【AIMC成果】焊瘤检测瓶颈新方法EHF-RTDETR：轻量化与高精度的完美平衡

在工业生产的焊接车间里，焊瘤的存在如同“隐形炸弹”——这些由熔滴过渡不完全形成的金属堆积物，会直接影响工件结构完整性和产品性能。传统人工检测耗时耗力且主观性强，常规检测算法又受限于小目标密集、背景复杂及硬件条件等问题，难以兼顾精度与速度。近日，AIMC LAB研究生周磊提出的改进RTDETR算法（EHF-RTDETR），成功破解这一行业痛点，相关成果已发表于《激光杂志》。

行业痛点：焊瘤检测的“三重困境”

焊瘤检测看似简单，实则面临多重挑战：

一是目标特性刁钻，焊瘤尺寸小、分布密集，还常被熔渣等杂质干扰；

二是环境复杂多变，车间光照、拍摄角度差异大，背景噪声多；

三是硬件约束严格，工业现场部署的设备往往算力有限，无法支撑大型模型运行。

此前主流方案各有短板：YOLO系列虽快但全局信息捕捉不足，传统Transformer模型精度高却体积庞大。而百度提出的RTDETR虽实现实时检测，在小目标检测和轻量化部署上仍有提升空间——这正是我们研究的突破口。

核心创新：EHF-RTDETR的“三板斧”改进

我们以RTDETR-R18为基础，从主干网络、特征融合、损失函数三大维度进行优化，打造出轻量化高精度的EHF-RTDETR模型。先来看原模型与改进模型的结构对比：

图1 RTDETR-R18原模型结构

图2 EHF-RTDETR改进模型结构

1. 主干网络：轻量化与多尺度的“双向奔赴”

针对原模型计算冗余问题，我们设计了Rep-FasterNet EMA Block：一方面采用FasterNet的部分卷积（Pconv）替代传统卷积，仅对部分通道处理，大幅降低计算量；另一方面引入RepConv结构提升模型精度，再结合EMA多尺度注意力机制，强化对小目标特征的捕捉能力。

这种设计让模型在“瘦身”的同时更“敏锐”——通过跨空间信息聚合，精准锁定密集分布的小焊瘤，解决了传统模型对尺度变化适应性差的问题。

2. 编码器：HS-FPN破解特征融合“痛点”

传统FPN/PAN特征融合存在语义与定位信息失衡、计算复杂等问题。我们引入HS-FPN（高级筛选功能金字塔网络），通过两大核心模块优化：

• 特征选择模块：结合通道注意力和维度匹配，为不同通道分配权重，筛选关键特征；
• 选择性特征融合（SFF）模块：以高级特征为权重，策略性融合低级特征，既保留定位细节又强化语义信息，还能精简冗余参数。

图3 HS-FPN模块结构示意图

3. 损失函数：Focal-SIOU让回归更“精准高效”

原模型的GIoU损失在小目标检测时，易因边界框微小误差导致梯度不足。我们将Focal机制与SIOU结合，提出Focal-SIOU损失函数：

• SIOU引入角度、距离、形状三重成本函数，精准衡量边界框差异；
• Focal机制通过平衡系数调节样本权重，让模型聚焦于难检测的小目标。

这一改进不仅提升了小目标检测精度，还让模型收敛速度更快，训练效率大幅提升。

实验验证：数据见证实力

为验证改进效果，我们构建了包含1800张焊瘤图像的数据集（经翻转、亮度调整等数据增强处理），在Intel i5-12400F + RTX 2060 SUPER平台上开展实验。

1. 核心性能：精度与速度“双提升”

消融实验显示，综合三大改进的EHF-RTDETR模型表现最优：

关键指标实现全面突破：mAP0.5提升4.9个百分点，模型体积缩减14.0%，检测速度提升11.6%，完美适配工业端算力受限场景。

2. 对比实验：优于主流算法

与Yolov5、Yolov8、Yolov9等主流模型对比，EHF-RTDETR在“体积最小、帧率最高”的前提下，保持了极高的检测精度。例如，相较于Yolov5m，模型体积降低52.6%，帧率提升5.2%，mAP0.5高出26.4个百分点。

3. 可视化：小目标检测能力显著增强

通过Grad-CAM热力图可见，改进模型能更精准聚焦焊瘤区域，尤其是原模型漏检的小目标：

图4 原模型与改进模型热力图对比

训练收敛速度也大幅提升——改进模型在125轮即收敛，原模型则需150轮左右，进一步验证了算法的高效性。

未来展望：从检测到“闭环处理”

EHF-RTDETR的提出，为工业焊瘤检测提供了轻量化、高精度的新方案。未来，我们计划将该模型与双目定位算法结合，获取焊瘤的三维位置信息，为后续自动化打磨、切割等处理环节提供数据支撑，构建“检测-定位-处理”的全流程解决方案。

这项成果离不开团队的潜心钻研，也为实验室在工业缺陷检测领域的研究奠定了坚实基础。如果您有相关技术交流需求，欢迎在评论区留言！