Применение гибридных методов искусственного интеллекта для практических производственных задач в условиях труднодоступности обучающих данных

Введение. Современные производственные задачи, такие как контроль качества лазерной сварки и локализация геометрических признаков в промышленных процессах, требуют применения инновационных подходов машинного обучения. Недостаток размеченных данных и сложность геометрической аннотации являются критическими барьерами при разработке автоматизированных систем контроля. Научная новизна предлагаемого подхода заключается в комплексном использовании гибридных методов, объединяющих эволюционную оптимизацию, диффузионные модели и сверточные нейронные сети для эффективного решения практических инженерных задач с ограниченными ресурсами данных. Метод. Предложенный подход состоит из двух интегрированных компонентов. Первый компонент реализует гибридный алгоритм генерации синтетических данных, объединяющий эволюционную оптимизацию для генерации разнообразных геометрических вариантов с использованием диффузионных моделей для синтеза фотореалистичных изображений. Второй компонент включает специализированную архитектуру глубокого обучения, оптимизированную для точной локализации и классификации геометрических признаков в производственных контекстах. Обучение реализуется с применением комбинированной функции потерь, интегрирующей регрессионные и классификационные критерии. Основные результаты. На примере задачи контроля качества лазерной сварки синтетический набор данных расширен с 120 оригинальных изображений до 4537 реалистичных примеров, что позволило повысить точность сегментации швов с 2,4 до 0,75 по метрике потерь box loss. Для задачи локализации координат шва достигнута ошибка предсказания 31,8 пикселов по оси Y и 3,3 пиксела по оси X на исходном разрешении 1024 × 2448 пикселов. Экспериментальное сравнение показало превосходство сверточных архитектур над трансформерными моделями при сопоставимом количестве параметров, а также лучшую точность при регрессии с одного кадра, чем при использовании последовательности кадров. Обсуждение. Предложенные методы демонстрируют значительное превосходство по сравнению с классическими подходами масштабирования данных (mixup, cutmix) и чистыми подходами к диффузионному синтезу, которые требуют интенсивной подготовки наборов данных. Интеграция эволюционной оптимизации обеспечивает контролируемое разнообразие геометрических вариантов, а диффузионные модели гарантируют фотореалистичность синтезированных образцов. Данный гибридный подход имеет широкие перспективы применения в других промышленных секторах с ограниченной доступностью размеченных данных благодаря возможности построения полного конвейера синтеза труднодоступных промышленных данных, а затем их использования для обучения прикладных методов искусственного интеллекта, решающих целевые промышленные задачи.

1. Xiao S., Liu Z., Yan Z., Wang M. Grad-MobileNet: A gradient-based unsupervised learning method for laser welding surface defect classification // Sensors. 2023. V. 23. N 9. P. 4563. https://doi.org/10.3390/s23094563

2. Vu T., Sun B., Yuan B., Ngai A., Li Y., Frahm J.-M. Supervision interpolation via lossmix: generalizing mixup for object detection and beyond // Proceedings of the AAAI Conference on Artificial Intelligence. 2024. V. 38. N 6. P. 5280–5288. https://doi.org/10.1609/aaai.v38i6.28335

3. Jin X., Zhu H., Li S., Wang Z., Liu Z., Tian J., et al. A survey on mixup augmentations and beyond // arXiv. 2024. arXiv:2409.05202. https://doi.org/10.48550/arXiv.2409.05202

4. Capogrosso L., Girella F., Taioli F., Chiara M., Aqeel M., Fummi F., et al. Diffusion-based image generation for in-distribution data augmentation in surface defect detection // Proc. of the 19th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications. 2024. V. 2. P. 409–416. https://doi.org/10.5220/0012350400003660

5. Tai Y., Yang K., Peng T., Huang Z., Zhang Z. Defect image sample generation with diffusion prior for steel surface defect recognition // IEEE Transactions on Automation Science and Engineering. 2024. V. 22. P. 8239–8251. https://doi.org/10.1109/tase.2024.3482362

6. Alzarooni A., Iqbal E., Ullah Khan, S. Javed S., Moyo B., Abdulrahman Y. Anomaly detection for industrial applications: challenges, solutions, and future directions // International Journal of Computer Integrated Manufacturing. 2025. https://doi.org/10.1080/0951192X.2025.2599548

7. Bradski G. The openCV library // Dr. Dobb’s Journal: Software Tools for the Professional Programmer. 2000. V. 25. N 11. P. 120–123.

