4、经典检测模型选型：YOLOv5、Faster R-CNN、SSD的工业场景对比

做工业缺陷检测，选模型就像选工具。你不可能拿把扳手去拧螺丝刀该干的活。我这些年踩过的坑，有一半都跟模型选型有关。今天咱们就掰开揉碎，聊聊YOLOv5、Faster R-CNN和SSD这三兄弟，在工业现场到底该怎么挑。

4.1 为什么工业场景这么挑模型？

工业缺陷检测跟学术比赛不一样。学术比赛比的是mAP，差0.1个点都能发篇。但工厂里，老板只关心三件事：能不能跑实时？误检率多少？部署方不方便？

我去年帮一家电子厂做PCB板缺陷检测，产线节拍是每秒2.5个板子。你算算，留给模型推理的时间只有400毫秒。Faster R-CNN精度再高，跑一次要800毫秒，直接就被PASS了。这就是工业的残酷现实——精度和速度必须同时满足。

4.2 三款模型的核心差异

先看一张对比表，心里有个底：

维度	YOLOv5	Faster R-CNN	SSD
核心思想	单阶段，端到端回归	两阶段，先提候选框再分类	单阶段，多尺度特征图预测
推理速度	★★★★★（极快）	★★☆☆☆（慢）	★★★★☆（快）
小目标检测	★★★☆☆（中等）	★★★★★（优秀）	★★☆☆☆（较差）
训练难度	低（开箱即用）	高（调参复杂）	中（锚点设计关键）
ONNX转换	★★★★★（原生支持）	★★★☆☆（需处理ROI）	★★★★☆（较顺畅）
显存占用	低（~2GB）	高（~6GB）	中（~3GB）

4.3 YOLOv5：工业场景的万金油

说实话，我现在80%的工业项目都首选YOLOv5。为什么？因为它太懂工业了。

优势一：速度就是正义

YOLOv5s在TensorRT上能跑到2ms一帧。我做过一个轴承表面划痕检测项目，产线要求每分钟检测600个零件。用YOLOv5s，单张图片推理只要1.8ms，加上前后处理，稳稳控制在10ms以内。换成Faster R-CNN？同样的硬件，直接飙到45ms，差点被客户骂死。

优势二：ONNX转换零痛苦

YOLOv5官方就提供了export.py脚本，一行命令导出ONNX。我遇到过最复杂的情况，也就是改一下opset版本。不像某些模型，转个ONNX要改三天的代码。

# YOLOv5 ONNX导出（实测可用）
python export.py --weights best.pt --include onnx --opset 12

# 导出后验证
import onnxruntime as ort
session = ort.InferenceSession("best.onnx")
# 直接跑推理，不需要改任何网络结构

劣势：小目标检测是短板

但YOLOv5不是万能的。我做过一个手机屏幕划痕检测，划痕宽度只有2-3个像素。YOLOv5直接漏检了40%。后来我换成了YOLOv5的P6模型（输入640x640），加上数据增强，才勉强把漏检率压到15%。

4.4 Faster R-CNN：精度至上，但代价不菲

Faster R-CNN就像实验室里的精密仪器——精度确实高，但搬到工厂里，处处是坑。

优势：小目标检测的王者

它的RPN（区域提议网络）天生就适合找小东西。我做过一个芯片引脚缺陷检测项目，引脚间距只有0.3mm，缺陷尺寸在10x10像素左右。YOLOv5和SSD都试过，漏检率30%以上。换成Faster R-CNN，漏检率直接降到5%。

劣势：部署成本太高

但代价也很明显。首先，显存占用大。我用Faster R-CNN跑1024x1024的图片，batch size只能设1，显存就吃了5.8GB。其次，ONNX转换是个噩梦——ROI Pooling层在ONNX里没有原生支持，得自己写Custom Op。

4.5 SSD：被低估的工业老兵

SSD现在讨论的人少了，但说实话，在某些场景下它比YOLOv5还稳。

优势：多尺度特征图设计

SSD从多个特征层做预测，这个设计对工业场景很友好。比如检测一个金属零件，既有大的表面划痕（需要高层语义），又有小的边缘毛刺（需要底层细节）。SSD天然就能兼顾。

劣势：锚点设计太敏感

但SSD的锚点（anchor）设计是个玄学。我做过一个项目，缺陷的宽高比是1:8（细长划痕）。SSD默认的锚点比例是{1, 2, 3, 1/2, 1/3}，完全覆盖不到。后来我手动加了1:8和1:10的比例，mAP才从62%涨到78%。

# SSD锚点调整示例（基于PyTorch）
from torchvision.models.detection import ssd300_vgg16

model = ssd300_vgg16(pretrained=False, num_classes=2)
# 默认锚点比例
# model.anchor_generator.sizes = ((30,), (60,), (111,), (162,), (213,), (264,))
# model.anchor_generator.aspect_ratios = ((0.5, 1.0, 2.0),) * 6

# 针对细长缺陷调整
model.anchor_generator.aspect_ratios = (
    (0.125, 0.25, 0.5, 1.0, 2.0, 4.0, 8.0),  # 增加1:8和8:1
) * 6

4.6 工业场景选型决策树

说了这么多，到底怎么选？我画了张图，你照着走就行：

4.7 我的最终建议

如果你现在让我给一个刚入行的工程师建议，我会说：

• 第一选择：YOLOv5。80%的工业场景它都能搞定。速度快、部署简单、社区活跃。遇到小目标问题，先试试切图或者P6模型。
• 第二选择：SSD。当YOLOv5精度不够，但硬件资源又跑不动Faster R-CNN时，SSD是个不错的折中。记得花时间调锚点。
• 最后选择：Faster R-CNN。只有当你试了所有单阶段模型，精度还是不达标，而且硬件预算充足时，才考虑它。