应 俊，刘 迅，曾学仁，方 亮，田 楠

（1.上海扩博智能技术有限公司，上海 201100；2.中国三峡新能源（集团）股份有限公司西北分公司，兰州 730070）

0 引言

关于缺陷检测应用的研究大致可分为两类：基于机器视觉的缺陷检测方法，如LBP+SVM；基于深度学习的缺陷检测方法。基于机器视觉的方法存在2 个问题：受环境、光照、生产工艺等影响，手工提取的特征信噪比较低，有效信息不足，导致准确率不高，达不到工业应用要求；选择合适的特征比较耗时，无法满足实时性检测要求。

自从ImageNet[1]竞赛使用卷积神经网络[2]以来，深度学习算法取得了巨大的进步。特别是受益于大规模、高质量的开源数据集，例如ImageNet[1]，PASCAL VOC[3]，MS COCO[4]，开发出了大量的目标检测算法，其中影响深远的主要算法 有Faster R-CNN[5]，SSD[6]，YOLO[7-8]以 及CornerNet[9]。Faster R-CNN 算法输入1 000×600分辨率图片，SSD 算法输入300×300 或512×512分辨率图片，YOLO 算法输入416×416 或512×512 分辨率图片，CornerNet 算法输入511×511 分辨率图片。

两阶段算法最早由R-CNN 提出。两阶段算法生成一系列ROI（感兴趣区域），然后用卷积神经网络对其分类。R-CNN 算法采用传统的选择性搜索方法来生成ROI，每个区域都从图片中提取并单独进入卷积神经网络，因此产生了大量冗余计算。Faster R-CNN 算法提出RPN（区域候选网络）来替代选择性搜索算法，它本身输入的是一系列设定好的先验框（即锚点框），这种设计使得算法更有效率且允许该网络实现端到端训练。之后，其他的一些研究着重于整合子类别信息、选择更好的特征、提高速度、级联优化手段以及更好的训练方法。

与此同时，YOLO 和SSD 开启了一阶段算法，移除了ROI 池化阶段并且直接在一个网络中检测物体。……