基于深度學習的輸電線路桿塔鳥窩識別方法研究

歐進永 楊淵 時磊 周振峰 邱實

摘? 要：為實現輸電線路桿塔中鳥窩的快速準確檢測，提出一種基于RetinaNet深度學習模型的鳥窩識別方法，利用ResNet-50進行前期特征提取，通過FPN網絡對前期標準特征進行加強，構建特征金字塔影像，以滿足不同尺度大小的鳥窩目標檢測，然后在特征金字塔的基礎上構建了一個分類子網和回歸子網，分別用于識別鳥窩和回歸鳥窩的具體位置。通過與經典目標檢測方法進行詳細對比分析，利用F1-Score精度指標和檢測速度指標對檢測效果進行了量化分析，實驗結果表明，所采用的鳥窩檢測模型F1-Score指標可達0.932，優于其他三種經典方法，并能充分應對拍攝角度、遮擋等各種復雜場景問題。

關鍵詞：深度學習;RetinaNet模型;特征提取;特征金字塔;鳥窩識別

0? ? 引言

輸電桿塔中鳥窩易引起線路跳閘、短路等。為有效解決該問題，多地電網公司采用無人機巡檢或監控攝像頭對鳥窩進行監測，這種方式主要依靠人工目視判讀，主觀性強、工作量大，易出現誤檢或漏檢情況。

目前，國內外對影像目標自動檢測做了大量研究。傳統目標檢測方法通過人工設計特征提取算子，如HOG等[1]，然后利用SVM等分類器[1]根據所提取的圖像特征進行目標檢測，這種方法的檢測精度依賴于特征提取是否有效，較為局限，泛化能力也較差。近年來，深度學習技術興起，如RCNN模型[2]、YOLO模型[3]等。

本文選取RetinaNet模型[4]進行輸電桿塔鳥窩檢測，其由于具備獨特的“焦點損失”特性，既有較快的檢測速度，也有良好的檢測精度，對輸電桿塔中鳥窩有很好的檢測效果。

1? ? RetinaNet目標檢測模型

RetinaNet目標檢測模型結構如圖1所示，由ResNet特征提取網絡、FPN主干網絡、分類子網絡及回歸子網絡組成。其中，ResNet網絡用于前期特征提取;FPN主干網絡將ResNet前期提取特征進行多尺度整合，生成特征金字塔為后續分類和回歸做準備;分類子網絡用于對目標類別做判斷，回歸子網絡用于回歸檢測框位置。

1.1? ? ResNet特征提取網絡

在ResNet網絡中使用殘差網絡，可大大加深模型深度，提取更深層次特征，還能很好地防止模型過擬合、模型不收斂。ResNet應用了兩種殘差模塊，一種是兩個3×3卷積層相連的雙層殘差學習模塊;另一種是1個1×1卷積層接3×3卷積層，再接1×1卷積層的三層殘差學習模塊。

1.2? ? FPN主干網絡

FPN一共包括兩個部分，第一部分是圖像下采樣操作，第二部分是圖像上采樣和橫向連接操作。首先，對輸入的ResNet特征圖做5次連續卷積和池化操作，得到5幅尺寸大小遞減的特征圖C1、C2、C3、C4和C5，再對C5層做1×1卷積，得到M5特征圖，對M5特征圖進行反卷積上采樣操作，使特征圖尺寸變大，再加上C4經過1×1卷積后的特征圖，得到M4特征圖，以此類推，可得M3和M2，通過對M層所有特征圖進行3×3卷積操作，可得到P2、P3、P4和P5特征圖，這四幅特征圖合起來即構成了影像特征金字塔。這種多尺度的特性對于情況復雜的輸電線路鳥窩檢測非常適合。

1.3? ? Anchors機制

在影像特征金字塔的每一層，分別設置322、642、1282、2562和5122像素尺寸大小的anchor（即搜索框），如果一個anchor與某個真實標簽框的IOU大于0.5，則認為該anchor是正樣本;如果在0和0.4之間，則認為該anchor為背景;如果在0.4到0.5之間，則后續訓練時忽略該anchor。

