本文提出了一种基于对比学习的注意力生成对抗网络（contrastive learning-based attention generative adversarial network, CLAGAN），用于色织面料（colour-patterned fabric）的缺陷检测。该研究由西安工程大学电子信息学院的张宏伟（hongwei zhang）等人完成，合作单位包括浙江大学工业控制技术国家重点实验室、北京理工大学医工融合研究院、杭州师范大学数学学院以及西安美术学院服装系。论文发表于 Coloration Technology 期刊，2023 年第 139 卷第 3 期，在线发表日期为 2022 年 9 月 12 日。

在学术背景方面，色织面料在纺织工业中应用广泛，其图案风格多样，生产过程中由于工人操作不当或机器故障等原因，不可避免地会产生各类缺陷。传统的人工目测检测方式单调重复、成本高且不适合大规模生产。随着计算机视觉技术的发展，基于深度学习的检测方法逐渐受到关注。然而，有监督学习方法需要大量带有标注的缺陷样本，而在小批量、定制化的色织面料生产场景中，缺陷样本稀缺且标注成本高昂。因此，无监督缺陷检测方法更具实用价值。现有无监督方法大多基于卷积神经网络（convolutional neural network, CNN），但卷积操作的局部感受野使其难以有效捕捉特征之间的长程依赖关系；同时，随着网络层数增加，特征图变得更加复杂，模型难以协调大量参数并提取关键特征。针对上述问题，本文提出了 CLAGAN 模型，旨在通过引入对比学习（contrastive learning）和通道注意力机制（channel attention mechanism）来提升色织面料缺陷检测的准确性。

在研究方法与工作流程方面，CLAGAN 主要由编码器（encoder, G_enc）、解码器（decoder, G_dec）、判别器（discriminator, D）以及对比学习模块组成。训练阶段，模型学习无缺陷色织面料图像的数据分布。为提高模型鲁棒性，输入图像会叠加高斯噪声，噪声强度由标准差 σ 控制。生成器 G 由编码器和解码器构成，并在其中嵌入压缩与激励（squeeze and excitation, SE）模块作为通道注意力机制。SE 模块首先通过全局平均池化将特征图压缩为一维向量，再通过两个全连接层和 sigmoid 激活函数计算各通道权重，最后将权重逐通道加权到原始特征图上，从而实现对关键特征的选择性增强。对比学习部分包括编码器、多层感知机（multi-layer perceptron, MLP）和 PatchNCE 损失函数。输入图像和重建图像分别经过编码器和 MLP 转换为多个特征向量，每个特征向量代表图像中的一个 patch。PatchNCE 损失通过 InfoNCE 损失函数计算对应位置特征向量之间的余弦相似度，使相似特征在空间上更接近，不相似特征在空间上更远离，从而捕捉长程依赖关系。判别器采用 PatchGAN 结构，将输入映射为 30×30×1 的矩阵，通过分析每个像素值来引导生成器进行对抗训练。最终损失函数为判别器损失和 PatchNCE 损失的加权和，其中 PatchNCE 损失权重 λ 设置为 2。在检测阶段，测试图像经过生成器重建为无缺陷图像，然后对测试图像和重建图像进行灰度化和高斯滤波处理，计算残差图像，再利用自适应阈值分割方法对残差图像进行二值化处理，最后通过形态学腐蚀和膨胀操作获得最终检测结果。实验在两个公开数据集上进行：YDFID-2 数据集包含 19 种不同图案的色织面料，共 3830 张图像，其中 3500 张无缺陷图像和 330 张有缺陷图像，本文选取了其中 10 种图案进行实验；ZJU-Leaper 数据集包含 19 种图案，分为五组，本文选取了其中 10 种图案。评价指标包括精确率（precision, P）、召回率（recall, R）、准确率（accuracy, ACC）、交并比（intersection over union, IoU）和 F1 分数（F1-measure）。实验环境为 GeForce RTX 3090 GPU，使用 PyTorch 框架，批量大小设置为 1，学习率为 0.0002，训练轮数为 400，输入图像分辨率压缩为 256×256，InfoNCE 损失的温度系数 τ 为 0.07。

