基于改進生成對抗網絡的無人機電力桿塔巡檢圖像異常檢測

仲林林 胡 霞 劉柯妤

（1. 東南大學電氣工程學院 南京 210096 2. 東南大學-蒙納士大學蘇州聯(lián)合研究生院（東南大學） 蘇州 215123）

0 引言

電力桿塔常年暴露在自然環(huán)境復雜惡劣的野外，易受山體滑坡、冰雪覆蓋、地震、臺風等自然災害影響[1]，導致桿塔塔基不穩(wěn)、塔身傾斜，影響電能正常傳輸，甚至造成經濟損失[2-4]。因此，快速、有效地檢測電力桿塔的傾斜異常，不僅是電力線路運行維護的重要環(huán)節(jié)，也是保障電力安全傳輸?shù)幕A[5-6]。

近年來，隨著無人機巡線技術的普及，電力運維部門開始通過無人機搭載各類傳感裝置對電力桿塔等目標物體進行信息采集和檢測[7-9]，產生了大量以圖像和視頻為主的航拍數(shù)據，但仍普遍存在“重數(shù)據采集、輕數(shù)據分析”的問題[10]。隨著人工智能技術的發(fā)展，無人機巡檢圖像的智能化分析處理正逐步成為取代人工判斷、提升電網運維水平的重要手段[11-12]。文獻[13-15]分別改進SSD（single shot detector）、YOLOv3（you only look once version 3）、faster R-CNN（faster Region-based convolutional neural network）等目標檢測器，實現(xiàn)了無人機航拍圖像中絕緣子的實時自動檢測，并引入金字塔網絡自底向上映射多尺度特征，在保證檢測速度的同時，提升了不同尺度絕緣子的檢測精度。這些方法在樣本充足且類別均衡的條件下表現(xiàn)良好，但對于正負樣本不均衡且負樣本較少的異常檢測缺乏普適性。文獻[16]結合CIoU（complete-intersection over union）和FocalLoss構建了一個新的損失函數(shù)，在正負樣本不均衡條件下，有效提升了輸電線路異物檢測的精度。文獻[17-18]均針對輸電線路異常樣本少的問題，采用圖像旋轉、改變圖像亮度和顏色飽和度、添加高斯噪聲等數(shù)據增強方式擴充數(shù)據集，在一定程度上提升了異常樣本的檢測精度。這些研究雖然有助于改善特定場景下異常檢測的性能，但未能從本質上改進網絡結構以實現(xiàn)異常檢測精度的大幅提升。

2014年,I. Goodfellow等[19]提出的生成對抗網絡（Generative Adversarial Network, GAN）為解決異常檢測或故障診斷問題提供了新的思路，并在接下來的幾年里提出了一系列GAN的變體[20-21]。文獻[22]采用改進的輔助分類生成對抗網絡（Auxiliary Classifier Generative Adversarial Networks, AC-GAN）來診斷風機主軸承故障。文獻[23]提出基于貝葉斯優(yōu)化及Wasserstein距離改進輔助分類生成對抗網絡（WAC-GAN）模型的齒輪箱故障診斷方法，實現(xiàn)了在不平衡數(shù)據集下的數(shù)據增強且保持了原有的故障識別準確率。文獻[24]提出一種快速異常生成對抗網絡（fast Anomaly GAN, f-AnoGAN），使用重構誤差和特征殘差快速準確識別異常。該模型最早應用于醫(yī)學影像領域，在光譜單一的醫(yī)學圖像上檢測效果顯著[25]，但對于大多數(shù)光譜復雜、波譜寬度較大的可見光圖像檢測效果較差，直接跨域遷移算法無法有效區(qū)分正常和異常樣本。

基于上述分析，本文提出一種基于壓縮激活改進的快速異常檢測生成對抗網絡（Squeeze-and Excitation improved fast unsupervised Anomaly detection with Generative Adversarial Network, SE-f-AnoGAN）模型，用于無人機電力桿塔巡檢圖像的異常檢測。該方法的主要貢獻包括：①在常規(guī) f-AnoGAN編碼器中加入基于通道注意力的SENet，提取可見光圖片的顯著性信息，降低背景噪聲干擾，從而使得網絡能夠聚焦桿塔檢測；②提出了結合生成對抗網絡的無監(jiān)督學習和二分類器的有監(jiān)督學習，綜合無監(jiān)督學習的特征提取優(yōu)勢和監(jiān)督學習的判別優(yōu)勢，以彌補判別器檢測效果不佳的缺點；③在改進的生成對抗網絡基礎上，通過借助基于遷移學習的優(yōu)化訓練策略進一步有效提升模型在大規(guī)模數(shù)據集上的泛化性能。最后，本文通過實驗證明了改進模型的有效性和檢測精度。

