对于极端长宽比的织物瑕疵匹配效果差，且计算量大。PRAN-Net通过一个两步走策略，根据瑕疵的真实标注框（Ground Truth Box, GT Box）自适应地生成稀疏先验锚（Sparse Priori Anchors）。

第一步是位置预测（Location Prediction）。一个位置预测网络（NL）首先对输入的特征图进行语义分割，通过一层1×1卷积层和一个Sigmoid函数变换，得到与特征图同尺寸的瑕疵概率图（Defective Probability Map）。概率值大于设定阈值∆l的像素被判定为瑕疵像素。通过聚集相邻的瑕疵像素，可以确定出瑕疵子区域（Sub-Regions）。同时，将原始的GT框映射到当前特征图上得到GT’。若GT’的中心坐标落入某个子区域内，该子区域的外接矩形即为候选锚框（Candidate Anchor, Acan）。

第二步是形状预测（Shape Prediction）。一个由1×1卷积层和元素级变换层组成的形状预测网络（NS）用于预测候选锚框的宽度和高度调整参数（tw, th），并通过指数运算调整候选锚框的宽和高。此调整过程的优化目标是最大化调整后的候选锚框（即先验锚）与GT’的交并比（Intersection over Union, IoU）。通过这种方式，PRAN-Net能够生成数量稀少但形状与真实瑕疵高度匹配的先验锚框，取代了成千上万的固定锚框，从而在提升定位精度的同时显著提升了计算效率。此过程中，研究团队设计了专门的先验锚位置损失（LLoc）和形状损失（LShape）来监督网络的训练。

程序三：瑕疵分类网络

在生成先验锚作为缺陷提议（Defect Proposals）后，PRAN-Net利用一个分类网络对其进行最终的类别判定和位置精修。首先，一个ROI Align层将不同尺寸的缺陷提议及其对应的特征图统一调整为固定尺寸。随后，这些标准化后的特征被送入一系列全连接层（Full-Connection Layers）。最终，网络分成两个分支：分类分支（Classification Branch）输出瑕疵的类别预测，使用Softmax损失（Lcls）进行监督；回归分支（Regression Branch）输出瑕疵的第二次位置修正结果，使用平滑L1损失（Lreg）进行监督。整个PRAN-Net的总损失L由四部分组成：L = LLoc + LShape + Lcls + Lreg。

实验验证

为验证PRAN-Net的有效性，研究团队构建了两个自制的织物数据集：平纹织物数据集（Plain Fabric Dataset）和牛仔布数据集（Denim Dataset）。平纹织物数据集包含1054张图像，1164个标注瑕疵，图像尺寸为128×256像素，具有5类瑕疵，其中54.4%为极端长宽比瑕疵。牛仔布数据集拥有6913张图像，9523个标注瑕疵，图像尺寸为2446×1000像素，包含20类瑕疵，极端长宽比瑕疵占总数的47.7%，并且大多数瑕疵面积不足整张图像的1%。实验环境采用Intel Core i7 CPU、RTX2080Ti GPU和PyTorch深度学习框架。数据集按4:1:1的比例划分为训练集、验证集和测试集。优化器采用随机梯度下降（SGD），初始学习率为0.005，在第8和第11个epoch分别衰减，共训练20个epoch。

四、主要研究结果

实验部分将PRAN-Net与RetinaNet、Mask R-CNN以及带有引导锚定的Faster R-CNN（GA-Faster R-CNN）等前沿方法进行对比，使用准确率（Accuracy, Acc）、均值平均精度（Mean Average Precision, mAP）、平均召回率（Average Recall, AR）、平均交并比（IoUs）和每秒帧数（Frames Per Second, FPS）作为评价指标。PRAN-Net的训练损失曲线显示，约12个epoch后，总损失稳定在0.04左右，准确率达到最大值并趋于稳定，证明模型收敛良好。

在牛仔布数据集上，PRAN-Net的准确率达到91.9%，mAP为62.3%，IoUs为72.9%，检测速度为9.7 FPS。与一阶段算法RetinaNet相比，检测精度大幅提升（mAP提升8.6%），且检测速度下降极小（仅0.5 FPS）。与同为两阶段算法的Mask R-CNN相比，准确率和mAP分别提高了2.5%和3.9%，检测速度更是从0.3 FPS大幅跃升至9.7 FPS。与采用类似锚定改进思路的GA-Faster R-CNN相比，PRAN-Net在各评价指标上依然全面领先，mAP提升2.1%，IoUs提升1.5%，且检测速度更快。通过可视化检测结果并对比IoU示例，可以直观地看到PRAN-Net对于极端形状缺陷的定位精度远高于RetinaNet和GA-Faster R-CNN。

在平纹织物数据集上，PRAN-Net的性能优势更为显著。其准确率高达98.6%，mAP为92.5%，IoUs为95.8%，检测速度为25.4 FPS。这组结果的一致性表明，PRAN-Net方法在背景纹理简单、瑕疵更易区分的情况下表现更佳，且由于图像尺寸较小，检测速度的提升也更为明显。这些实验数据有力地证明，PRAN-Net通过生成稀疏先验锚的方式，成功地同时解决了微小瑕疵检测和极端形状瑕疵定位这两个核心难题，其优秀的IoUs指标直接印证了先验锚在形状匹配上的有效性，而这正是实现高精度分类和定位的基础。

五、结论与价值

本研究成功提出了一种名为PRAN-Net的织物瑕疵检测新方法。该方法通过引入多尺度特征融合和创新的先验锚生成机制，在不需要大量固定锚框的情况下，为极端长宽比和微小瑕疵生成了高度匹配的稀疏锚框。实验结果表明，PRAN-Net在两个差异显著的数据集上均取得了最优的检测和定位精度，同时保持了较高的检测速度。这项研究的科学价值在于，它提出了一种基于数据分布指导锚框生成的新思路，是对现有目标检测框架中锚框机制的重要补充和改进。其应用价值则在于，该方法能够满足纺织工业在线实时检测对于精度和速度的双重要求，有望替代效率低下的人工检测，对推动纺织行业的质量控制自动化和智能化升级具有重要意义。

六、研究亮点

本研究的亮点可归纳为以下几点：首先，问题导向性强，精准聚焦于检测任务中公认的难点——微小目标与极端尺度目标的检测精度问题。其次，方法创新性强，提出的“先验锚”生成策略巧妙地利用数据的真实分布来指导稀疏锚框的生成，相较于固定锚和引导锚定方法，在精度和效率上实现了更好的平衡。再次，验证可靠性高，研究在两种纹理复杂度、图像分辨率及缺陷分布都差别巨大的自制数据集上进行了详尽的对比实验和消融对比（含IoU可视化分析），结果稳健且令人信服。最后，应用效果显著，PRAN-Net不仅在检测精度（mAP）上超越了Mask R-CNN这一类性能强大的模型，其检测速度更是达到了后者的数十倍，展现出巨大的工业部署潜力。