8. Zhang Q., Li H. MOEA/D: A multiobjective evolutionary algorithm based on decomposition // IEEE Transactions on Evolutionary Computation. 2007. V. 11. N 6. P. 712–731. https://doi.org/10.1109/tevc.2007.892759

9. Rezatofighi H., Tsoi N., Gwak J., Sadeghian A., Reid I., Savarese S. Generalized intersection over union: A metric and a loss for bounding box regression // Proc. of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2019. P. 658–666. https://doi.org/10.1109/cvpr.2019.00075

10. Bakurov I., Buzzelli M., Schettini R., Castelli M., Vanneschi L. Structural similarity index (SSIM) revisited: a data-driven approach // Expert Systems with Applications. 2022. V. 189. P. 116087. https://doi.org/10.1016/j.eswa.2021.116087

11. Zhang H., Liu Y., Yang J., Guo W., Wang X., Fua P. DiffAtlas: GenAIFying atlas segmentation via Image-Mask Diffusion // Lecture Notes in Computer Science. 2025. V. 15975. P. 161–172. https://doi.org/10.1007/978-3-032-05325-1_16

12. Gatys L.A., Ecker A.S., Bethge M. Image style transfer using convolutional neural networks // Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2016. P. 2414– 2423. https://doi.org/10.1109/CVPR.2016.265

13. Jiang P., Ergu D., Liu F., Cai Y., Ma B. A Review of Yolo algorithm developments // Procedia Computer Science. 2022. V. 199. P. 1066– 1073. https://doi.org/10.1016/j.procs.2022.01.135

14. Chen Y., Lin H., Zhang W., Chen W., Zhou Z., Heidari A.A., et al. ICycle-GAN: Improved cycle generative adversarial networks for liver medical image generation // Biomedical Signal Processing and Control. 2024. V. 92. P. 106100. https://doi.org/10.1016/j.bspc.2024.106100

15. Qin D., Leichner C., Delakis M., Fornoni M., Luo S., Yang F., et al. MobileNetV4: universal models for the mobile ecosystem // Lecture Notes in Computer Science. 2025. V. 15098. P. 78–96. https://doi.org/10.1007/978-3-031-73661-2_5

16. Graham B., El-Nouby A., Touvron H., Stock P., Joulin A., Jégou H., et al. LeViT: a vision transformer in convnet’s clothing for faster inference // Proc. of the IEEE/CVF International Conference on Computer Vision (ICCV). 2021. P. 12239–12249. https://doi.org/10.1109/ICCV48922.2021.01204

17. Ma N., Zhang X., Zheng H.-T., Sun J. ShuffleNet V2: practical guidelines for efficient CNN architecture design // Lecture Notes in Computer Science. 2018. V. 11218. P. 122–138. https://doi.org/10.1007/978-3-030-01264-9_8

18. Cai H., Li J., Hu M., Gan C., Han S. EfficientViT: lightweight multiscale attention for high-resolution dense prediction // Proc. of the IEEE/CVF International Conference on Computer Vision (ICCV). 2023 . P. 17256 – 17267. https://doi.org/10.1109/ICCV51070.2023.01587

19. Khanam R., Hussain M. YOLOv11: an overview of the key architectural enhancements // arXiv. 2024. arXiv:2410.17725. https://doi.org/10.48550/arXiv.2410.17725

20. Hara K., Kataoka H., Satoh Y. Learning spatio-temporal features with 3D residual networks for action recognition // Proc. of the IEEE International Conference on Computer Vision Workshops (ICCVW). 2017. P. 3154–3160. https://doi.org/10.1109/iccvw.2017.373

21. Imambi S., Prakash K.B., Kanagachidambaresan G.R. PyTorch // Programming with TensorFlow: Solution for Edge Computing Applications. 2021. P. 87–104. https://doi.org/10.1007/978-3-030-57077-4_10

22. Loshchilov I., Hutter F. Fixing weight decay regularization in Adam // arXiv. 2017.arXiv:1711.05101v2.

23. Meyer G.P. An alternative probabilistic interpretation of the Huber loss // Proc. of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2021. P. 5257–5265. https://doi.org/10.1109/cvpr46437.2021.00522

24. Huang P., Tian S., Su Y., Tan W., Dong Y., Xu W., et al. IA-CIOU: an improved IOU bounding box loss function for SAR ship target detection methods // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2024. V. 17. P. 10569–10582. https://doi.org/10.1109/jstars.2024.3402540

25. Wan E.A., Van Der Merwe R. The unscented Kalman filter for nonlinear estimation // Proc. of the IEEE 2000 Adaptive Systems for Signal Processing, Communications, and Control Symposium (Cat. No.00EX373). 2000. P. 153–158. https://doi.org/10.1109/ASSPCC.2000.882463