[论文解读] BAF-Detector: An Efficient CNN-Based Detector for Photovoltaic Cell Defect Detection

Binyi Su, Haiyong Chen+1 more|arXiv (Cornell University)|Dec 19, 2020

Industrial Vision Systems and Defect Detection参考文献 37被引用 10

一句话总结

该论文提出BAF-Detector，一种基于高效卷积神经网络（CNN）的多尺度光伏电池缺陷检测方法，用于电致发光（EL）图像中的缺陷检测。通过将新型双向注意力特征金字塔网络（BAFPN）与余弦非局部注意力机制相结合，模型增强了跨尺度的特征融合，抑制了背景噪声，在包含3,629张图像的大规模EL数据集上实现了98.70%的F1值、88.07%的mAP和73.29%的IoU。

ABSTRACT

The multi-scale defect detection for photovoltaic (PV) cell electroluminescence (EL) images is a challenging task, due to the feature vanishing as network deepens. To address this problem, an attention-based top-down and bottom-up architecture is developed to accomplish multi-scale feature fusion. This architecture, called Bidirectional Attention Feature Pyramid Network (BAFPN), can make all layers of the pyramid share similar semantic features. In BAFPN, cosine similarity is employed to measure the importance of each pixel in the fused features. Furthermore, a novel object detector is proposed, called BAF-Detector, which embeds BAFPN into Region Proposal Network (RPN) in Faster RCNN+FPN. BAFPN improves the robustness of the network to scales, thus the proposed detector achieves a good performance in multi-scale defects detection task. Finally, the experimental results on a large-scale EL dataset including 3629 images, 2129 of which are defective, show that the proposed method achieves 98.70% (F-measure), 88.07% (mAP), and 73.29% (IoU) in terms of multi-scale defects classification and detection results in raw PV cell EL images.

研究动机与目标

• 为解决深度卷积神经网络在光伏电池电致发光（EL）图像中多尺度缺陷检测时的特征消失问题。
• 提升跨尺度的特征表征与融合能力，尤其针对微裂纹和栅线中断等小缺陷。
• 增强对复杂背景干扰（如错位和汇流条）的鲁棒性，这些干扰易被误判为缺陷。
• 开发一种高效、准确且适用于工业光伏电池质量检测的实用化检测器。
• 在多尺度缺陷检测任务中，超越现有检测器的精度与泛化能力。

提出的方法

• 提出一种多头余弦非局部注意力模块，利用余弦距离计算特征间的相似性，突出缺陷相关像素并抑制背景噪声。
• 引入双向注意力特征金字塔网络（BAFPN），通过自顶向下与自底向上路径的特征融合，提升多尺度特征表征能力。
• 将BAFPN嵌入Faster R-CNN的区域建议网络（RPN）中，结合FPN构建BAF-Detector，提升区域建议质量。
• 采用余弦相似度计算注意力权重，相比传统点积注意力，实现更精确的特征融合。
• 采用对称的双向特征融合策略，在所有特征金字塔层级上同时保留高分辨率与语义丰富的特征。
• 在包含3,629张图像（其中2,129张为缺陷样本）的大规模EL图像数据集上进行端到端训练，结合数据增强与迁移学习策略。

实验结果

研究问题

• RQ1 与标准FPN相比，基于双向注意力的特征金字塔网络是否能提升光伏电池EL图像中的多尺度缺陷检测性能？
• RQ2 在EL图像中，余弦非局部注意力是否优于点积非局部注意力，以更有效地突出缺陷并抑制背景？
• RQ3 将BAFPN集成到Faster R-CNN的RPN中，对小缺陷和复杂缺陷的检测精度与鲁棒性有何影响？
• RQ4 所提出的BAF-Detector在检测精度与推理速度之间存在何种权衡？
• RQ5 该方法在具有复杂背景干扰的真实工业场景中是否具备良好的泛化能力？

主要发现

• BAF-Detector实现了98.70%的F1值，表明在多尺度缺陷分类与检测中具备高精度与高召回率。
• 模型达到88.07%的平均平均精度（mAP），在测试集上对所有缺陷类型均表现出强劲性能。
• IoU得分达到73.29%，表明即使在复杂背景下，也能准确定位缺陷边界。
• 余弦非局部注意力在注意力图质量上优于点积相似度，缺陷定位更清晰，背景抑制效果更佳。
• BAF-Detector在GPU工作站上达到7.75 FPS的推理速度，实现了高精度与可接受的推理速度之间的平衡，适合工业部署。
• 消融实验证实，双向特征融合与注意力模块均显著提升性能，BAFPN相比单向FPN在mAP上最高提升0.93%。