1 f-AnoGAN模型介紹

1.1 生成對抗網絡

生成對抗網絡（GAN）[19]是一種無監(jiān)督學習模型，由生成器G和判別器D兩部分組成。其中，G用于產生與真實圖片分布接近的生成圖片，D則用于分類真實圖片和生成圖片。其模型結構如圖1所示。首先，固定G的參數(shù)訓練D，將真實圖片或生成圖片輸入D中得到判別損失，反向傳播更新D的參數(shù)；然后，固定D的參數(shù)訓練G，將滿足高斯分布的隨機噪聲z輸入生成器中得到生成圖片，隨后將帶有真實標簽的生成圖片輸入D得到判別損失，反向傳播更新G的參數(shù)。二者迭代訓練，對抗優(yōu)化，直至產生以假亂真的生成圖片。

圖1 GAN模型結構 Fig.1 Model structureof GAN

GAN、生成器、判別器的目標函數(shù)分別為

式中，x為滿足dataP或PG分布的向量；Pdata為真實圖片分布；PG為生成圖片分布；E為期望。GAN的優(yōu)化目標是最小化生成圖片分布和真實圖片分布之間的KL（Kull-Leibler）散度；判別器的優(yōu)化目標是最大化真實圖片得分期望值且最小化生成圖片得分期望值；而生成器的優(yōu)化目標則是產生與真實圖片分布相似的生成圖片并期望判別器給出較高的得分。二者交替訓練直至模型收斂，最終達到納什均衡。

1.2 f-AnoGAN模型

f-AnoGAN是一種基于GAN的無監(jiān)督學習模型，用于判別圖像是否異常。區(qū)別于異常生成對抗網絡（Anomaly detection with Generative Adversarial Networks, AnoGAN），該模型在生成器前引入了編碼器，使得圖片能夠快速映射得到潛在空間中的特征表示，舍去了推理階段通過不斷迭代優(yōu)化來尋找最佳映射的過程，極大地提升了檢測速度。此外，由于GAN中的KL散度無法衡量兩個不重疊分布之間的距離，因此f-AnoGAN引入了帶梯度懲罰的Wasserstein 生成對抗網絡（Wasserstein Generative Adversarial Network with Gradient Penalty, WGAN-GP），即

式中，前兩項的組合為WGAN損失，后一項為梯度懲罰損失。Ppenalty為位于真實圖片分布與生成圖片分布之間的懲罰分布；?xD(x)為判別器的梯度；α為權衡參數(shù)。用Wasserstein距離代替KL散度，并在損失函數(shù)中加入梯度懲罰來平滑目標函數(shù)，解決了GAN中訓練不穩(wěn)定、模式崩潰、梯度消失等問題。

在f-AnoGAN中，編碼器損失函數(shù)EL由圖片重構損失和特征殘差損失兩部分組成。

式中，前一項表示圖片重構損失，后一項表示殘差損失。G為生成網絡；x為原始圖像；為經過編碼網絡后的特征向量；nd為經過判別器中間層后的向量長度；f為非線性函數(shù)；n為原始圖像大小；λ為超參數(shù)。

2 基于SE-f-AnoGAN的無人機電力桿塔巡檢圖像異常檢測

2.1 SE-f-AnoGAN網絡結構

本文在f-AnoGAN的基礎上，提出了用于無人機電力桿塔巡檢圖像異常檢測的SE-f-AnoGAN。SE-f-AnoGAN模型結構如圖2所示，SE-f-AnoGAN模型由基于通道注意力的編碼器、生成器、判別器和二分類器構成。具體包括卷積層（Conv）、二元自適應均值匯聚層（AdaptiveAvgPool2d）、全連接層（Dense）以及批量歸一化操作（Batch Normalization, BN）。其中，BN用于解決卷積層和全連接層中的內部協(xié)變量偏移（Internal Covariate Shift, ICS）問題，避免前層網絡參數(shù)的微小變化對后層參數(shù)產生較大的影響，從而使得網絡難以訓練。二元自適應均值匯聚層可根據輸入輸出數(shù)據的大小，實現(xiàn)卷積核大小和步長的自適應計算，進而提升網絡優(yōu)化效率。此外，在二分類器中引入殘差單元可解決網絡退化問題，并在一定程度上有效減少網絡參數(shù)，提高訓練效率。網絡使用的激活函數(shù)包括線性整流函數(shù)（ReLU）、帶泄露線性整流函數(shù)（LeakyReLU）、雙曲正切函數(shù)（Tanh）和邏輯斯諦函數(shù)（Sigmoid）。網絡具體參數(shù)見表1。