在实验结果方面，首先对 CLAGAN 的重建能力进行了分析。在 YDFID-2 数据集的 SL1、SP5 和 CL2 三种图案上，与 DCAE、MSCDAE、UDCAE 和 DCGAN 四种无监督模型相比，CLAGAN 能够基本消除缺陷区域，同时保留无缺陷区域的图案细节，重建效果最优。在 YDFID-2 数据集的定量检测结果中，CLAGAN 的平均 P 为 52.73%，平均 ACC 为 98.77%，平均 F1 为 51.67%，平均 IoU 为 38.25%，均高于其他四种模型；平均 R 为 63.86%，比 MSCDAE 低 8.15%，作者推测这是因为 MSCDAE 的检测结果范围大于真实标注，导致混淆矩阵中 TN 值下降，从而使 R 值升高。在 ZJU-Leaper 数据集上，CLAGAN 的平均 P、R、ACC、F1 和 IoU 分别为 69.61%、60.48%、95.65%、60.91% 和 47.46%，均优于其他模型；在复杂图案如 twill plaid、floral print1 中，CLAGAN 也取得了较好的检测效果。此外，本文还分析了噪声分数和 PatchNCE 损失权重对检测性能的影响。实验表明，当高斯噪声的方差 σ 对应噪声分数为 0.6 时，SL1、SP5 和 CL2 的平均 F1 和平均 IoU 达到最高，分别为 56.97% 和 42.87%。当 PatchNCE 损失权重为 2 时，SL1 的 F1 和 IoU 达到最优，分别为 58.74% 和 43.61%；当权重增加到 4 时，F1 和 IoU 分别下降了 11.89% 和 7.07%。消融实验进一步验证了各模块的贡献：不引入 SE 模块和对比学习时，平均 F1 和平均 IoU 分别为 14.24% 和 12.85%；仅引入 SE 模块后，F1 提高 6.03%，IoU 提高 5.9%；仅引入对比学习时，F1 提高 25.95%，IoU 提高约 15.13%；同时引入两者后，F1 达到 51.67%，IoU 达到 38.25%，分别提高了 37.43% 和 25.4%。这些结果表明，对比学习能够有效捕捉长程依赖关系，SE 模块能够帮助模型从复杂特征图中提取关键特征，两者对提升色织面料缺陷检测性能均具有重要作用。

在结论方面，本文提出的 CLAGAN 通过引入对比学习和通道注意力机制，有效解决了卷积神经网络在长程依赖建模和复杂特征提取方面的不足。实验结果表明，该方法在 YDFID-2 和 ZJU-Leaper 两个公开数据集上均优于多种先进的无监督深度学习方法，证明了其在色织面料缺陷检测中的有效性和优越性。该研究的科学价值在于首次将对比学习引入色织面料缺陷检测领域，探索了通过特征相似性度量来捕捉图像长程依赖关系的新途径；同时，将 SE 通道注意力模块嵌入生成对抗网络，为复杂纹理图像的关键特征提取提供了有效手段。在应用价值方面，CLAGAN 能够在小批量、定制化的色织面料生产场景中实现无监督缺陷检测，降低了对缺陷样本和人工标注的依赖，具有较好的工业应用前景。此外，本文还指出了模型的不足之处：对于微小缺陷的检测率有待提高，模型参数较多导致无法支持更大的批量大小，未来需要进一步增强模型的特征提取能力并减少参数数量。

该研究的亮点主要体现在三个方面：第一，提出了基于生成对抗网络的无监督色织面料缺陷检测框架 CLAGAN，在检测阶段通过重建无缺陷图像并计算残差来实现缺陷定位；第二，首次将对比学习应用于色织面料缺陷检测，通过计算不同特征之间的余弦相似度来捕捉长程依赖关系；第三，引入通道注意力机制，根据各通道的重要性分配不同权重，使模型能够从复杂的特征图中提取关键特征。这些创新点使 CLAGAN 在公开数据集上取得了具有竞争力的检测性能。