1.4? ? 分類子網絡與回歸子網絡

（1）分類子網絡。從影像特征金字塔獲取W×H×256大小輸入特征圖，后接4個3×3尺寸大小卷積層，每個卷積層都用Relu激活函數進行激活，得到W×H×256大小特征圖;再接1個3×3×（A×K）卷積層，得到W×H×（KA）大小特征圖，其中K為類別數，A為anchor個數;最后利用sigmoid激活函數輸出每個anchor的類別預測結果。

（2）回歸子網絡。與分類子網絡同樣得到W×H×256大小特征圖;再接1個3×3×（A×4）卷積層，得到W×H×（4A）大小特征圖，其中4代表預測框的四個角點與真實標簽框間的相對偏移。

1.5? ? Focal loss損失函數

Focal loss損失函數通過重塑交叉熵損失，在原有交叉熵基礎上乘一個因子，減少易分類樣本權重，改善樣本不平衡問題。假設pt是模型預測的屬于目標的概率，其取值范圍為[0，1]，y表示類別標簽：

pt=p? ? ? y=11-p? ?other? ? ? ? ? ? ? ? ? ? ? ? （1）

常規交叉熵損失函數如式（2）所示：

CE（p，y）=CE（pt）=-ln（pt）? ? ? ?（2）

Focal loss實質上是常規交叉熵損失的改進算法，在其基礎上乘一個因子，如式（3）所示：

FL（pt）=-∝t（1-p）γln（pt）? ? ?（3）

式中：∝t為平衡因子，取值為0～1;γ為調節因子，取值為0～5，通過改進，使模型可以更加專注于不易區分的樣本，改善整體性能。

2? ? 實驗與分析

2.1? ? 模型訓練

本文實驗所采用數據集來自無人機航拍和固定攝像頭監控，為了使模型更快更好地收斂，文中利用預訓練的ResNet50模型權重作為初始權重，學習率設置為0.000 01，批大小設置為2，一共訓練了50個epoch。

2.2? ? 模型測試

利用測試集對訓練好的鳥窩檢測模型進行測試，測試結果如圖2所示。

從圖2可知，不管是桿塔側身、頂端還是塔身位置的鳥窩，不管鳥窩是位于影像中間還是影像邊緣，不管是否有桿塔自身遮擋，本文模型都可準確、有效地檢測出鳥窩。

2.3? ? 算法性能分析

將本文輸電線路鳥窩檢測模型與經典的HOG+SVM算法、Faster-RCNN模型以及YOLO模型做了詳細實驗對比，利用F1-Score指標[5]及檢測速度作為模型精度評價指標，對比情況如表1所示。

3? ? 結語

本文利用RetinaNet深度學習模型對桿塔鳥窩進行檢測，前期特征提取用了ResNet-50，構建FPN特征金字塔影像，將其作為整個RetinaNet的主干結構。實驗結果表明，本文方法在測試集上的F1-Score精度指標優于HOG+SVM算法、Faster-

RCNN模型以及YOLO模型，且具有較快的檢測速度。本文方法可充分應對鳥窩位于桿塔及實際影像中不同位置、不同拍攝角度的情況以及桿塔本身對于鳥窩的遮擋情況。

[參考文獻]

[1] 徐淵，許曉亮，李才年，等.結合SVM分類器與HOG特征提取的行人檢測[J].計算機工程，2016，42（1）：56-60.

[2] GIRSHICK R B，DONAHUE J，DARRELL T，et al.Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[C]//2014 IEEE Conference on Computer Vision and Pattern Recognition，2014： 580-587.

[3] REDMON J，DIVVALA S，GIRSHICK R B，et al.You Only Look Once：Unified，Real-Time Object Detection[C]//2016 IEEE Conference on Computer Vision and Pattern Recogni-

tion （CVPR），2016：779-788.

[4] LIN T Y，GOYAL P，GIRSHICK R，et al.Focal Loss for Dense Object Detection[J].IEEE Transactions on Pattern Analysis & Machine Intelligence，2017（99）：2999-3007.

[5] 王朵.基于全卷積神經網絡的遙感圖像語義分割及變化檢測方法研究[D].西安：西安電子科技大學，2018.

收稿日期：2020-06-28

作者簡介：歐進永（1989—），男，貴州六盤水人，助理工程師，研究方向：輸電線路運維管理。