2.2 基于通道注意力的編碼器

圖3為基于t分布隨機鄰域嵌入（t-Distributed Stochastic Neighbor Embedding, t-SNE）[26]算法對電力桿塔圖像進行降維后的二維散點分布圖，圖中紅點表示正常桿塔，綠點表示異常桿塔。從圖中可以看出，二者存在部分重疊，且異常桿塔在二維空間中的分布較為分散，說明桿塔圖像背景復雜，降維 后的桿塔特征不突出，直接采用非線性降維算法在低維空間中不具備良好的可分性。此外，由于自編碼器（Autoencoder, AE）本身是一種有損壓縮算法，若采用該模型進行降維，可能會出現(xiàn)信息丟失，導 致無法準確重構圖像。

圖2 SE-f-AnoGAN模型結構 Fig.2 Model structure of SE-f-AnoGAN

表1 SE-f-AnoGAN網絡參數(shù) Tab.1 Parameters of SE-f-AnoGAN

圖3 基于t-SNE的電力桿塔圖像降維散點圖 Fig.3 Scatter plot for dimensionality reduction of power tower images based on t-SNE

基于上述兩方面原因，本文借鑒注意力機制思想，在f-AnoGAN的編碼器中引入基于通道注意力的壓縮激活網絡（Squeeze-and-Excitation Network, SENet），通過聚合空間信息擴大感受野，從全局角度捕獲高維特征圖中各個通道的重要信息。改進后的編碼器如圖2左上角所示，主要包括兩部分：①編碼網絡：將編碼器中原第1、2層中的全連接層替換成卷積層，加深數(shù)據維度，增強特征提取能力，提高運算速度；在卷積層后接入批量標準化層，使每一層網絡的輸入都保持相同分布，從而避免激活函數(shù)值落入梯度飽和區(qū)域，造成網絡難以訓練。②通道注意力：不同于以往對不同通道進行特征融合的方法，SENet采用特征重標定策略，讓神經網絡自動學習各個通道中的關鍵信息，根據權重大小來抑制背景噪聲并突出桿塔區(qū)域。

SENet網絡結構如圖2左下角所示，由壓縮（Squeeze）、激活（Excitation）、權重分配（Reweight）三部分構成。首先進行如式（6）的壓縮操作。

式中，W1和W2為全連接層的權重參數(shù)；z為特征圖通道語義信息值。其中，第一個全連接層用于壓縮特征圖通道數(shù)量，減少運算量，并將結果輸入ReLU激活函數(shù)中進一步提升非線性；第二個全連接層則用于將壓縮后的特征圖恢復至原始空間維度，然后用Sigmoid函數(shù)對通道的權重進行歸一化。 最后是權重分配操作，將經過激活操作后得到的權重與原始圖像逐通道相乘，完成對不同通道特征的重新標定[27]

式中，sc為第c個通道的權重；uc為第c個通道的特征圖；xc為第c個通道提取到的顯著特征圖。

2.3 結合監(jiān)督學習和無監(jiān)督學習的異常檢測

由于生成對抗網絡的訓練目標是讓生成器能夠產生盡可能真實的正常圖片，而不是判別器能成功判別正負樣本，這導致判別器不能直接作為性能良好的二分類器[19]。而基于監(jiān)督學習的二分類器可以借助標簽信息為網絡提供有效的梯度，在訓練中使模型參數(shù)達到最優(yōu)，最終具備良好的分類性能。基于上述分析，本文在2.2節(jié)的基礎上，提出了結合生成對抗網絡的無監(jiān)督學習和二分類器的有監(jiān)督學習，充分利用無監(jiān)督學習的特征提取優(yōu)勢和監(jiān)督學習的判別優(yōu)勢，既能重構出較為理想的正常樣本圖片，又能訓練得到檢測精度較高的二分類器，彌補判別器在分類任務上的不足。本文使用經判別器倒數(shù)第二層提取到的真實圖片與生成圖片的特征差作為二分類器的輸入，進一步增加兩類數(shù)據的分布距離，并以最后一層全連接層輸出的結果作為異常分數(shù)。二分類器采用交叉熵作為損失函數(shù)，通過監(jiān)督學習不斷優(yōu)化分類器參數(shù)。

