一、金屬表面缺陷檢測系統簡述

檢測金屬卷材（如帶鋼、銅帶、鋁箔等）表面的異常缺陷并不容易。一種方法是指派專門的檢查員檢查線圈表面的不均勻性、劃痕、銹蝕和其他缺陷。另一種方法是將線路運行速度降低到正常速度的1/4，以便對表面質量進行目視檢查。

為了實現缺陷檢測的自動化，金屬表面缺陷檢測系統應運而生。該系統專門為金屬卷材（如帶鋼、銅帶、鋁箔）生產企業所開發，利用光學成像和圖像處理等技術，實現對生產線上的材料進行在線質量控制，保障產品質量。

金屬表面缺陷檢測系統是基于機器視覺技術應用，主要由工業相機、照明設備及其控制系統等組成。它專門用于檢測缺陷而不僅僅是檢查表面。這意味著它的設計更多的是一個介于表面檢測系統和傳感器系統之間的中間系統。

金屬表面缺陷檢測系統的核心是缺陷檢測攝像機、照明設備以及圖像處理軟件。照明設備提供穩定的光照，缺陷檢測相機可以實時采集金屬表面的圖像，圖像處理軟件可以高速處理從攝像機發送的圖像數據，并進行分析。

其中定位攝像機和照明設備，使得從照明設備發出的光從被測材料反射并進入照相機。使用金屬表面缺陷檢測系統時，用戶還必須在檢查面上安裝系統基本安裝框架，以固定相關硬件。

將該系統整合到生產線中的優點是提高了檢查速度，減少了專用檢查員的負擔并減少了生產線操作員的額外操作負擔。此外，該系統允許用戶保存檢查記錄（例如，通過保存數據庫中的記錄并在檢查完成后打印檢查結果）。這些記錄可用于防止投訴發生，并且還可快速找到缺陷的原因以便于處理受影響的產品。

二、金屬表面缺陷檢測常用數據集

1）鋼材表面：NEU-CLS（可用于分類、定位任務）

地址：faculty.neu.edu.cn/yunh

由東北大學（NEU）發布的表面缺陷數據庫，收集了熱軋鋼帶的六種典型表面缺陷，即軋制氧化皮（RS），斑塊（Pa），開裂（Cr），點蝕表面（PS），內含物（In）和劃痕（Sc）。該數據庫包括1,800個灰度圖像：六種不同類型的典型表面缺陷，每一類缺陷包含300個樣本。對于缺陷檢測任務，數據集提供了注釋，指示每個圖像中缺陷的類別和位置。對于每個缺陷，黃色框是指示其位置的邊框，綠色標簽是類別分數。

2）天池鋁型材表面瑕疵數據集（競賽）

數據集下載鏈接：

tianchi.aliyun.com/comp

數據集介紹：在鋁型材的實際生產過程中，由于各方面因素的影響，鋁型材表面會產生裂紋、起皮、劃傷等瑕疵，這些瑕疵會嚴重影響鋁型材的質量。為保證產品質量，需要人工進行肉眼目測。然而，鋁型材的表面自身會含有紋路，與瑕疵的區分度不高。傳統人工肉眼檢查十分費力，不能及時準確的判斷出表面瑕疵，質檢的效率難以把控。近年來，深度學習在圖像識別等領域取得了突飛猛進的成果。鋁型材制造商迫切希望采用新的AI技術來革新現有質檢流程，自動完成質檢任務，減少漏檢發生率，提高產品的質量，使鋁型材產品的生產管理者徹底擺脫了無法掌握產品表面質量的狀態。大賽數據集里有1萬份來自實際生產中有瑕疵的鋁型材監測影像數據，每個影像包含一個或多種瑕疵。供機器學習的樣圖會明確標識影像中所包含的瑕疵類型。