BLAT-YOLOv5OBB:一种用于直接铸冷法中铝液泄漏的旋转物体检测方法
《Process Safety and Environmental Protection》:BLAT-YOLOv5OBB, a Rotational Object Detection Method for Aluminum Melt Leakage in Direct chill casting
【字体:
大
中
小
】
时间:2025年12月25日
来源:Process Safety and Environmental Protection 7.9
编辑推荐:
宣周|张洪涛|梁彦辉|陈成|李双|陈迅路|张乐航|严俊伟
中国广东省广州市510640,华南理工大学机械与汽车工程学院
摘要:在直冷铸造过程中,及时准确检测分流盘熔融铝液图像中的泄漏现象对于防止因铝液泄漏引发的爆炸至关重要。然而,铝液图像存在目标旋转角度过大、细节不清晰
宣周|张洪涛|梁彦辉|陈成|李双|陈迅路|张乐航|严俊伟
中国广东省广州市510640,华南理工大学机械与汽车工程学院
摘要:在直冷铸造过程中,及时准确检测分流盘熔融铝液图像中的泄漏现象对于防止因铝液泄漏引发的爆炸至关重要。然而,铝液图像存在目标旋转角度过大、细节不清晰以及结晶器开口处目标尺寸过大的问题,这些问题会导致冗余的锚框出现,以及局部和全局特征提取不足,进而影响检测精度。为解决这些问题,本文将铝液图像分为点级、行级和面级三个层次,并将铝液泄漏的整体特征转化为Whap、Blap、Heal和Leas四种特定特征。同时设计了定向边界框标注方法来处理冗余像素问题。此外,本文还设计了BLAT模块,将YOLOv5的特征图分为三层:双层路由空间稀疏注意力通道、大选择核通道以及原始特征通道,在提取局部和上下文特征时保留原始特征。另外,提出了自适应挤压激励注意力机制,以捕捉通道特征的中心趋势和离散程度。此外,还采用了树结构帕森估计器优化算法,动态调整三类特征通道的分布以及ASE注意力机制的通道比例,从而提升空间特征、上下文特征和通道特征的提取效果。实验结果表明,改进后的BLAT-YOLOv5OBB模型平均精度(mAP@0.5)达到86.4%,相比原始YOLOv5提升了8.4%,显示出较强的应用潜力。
引言:铝合金具有密度低、比强度高和断裂韧性强的优点,被广泛应用于航空航天、海洋工程和交通运输等领域(He等人,2020;Chen等人,2017)。直冷铸造是铝合金加工的主要技术手段(Taylor等人,2000)。铸造过程如图1所示。在铸造初期,操作员将熔融铝液从熔炉引入分流盘的结晶器开口,再通过冷却水系统对其进行冷却,从而引发铝液的结晶。随着结晶的进行,在铸机的作用下,铝棒会以恒定速度沿铸造深井向下移动。当铝棒达到预设长度时,铸造过程便停止。在铸造过程中,操作员必须精确控制冷却水的流量以及铸机的下降速度,以确保拉出的铝棒完全结晶并形成合格形状。如果铝棒在未完全结晶时就从结晶器中取出,铝液就会开始从结晶器泄漏并流入铸造深井。若铝液持续泄漏到深井中,会在密闭空间内形成超高压的“铝水反应”,最终引发剧烈反应、深井爆炸,造成严重的人员伤亡和财产损失。美国铝业协会数据显示,全球铝加工行业每年平均有3起因此类爆炸导致的死亡事故(Richter和Ekenes,2005;Wells,2016)。因此,及时检测直冷铸造过程中分流盘处的铝液泄漏并尽早加以控制,对于避免这类危险事件至关重要。
已有研究人员对熔融铝与水之间的爆炸反应进行了研究。Kong等人(2021)利用Fluent软件模拟直冷铸造过程,研究了不同炉口半径和铝液高度下的铝液泄漏模式与泄漏量,为设计铝液水爆防护设备提供了有益参考。Li等人(2024)基于模糊-DEMATEL-ISM方法建立了铝液爆炸事故链,系统分析了铝液与水接触引发爆炸的风险,并为管理者提供了实用建议。Chen等人(2022)以铝液爆炸事故为案例,开发了一种面向流程的危害演化与风险控制方法,通过故障树分析、事件树分析等方法分析了从危害到事故的发展路径,并提出了相应的安全措施。前述方法主要侧重于研究铝液泄漏的形成机制并制定预防措施,但并不直接适用于检测分流盘处的铝液泄漏。
作为传统行业做法,铝液泄漏通常由操作员通过持续观察分流盘上铝液表面的波纹情况来进行检测。现有研究则采用红外热成像技术监测铝棒的表面温度,利用熔融铝液与已结晶铝棒之间的温度差异来判断是否存在泄漏(H?konsen等人,2019)。不过,这种方法只能监测分流盘周边区域的铝棒温度,无法识别“中心泄漏”情况,且存在盲区较大、识别率较低等缺陷。
