缺陷检测在工业质检、PCB检测、纺织品瑕疵识别等场景中，核心指标是召回率，因为漏掉一个真实缺陷可能造成批量事故。但提升召回率往往伴随误检上升。为了在不显著增加误报的前提下降低漏检，需要引入多算法交叉验证与置信度评分机制。其思想是让不同检测器独立输出候选框，再对同一位置的多个结果进行融合，只有当多个算法都给出较高置信度，或融合置信度超过动态阈值时才判定为缺陷；对于低置信度区域不直接丢弃，而是进入二次复核队列。
为什么单一检测器容易漏检
传统缺陷检测常用一个深度学习模型，比如YOLO、Faster R-CNN或U-Net。单模型依赖训练数据的分布，如果出现训练集中没有的缺陷形态、极端光照、遮挡或低对比度，特征表达会受到抑制。尤其微小缺陷，其像素占比小，经过多次下采样后可能消失。即使分类置信度不高，NMS（非极大值抑制）也容易把弱框删掉，造成漏检。
阈值设置也是关键。固定阈值0.5在A类缺陷上表现良好，但换到B类可能完全失效。单一算法无法同时适应不同缺陷类型。而且不同算法架构对特征的敏感度不同：CNN对纹理敏感，Transformer对长距离依赖强，传统的边缘检测、灰度统计对划痕和脏污有效。将多种算法组合起来，可以利用互补性覆盖更多缺陷模式。
多算法交叉验证的实现思路
首先选择三种以上异构检测算法，例如基于深度学习的YOLOv8、基于图像差分的背景建模、基于频域分析的缺陷增强方法。对同一张输入图像分别推理，得到各自的候选框集合。每个候选框包含坐标、置信度和算法来源。需要将不同算法输出的框映射到统一坐标系，并做尺度对齐。
对齐后，采用IoU（Intersection over Union）矩阵判断两个框是否指向同一缺陷。通常设置IoU阈值为0.3到0.5。因为不同算法定位精度不同，IoU阈值不宜过高。对于同一区域内重叠的框，进入融合池；孤立框则标记为待复核。投票策略可以设计为：至少两个算法同时命中才视为强候选，单一算法命中但置信度高于0.8也可保留。
置信度评分与融合策略
置信度不能直接取各算法分数的平均值，因为不同算法的置信度分布不一致。需要先做置信度校准，例如使用Platt scaling或temperature scaling，把每个算法的输出映射为近似概率。对于无法校准的场景，可以使用rank融合：将各算法的置信度排序后转换为分位值，再做加权求和。
融合公式示例：s_final = α * s_yolo + β * s_diff + γ * s_freq，其中α、β、γ根据各算法在验证集上的平均精度分配。动态阈值可以基于历史统计设置，例如取验证集上召回率95%对应的阈值。对于低置信度候选框，不直接判定为背景，而是进入人工复核或更高分辨率重检。这样在漏检和误检之间取得平衡。
完整代码示例与调优建议
下面给出一个简化的Python实现，演示如何融合三个检测器的结果并计算加权置信度。实际工程中需要替换为真实模型推理结果。
import numpy as np
def iou(box1, box2):
x1 = max(box1[0], box2[0])
y1 = max(box1[1], box2[1])
x2 = min(box1[2], box2[2])
y2 = min(box1[3], box2[3])
inter = max(0, x2 - x1) * max(0, y2 - y1)
area1 = (box1[2] - box1[0]) * (box1[3] - box1[1])
area2 = (box2[2] - box2[0]) * (box2[3] - box2[1])
union = area1 + area2 - inter
return inter / union if union > 0 else 0.0
def fuse_candidates(candidates, iou_thresh=0.4, weights=(0.5, 0.3, 0.2)):
fused = []
used = set()
for i, cand in enumerate(candidates):
if i in used:
continue
group = [cand]
used.add(i)
for j in range(i + 1, len(candidates)):
if j in used:
continue
if iou(cand['box'], candidates[j]['box']) > iou_thresh:
group.append(candidates[j])
used.add(j)
# 加权平均框坐标
boxes = np.array([g['box'] for g in group], dtype=np.float32)
scores = np.array([g['score'] for g in group], dtype=np.float32)
w = np.array([weights[g['algo']] for g in group])
avg_box = np.sum(boxes * w[:, None], axis=0) / np.sum(w)
# 置信度融合：加权平均 + 投票奖励
vote_bonus = min(0.15, 0.05 * (len(group) - 1))
final_score = np.sum(scores * w) / np.sum(w) + vote_bonus
fused.append({'box': avg_box.tolist(), 'score': float(final_score), 'votes': len(group)})
return fused
candidates = [
{'box': [10, 20, 50, 60], 'score': 0.82, 'algo': 0},
{'box': [12, 18, 52, 62], 'score': 0.79, 'algo': 1},
{'box': [30, 40, 70, 80], 'score': 0.61, 'algo': 2},
]
result = fuse_candidates(candidates)
print(result)
调优时，先在小批量验证集上搜索IoU阈值、权重分配和动态阈值。建议保留所有低置信度候选框的日志，分析被漏掉缺陷的特征分布，再有针对性地补充训练样本或调整算法组合。对于纹理复杂的背景，可以先做ROI提取，限制检测区域，进一步降低误检。最终上线前，使用A/B测试对比单一算法与融合算法在同样误检率下的召回率提升。