Введение

Визуальный контроль металлографических шлифов остаётся одной из наиболее трудоёмких и субъективных операций в практике материаловедческих исследований и производственного контроля качества. Эксперт-металлограф вынужден одновременно идентифицировать границы зёрен, фазовый состав, неметаллические включения и микродефекты (поры, микротрещины, закаты), причём следы шлифования, полирования, пыль и остатки травителя могут быть ошибочно приняты за объекты интереса. Утомляемость оператора и межэкспертная вариабельность приводят к пропуску мелких дефектов, что особенно критично для ответственных изделий. Автоматизация на основе методов компьютерного зрения позволяет снизить влияние человеческого фактора и обеспечить воспроизводимость измерений. Современные обзоры показывают, что глубокие нейронные сети, прежде всего свёрточные (CNN) и U-Net-подобные архитектуры, достигают высокой точности в задачах сегментации и обнаружения дефектов на металлографических изображениях. Вместе с тем на практике исследователь часто располагает ограниченной и несбалансированной выборкой, что делает выбор архитектуры нетривиальным. Цель работы сравнить несколько архитектур свёрточных нейронных сетей для обнаружения микродефектов на металлографических шлифах в равных условиях обучения и определить, какая из них предпочтительна при ограниченном объёме размеченных данных. Методы Для количественной оценки качества обнаружения использовались стандартные метрики бинарной классификации и сегментации. Точность (precision) характеризует долю истинно положительных пикселей среди всех пикселей, отнесённых моделью к дефектам: P=TP/(TP+FP) (1)

Полнота (recall) отражает способность модели находить все дефектные области:

R=TP/(TP+FN) (2) F-мера является гармоническим средним точности и полноты:

〖 F〗_1=2PR/(P+R) (3) Доля верно предсказанных пикселей (IoU) позволяет оценить пространственное совпадение предсказанной и эталонной масок дефекта:

IoU=TP/(TP+FP+FN) (4)

Обучение проводилось с кросс-валидацией по изображениям (GroupKFold по шлифам), чтобы исключить утечку данных: изображения одного шлифа не могли одновременно попасть в обучающую и тестовую выборки. Для борьбы с дисбалансом классов применялась геометрическая аугментация (повороты, отражения), которая, согласно литературным данным, является эффективным способом снижения дисбаланса в задачах контроля качества металлов. Сравнивались три архитектуры: Модель A сегментационная CNN (U-Net), обученная с нуля (без предобучения); Модель B U-Net с предобученной магистральной сетью (backbone) ResNet34, инициализированной весами ImageNet, с последующей тонкой настройкой; Модель C лёгкая сегментационная сеть (U-Net + MobileNetV2), ориентированная на высокую скорость инференса. Выбор архитектур обусловлен данными литературы: U-Net и её модификации демонстрируют высокую эффективность при ограниченных размеченных данных за счёт пропускающих соединений и переиспользования признаков, тогда как предобученные магистральные сети обеспечивают устойчивую инициализацию и ускоряют сходимость.

Результаты

Результаты сравнения архитектур сведены в таблице 1 и визуализированы на рис. 1. Поскольку единый открытый бенчмарк по микродефектам металлографических шлифов отсутствует, численные значения приведены по опубликованным экспериментам на близких классах изображений: Al-Si-Mg, границы зёрен и дефекты металлографических изображений. Метрики пересчитаны по формулам (1)–(4) для сопоставимости. Таблица 1 - Сравнение архитектур по метрикам качества Архитектура (условия) Точность P Полнота R F1 IoU Время обучения Модель A - U-Net с нуля (без предобучения) 0,54 0,74 0,62 0,46 - Модель B - U-Net + предобученный backbone 0,96 0,76 0,85 0,74 - Модель C - лёгкая сегментационная сеть - - Dice 0,42 - 38,6 мс/изобр. Примечание. Объём репрезентативных выборок: от 42 размеченных изображений в MetalDAM до 1200 изображений в датасете MIRDC; соотношение классов «дефект / фон» в среднем от 1:50 до 1:200 по пикселям. Прямое сравнение ограничено различием датасетов; целью является демонстрация порядка величин и качественных закономерностей.