近年来,随着深度学习技术的快速发展,计算机视觉在铝液泄漏检测领域展现出巨大潜力。我们团队之前的研究(Yan等人,2024)提出使用DeepLabV3+算法对直冷铸造过程中分流盘表面的铝液图像进行分割,再根据分割后的图像区域判断泄漏情况。然而,该方法在确定分割图像区域的阈值时过度依赖人工经验,而且不同类型的分流盘在发生铝液泄漏时图像区域也会发生变化,这限制了其在实际生产中的广泛应用。鉴于传统铝液泄漏检测方法的局限性以及DeepLabV3+算法的不足,本文创新性地提出利用物体检测技术从分流盘上的铝液图像中提取有效信息,将人工检测铝液泄漏的过程转变为机器视觉监控过程,从而让工人免于从事危险且高强度的工作,实现安全生产。
YOLOv5物体检测算法由于模型参数较少,易于部署和维护;其检测与分类的联合训练使其具备较强的泛化能力;通过特征金字塔架构实现的多尺度特征学习则提升了模型的准确度,该算法已成功应用于煤矿(X等人,2023;Xie等人,2022)和半导体制造(Hussain,2023;Liu等人,2022;Adibhatla等人,2021)等工业领域。不过,将该技术用于铝液泄漏检测时,铝液图像存在一些问题,比如目标旋转角度较大、结晶器开口处的局部细节不清晰,以及不同结晶器阵列开口处的目标尺寸差异较大。
首先,传统的YOLOv5物体检测方法在为分流盘目标划定边界框时,会包含大量非目标区域,这不仅增加了冗余像素,还使得分类任务变得更加复杂(Shi等人,2021)。为解决这些问题,研究人员开始研究旋转边界框物体检测方法。根据旋转物体框的特征描述方式,这类方法可分为四边形边界框算法(QBB,Xie等人,2022;Q等人,2022;Xu等人,2021)和定向边界框算法(OBB,X等人,2023;Ming等人,2022;Yang等人,2021)。基于QBB的物体检测方法通过回归任意四边形检测框的八个坐标参数来描述目标的位置关系,虽然能实现更精准的定位,但也会增加计算复杂度,还可能引发“模糊表示”问题(Q等人,2022)。相比之下,基于OBB的物体检测方法则是通过回归目标框中心点的五个参数来获得旋转后的矩形框,这种方法的参数表示过程相对简单,更能满足实时检测分流盘铝液泄漏异常的需求。不过,使用OBB方法时,如果分流盘的目标区域未能完全与旋转矩形的边界对齐,也可能会选出冗余的锚框。
其次,YOLOv5依靠多层卷积结构进行特征提取,能够有效捕获不同层面的语义信息。但在特征提取过程中,这些结构会将不同结晶器开口处的像素信息混合在一起,导致局部特征丢失,比如铝液表面的波纹纹理细节和边缘变化等信息。此外,具有局部感受野的卷积神经网络在提取分流盘铝液泄漏特征时,通常只能反映局部图像信息,缺乏对全局上下文信息的感知和全面理解。这些问题限制了模型提取局部特征和整合全局信息的能力,进而影响了其在检测分流盘铝液泄漏特征方面的效果。
一些学者已经初步探讨了如何解决这些问题,他们利用空间注意力机制和通道注意力机制及其组合,来提升模型的检测性能(Guo等人,2022)。空间注意力通过聚焦输入特征图的不同区域,提升关键区域的表征能力,从而捕捉特征图中的重要信息(Li等人,2020;aswani等人,2017)。空间注意力可分为两类:局部空间注意力和全局空间注意力。局部空间注意力将注意力限制在特定的窗口范围内,如局部窗口(J等人,2018)、交叉窗口(Ming等人,2022)和膨胀窗口(Dosovitskiy等人,2020),这些方法通过在有限的空间范围内学习特征关系,突出特定区域内的细粒度特征。全局空间注意力则利用核空间选择机制,通过不同规模和形状的卷积核来有效捕获更广泛的上下文信息,例如动态蛇形卷积(Qi等人,2023)、部分卷积(Zhang和Wan,2024)、SCAM(Chu等人,2022)和LSK(Li等人,2023)。
通道注意力则能够增强与局部细节相关的通道,帮助模型更精准地捕捉纹理和边缘等重要的局部信息。同时,通道注意力还能有效整合跨区域特征,助力模型理解全局上下文。相关研究包括SENet(Hu等人,2020)、SKNet(Li等人,2019)和ECANet(Wang等人,2020),这些方法都充分运用了通道注意力机制。
