一、金属表面缺陷检测系统简述
检测金属卷材（如带钢、铜带、铝箔等）表面的异常缺陷并不容易。一种方法是指派专门的检查员检查线圈表面的不均匀性、划痕、锈蚀和其他缺陷。另一种方法是将线路运行速度降低到正常速度的1/4，以便对表面质量进行目视检查。
为了实现缺陷检测的自动化，金属表面缺陷检测系统应运而生。该系统专门为金属卷材（如带钢、铜带、铝箔）生产企业所开发，利用光学成像和图像处理等技术，实现对生产线上的材料进行在线质量控制，保障产品质量。
金属表面缺陷检测系统是基于机器视觉技术应用，主要由工业相机、照明设备及其控制系统等组成。它专门用于检测缺陷而不仅仅是检查表面。这意味着它的设计更多的是一个介于表面检测系统和传感器系统之间的中间系统。
金属表面缺陷检测系统的核心是缺陷检测摄像机、照明设备以及图像处理软件。照明设备提供稳定的光照，缺陷检测相机可以实时采集金属表面的图像，图像处理软件可以高速处理从摄像机发送的图像数据，并进行分析。
其中定位摄像机和照明设备，使得从照明设备发出的光从被测材料反射并进入照相机。使用金属表面缺陷检测系统时，用户还必须在检查面上安装系统基本安装框架，以固定相关硬件。
将该系统整合到生产线中的优点是提高了检查速度，减少了专用检查员的负担并减少了生产线操作员的额外操作负担。此外，该系统允许用户保存检查记录（例如，通过保存数据库中的记录并在检查完成后打印检查结果）。这些记录可用于防止投诉发生，并且还可快速找到缺陷的原因以便于处理受影响的产品。
二、金属表面缺陷检测常用数据集
1）钢材表面：NEU-CLS（可用于分类、定位任务）
地址：faculty.neu.edu.cn/yunh
由东北大学（NEU）发布的表面缺陷数据库，收集了热轧钢带的六种典型表面缺陷，即轧制氧化皮（RS），斑块（Pa），开裂（Cr），点蚀表面（PS），内含物（In）和划痕（Sc）。该数据库包括1,800个灰度图像：六种不同类型的典型表面缺陷，每一类缺陷包含300个样本。对于缺陷检测任务，数据集提供了注释，指示每个图像中缺陷的类别和位置。对于每个缺陷，黄色框是指示其位置的边框，绿色标签是类别分数。
2）天池铝型材表面瑕疵数据集（竞赛）
数据集下载链接：
tianchi.aliyun.com/comp
数据集介绍：在铝型材的实际生产过程中，由于各方面因素的影响，铝型材表面会产生裂纹、起皮、划伤等瑕疵，这些瑕疵会严重影响铝型材的质量。为保证产品质量，需要人工进行肉眼目测。然而，铝型材的表面自身会含有纹路，与瑕疵的区分度不高。传统人工肉眼检查十分费力，不能及时准确的判断出表面瑕疵，质检的效率难以把控。近年来，深度学习在图像识别等领域取得了突飞猛进的成果。铝型材制造商迫切希望采用新的AI技术来革新现有质检流程，自动完成质检任务，减少漏检发生率，提高产品的质量，使铝型材产品的生产管理者彻底摆脱了无法掌握产品表面质量的状态。大赛数据集里有1万份来自实际生产中有瑕疵的铝型材监测影像数据，每个影像包含一个或多种瑕疵。供机器学习的样图会明确标识影像中所包含的瑕疵类型。