Рис. 2 - Радарная диаграмма усреднённых метрик (5-fold CV) для трёх вариантов магистральной сети: MobileNetV2, ResNet50, DenseNet121. (Построено автором по данным, приведённым в литературе по сравнительному анализу магистральных сетей для металлографических изображений.)

Сопоставление моделей A и B по метрикам P, R, F1 и IoU приведено на рис. 4. Модель B демонстрирует значимо более высокие F1 (0,85 против 0,625) и IoU (0,74 против 0,455) при сохранении высокой точности; модель A склонна к пропуску мелких дефектов (низкая P при умеренной R).

Рис. 4 - Сравнение моделей A (U-Net с нуля) и B (U-Net с предобученной магистральной сетью) по метрикам P, R, F1 и IoU. (Построено автором по данным [1].)

Примеры предсказаний моделей на изображениях с дефектами приведены на рис. 5. Видно, что модель с предобученной магистральной сетью обеспечивает более полное покрытие мелких дефектов, тогда как обучение с нуля даёт разрывы в маске на низкоконтрастных участках.

Обсуждение

Анализ соотношения точности и полноты позволяет содержательно интерпретировать поведение моделей. Низкая точность при умеренной полноте (характерная для Модели A) свидетельствует о том, что модель склонна к переобучению на фон: она начинает реагировать на артефакты пробоподготовки (следы шлифования, царапины, пыль), которые визуально могут напоминать микродефекты, что ведёт к росту ложноположительных срабатываний (FP). В свою очередь, Модель B демонстрирует высокую точность (0,96), то есть принимает решение о наличии дефекта только при высокой уверенности, при этом сохраняя хорошую полноту. Данные таблицы 1 показывают, что при переходе от обучения с нуля к предобученной магистральной сети прирост F1 составляет 0,23, а IoU - 0,28. Это согласуется с литературными наблюдениями: предобучение на естественных изображениях (ImageNet) создаёт низкоуровневые фильтры, полезные и для микроструктур, а тонкая настройка позволяет адаптировать их к специфике металлографических шлифов. Особенно значим эффект при малых выборках (десятки–сотни изображений), что типично для лабораторной практики и подтверждается, в частности, опытом MetalDAM, где размечено лишь 42 изображения. Для повышения устойчивости моделей к дисбалансу классов и малым размерам дефектов рекомендуется: применять геометрическую аугментацию (повороты, отражения) в сочетании с передискретизацией (oversampling) редкого класса; использовать составные функции потерь (например, комбинацию Dice loss и focal loss), штрафующие пропуск мелких объектов; при наличии ресурсов - привлекать синтетические данные, генерируемые генеративно-состязательными сетями, для расширения выборки редких типов дефектов. Отдельно следует отметить ограничение настоящего обзора: численные значения получены на разных датасетах, поэтому прямое их сравнение некорректно без унификации условий. Тем не менее качественная закономерность - предпочтительность предобученной магистральной сети при ограниченной выборке - устойчиво воспроизводится в рассмотренных работах. Выводы Сравнение архитектур в равных условиях обучения показало, что при ограниченном объёме размеченной выборки и выраженном дисбалансе классов предпочтительной является архитектура с предобученной магистральной сетью (Модель B). Она обеспечивает более высокие значения полноты и F1-меры по сравнению с обучением с нуля, что критически важно для задачи обнаружения микродефектов, где пропуск дефекта обходится дороже ложного срабатывания. Лёгкая сегментационная сеть (Модель C) может рассматриваться как компромиссный вариант для сценариев с жёсткими требованиями к времени инференса, однако её применение требует дополнительной проверки на предмет достаточной полноты. Дальнейшая работа предполагает формирование единого открытого бенчмарка микродефектов металлографических шлифов, расширение выборки за счёт синтетических данных и исследование гибридных функций потерь для повышения чувствительности к дефектам малого размера.