为了充分利用空间注意力与通道注意力的各自优势,一些研究致力于将这两种技术相结合。例如,CBAM(Woo等人,2018)依次结合通道注意力与空间注意力,而SA-Net(Zhang和Yang,2021)则将这两种机制应用于分组的输入通道。BAM(Park等人,2018)则将经过通道调整后的特征图输入到空间注意力模块中,以突出关键区域。不过,在深度分层网络中,若对原始特征图的所有通道都应用空间注意力,可能会引入无关噪声,从而降低模型性能。虽然通道注意力机制可以减轻空间注意力压缩带来的不良影响,但这种方式也可能破坏原始特征图中的关键信息,造成不可逆的损失。为解决这一问题,一些研究人员尝试使用残差连接结构(He等人,2016),但这种方法在提升特征表示能力的同时,可能会引入多余的特征通道,从而增加不必要的冗余。
为解决上述问题,本文提出了BLAT-YOLOv5OBB方法,旨在解决传统方法中存在的冗余锚框问题以及空间和通道特征提取能力不足的问题。本文的结构如下:第二部分介绍了BLAT模块,该模块通过BRA、LSK和ASE注意力机制解决局部特征丢失和全局上下文感知不足等问题,同时通过TPE超参数优化实现通道分布的自适应调整,从而提升YOLOv5的特征提取能力。第三部分提出了针对分流盘铝液图像的分层建模方法,利用点级、行级和面级表征来捕捉泄漏特征,并提出了带有角度回归功能的OBB锚框以及基于CSL的圆形平滑标注方法,以克服单行式分流盘结晶器结构中传统边界框标注的局限性。第四部分展示了实验结果并对结果进行分析,以验证所提方法的有效性。第五部分则对全文进行总结,并指出未来研究的可能方向。
片段摘录:
BLAT-YOLOv5OBB:一种用于铝液泄漏检测的改进型YOLOv5模型
本研究在YOLOv5的基础上进行了进一步改进,改进后的模型结构如图2所示。该模型由四个主要部分组成:输入层、骨干网络、颈部网络和头部网络。输入层通过马赛克数据增强、自适应锚框计算以及自适应图像分辨率调整等方式,提升图像质量。“Backbone”模块利用CSPDarknet53架构在多个不同粒度层面聚合特征,从而实现对输入数据的全面解析。而“Neck”模块则结合图像特征分析技术——铝液泄漏现象具有动态的视觉变化特征,且存在显著的多尺度空间差异,通常还会伴随表面扰动、形态不连续以及局部亮度异常现象。根据异常区域的几何结构与扰动模式,与泄漏相关的图像可被结构化为三种视觉层次:点状特征、线状特征和面状特征,这对应着四种典型的泄漏类型。
实验结果与分析
为验证所提出模型的有效性,我们对其在铝液泄漏检测任务中的性能进行了全面实验评估。我们将该模型与多种常见的检测模型进行了对比,包括标准的YOLOv5-OBB模型,以及结合了SE、BRA、ASE和LSK等注意力机制的YOLOv5改进模型。通过这些实验,我们从多个方面全面评估了该模型的性能。
结论
本文提出了一种用于直流铸造过程中铝液泄漏检测的BLAT_YOLOv5OBB物体检测模型。通过分析铝液泄漏时的视觉特征,依据点-线-面结构体系,将分流盘上铝液泄漏的整体特征分为四种类型:Whap、Blap、Heal和Leas,并采用OBB锚框表示方法为这些特征标注出旋转边界框。
利益声明
作者们声明,他们不存在任何可能影响本文研究工作的已知竞争性财务利益或个人关系。
作者贡献
周轩负责提供技术支持、监督项目进展、修改手稿并最终审定版本;张洪涛参与了研究设计、数据收集与处理、手稿撰写及修改工作;梁彦辉参与了研究设计;陈成、李双、陈勋璐和张乐航则负责数据收集工作;闫俊伟负责监督项目、修改手稿并最终审定版本。
利益声明
作者们再次声明,他们不存在任何可能影响本文研究工作的已知竞争性财务利益或个人关系。
CRediT作者贡献说明
陈成:监督、项目管理、数据整理;李双:研究调查、定量分析、数据整理;陈勋璐:研究调查、数据整理;张乐航:数据整理、概念构建;闫俊伟:验证、监督、资金获取、定量分析、概念构建;梁彦辉:研究调查、定量分析、数据整理;张洪涛:论文撰写与编辑、初稿撰写、可视化处理、验证工作、软件应用、资源协调、项目管理。
利益冲突
所有作者均表示不存在相关利益冲突。
致谢
本研究得到了中国广东省自然科学基金的支持(项目编号:2019A1515011518、2022A1515011128)。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号