🔍 耿同学打假报告

论文信息

标题：Lightweight and Efficient Distributed Photovoltaic Panel Defect Detection Model
作者：Yi Gu, Jianqi Li (Jishou University)
期刊：未注明（标为 EI 论文返修版本）
DOI：未提供
发表年份：2024 及以后（参考文献包含 2024 年发布的 YOLOv9 和 YOLOv10）
论文来源：谷的EI论文_返修版本.pdf

综合评定：🟠 高度可疑

详细发现

发现 1：消融实验数据“完美得不真实”（违背深度学习常理）

位置：Table II (Ablation Study of YOLOv8-PV) 及 Section III.D
描述：在消融实验中，对比第三行（使用了 Detect-PV + C2f-CG）和第四行（在此基础上增加了 MLCA-PV 注意力机制），模型的 Params（参数量）依然为 1.5M，GFLOPs 依然为 3.2，ModelSize 依然为 3.2MB。各项指标在小数点后完全一致，没有任何浮动。
证据：在深度学习网络中引入任何新的注意力机制模块（如本文的 MLCA-PV），必然会引入新的参数和计算量。即使该模块再“轻量”，也不可能产生精确到一位小数完全零增加的参数量和模型大小。这种“太完美”的数据一致性，极度疑似直接复制了上一行的数据，而非真实跑出的实验结果。
严重程度：🔴
复核状态：✅ 成立

发现 2：核心模块位置出现“薛定谔的拼接”（方法与结果严重矛盾）

位置：Section II.C 与 Section III.D
描述：在研究方法部分，作者明确写道：“introduces and improves the lightweight MLCA mechanism in the feature fusion part (即 Neck 部分)”。然而，在消融实验讨论部分，作者却声称：“after adding MLCA-PV into the Backbone boosted the mAP by 1.1%”。
证据：同一篇短短的论文中，对自己提出的核心创新点放置的位置（Backbone 还是 Neck）存在截然相反的描述。这是典型的东拼西凑、多处复制粘贴不同来源文本而未进行统一校稿的痕迹，极大地降低了实验结果的真实性。
严重程度：🟠
复核状态：✅ 成立

发现 3：数据集划分逻辑缺失与潜在漏洞

位置：Section III.A (Dataset)
描述：文中声称：“The final dataset consists of 2,928 training images, 366 test images, divided in an 8:1 ratio.”（最终数据集包含2928张训练图像，366张测试图像，按8:1的比例划分）。
证据：在 YOLO 系列算法的标准训练流程中，必须从训练集中划分出验证集，以在每个 epoch 后计算 mAP 并保存最佳模型（best.pt）。如果按 8:1 的比例，这通常意味着训练:验证:测试 = 8:1:1。作者在此完全没有提及验证集的存在，那么 Table I 和 Table II 中详细到小数点后一位的 mAP@0.5 等指标是在哪个集合上评估得出的？如果直接在测试集上评估并调参，存在严重的数据泄露；如果是笔误或省略，则属于关键方法学描述极不严谨。
严重程度：🟠
复核状态：✅ 成立

发现 4：公式排版灾难与变量定义缺失

位置：Section II.C (公式 1, 2) 与 Section II.D (公式 3, 4)
描述：论文中的核心数学公式出现了严重的排版乱码和逻辑遗漏。例如公式 1 和 2 出现了 &#3627408485; 等 HTML 转义乱码字符；在公式 3 和 4 中，关于 PConv 的描述突然中断：“and C signifies the number of input channels, and represents the actual input channels...” 随后直接给出公式，缺少了对关键变量（如比例 $\alpha$ 或 $$C_p$$ ）的字符指代。
证据：返修版本的论文依然存在大面积的公式乱码和变量名丢失，说明作者大概率使用了不兼容的公式编辑器，或者直接从其他文献复制了文本而未能成功带入格式。虽然属于学术写作疏忽，但严重影响论文的可读性和复现可行性。
严重程度：🟡
复核状态：✅ 成立

(注：由于当前仅提供文本内容，未提供论文的原始图片像素信息，无法进行“第一式：图片复用检测”和“第三式：图片拼接检测”的视觉层面分析。)

耿同学辣评

深度学习不是“零添加”的榨果汁，加了个注意力机制，参数量和模型大小居然能稳如泰山、连小数点后一位都不带变的，这数学守恒定律让牛顿看了都得连夜给你推导个新定律！另外，自己的核心模块到底是插在 Backbone 还是 Neck 里，作者怕是自己都搞不清楚了，这打磨得比抛光板还光滑的“复制粘贴”痕迹，属实是把审稿人当算力熬了。

建议后续行动

拒绝接收该返修版本，要求作者提供跑通模型的完整代码仓库（GitHub链接）以自证清白。
联系作者要求提供包含 Tensorboard 训练日志的原始数据，以证明验证集的存在和参数量的真实变化。
在 PubPeer 上提出质疑
向期刊编辑部举报

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

Lightweight and Efficient Distributed Photovoltaic Panel Defect Detection Model