2.4 基于遷移學習的參數(shù)初始化

雖然SE-f-AnoGAN能成功判別小樣本數(shù)據集，但對于大規(guī)模數(shù)據集中的多種傾斜姿態(tài)桿塔的判別性能會有所下降。其主要原因是用于訓練二分類器的正負樣本數(shù)量較少且不均衡，導致復雜模型僅能較好地擬合少量訓練樣本而預測新樣本的能力較弱。為此，本文采用遷移學習[28-29]方法對二分類器進行參數(shù)初始化，借助源域中已提取到的特征進一步展開參數(shù)微調，這有助于降低模型參數(shù)發(fā)生嚴重偏移的風險，并提升模型找到最優(yōu)解的可能性。具體做法為：利用通用手寫數(shù)字數(shù)據集（MNIST）訓練本文提出的SE-f-AnoGAN模型，得到具備一定異常檢測能力的二分類器。其中，標簽為“1”的數(shù)字作為正常樣本，其余類別的數(shù)字作為異常樣本。然后采用少量不均衡的正常異常桿塔圖片對得到的二分類器進行參數(shù)微調。

2.5 算法流程

SE-f-AnoGAN的訓練流程如圖4所示。

（1）使用無人機采集的正常電力桿塔圖片訓練WGAN-GP模型。由于生成器的權值更新由判別器決定，為了訓練得到高質量生成器，迭代訓練多次判別器后再進行一次生成器訓練，最后保存模型參數(shù)。

（2）固定WGAN-GP參數(shù)，使用經歸一化處理后的正常電力桿塔圖片訓練編碼器，并保存編碼器的參數(shù)。其中編碼器、生成器、判別器共同構成了特征提取網絡，用于學習正常桿塔的數(shù)據分布。

（3）采用遷移學習方法，先用f-AnoGAN提取MNIST數(shù)據集的特征，經過判別器倒數(shù)第二層后獲得真實圖片和生成圖片的一維特征，將兩者特征相減并調整大小為16×16的二維矩陣，輸入到二分類器中進行優(yōu)化訓練，最后保存二分類器參數(shù)。

（4）固定步驟（2）中訓練得到的f-AnoGAN參數(shù)，并用步驟（3）中模型收斂后的權重來初始化二分類器參數(shù)，然后采用少量不均衡的正負樣本對其進行參數(shù)微調，最后二分類網絡的輸出結果即為異常判別分數(shù)。

（5）確定異常類別的判別閾值，并基于該閾值輸出判別結果。異常閾值設定方法參考文獻[30]中平衡點的計算方法：首先計算異常分數(shù)的受試者工作特性（Receiver Operating Characteristic, ROC）曲線與直線y=-x+1的交點，作為真陽率和假陽率達到相對最佳時的平衡點，通過該點計算區(qū)分正負

式中，uc(i,j)為第c個通道特征圖上(i,j)位置處的像素值；H、W分別為特征圖的長和寬；zc為第c個通道的全局平均池化結果；Rc表示所有通道特征圖實數(shù)集。

然后是激活操作，引入兩個全連接層來自動學習不同通道的權重。 樣本的異常分數(shù)閾值。若輸出分數(shù)大于閾值，則為異常樣本，反之為正常樣本。

圖4 SE-f-AnoGAN的訓練流程 Fig.4 Training flow chart of SE-f-AnoGAN

3 實驗結果與分析

3.1 實驗數(shù)據集

為了驗證SE-f-AnoGAN的有效性和檢測精度，本文基于無人機電力桿塔巡檢圖像開展了實驗研究。數(shù)據來自多旋翼無人機在巡線模式下拍攝的電力桿塔圖片，如圖5所示。由于原始圖片像素尺寸較大，從中裁剪出包含桿塔的最小閉包框，并調整圖片大小為28×28像素。數(shù)據集由訓練集、測試集以及分類集組成。其中，訓練集中包含4 416個正常樣本，用于學習正常樣本特征分布；測試集分為小規(guī)模和大規(guī)模數(shù)據集，其中，小規(guī)模數(shù)據集中包含222個 正常樣本和45個異常樣本，大規(guī)模數(shù)據集中包含4 633個正常樣本和3 510個異常樣本，用于檢測逐步改進后的模型性能；分類集中包含370個正常樣本和279個異常樣本，用于微調經過遷移學習后的二分類器模型參數(shù)。此外，對圖片隨機水平翻轉進行數(shù)據增強，并對RGB三個通道分別歸一化至[-1,1]，使原始圖片滿足正態(tài)分布，減小后期訓練中因特征量綱不同對模型訓練造成的影響。

圖5 正常與異常桿塔樣本 Fig.5 Normal and abnormal power towers

3.2 生成對抗網絡的訓練結果

圖6分別描述了判別器、生成器的目標函數(shù)曲線以及編碼器的損失函數(shù)曲線在訓練過程中的變化情況。其中，編碼損失函數(shù)中的λ=0.01，WGAN-GP中的α=10。可以發(fā)現(xiàn)，判別器的目標函數(shù)曲線呈上升趨勢，表明判別器正朝著最大化目標函數(shù)的方向優(yōu)化；生成器的目標函數(shù)值起初迅速下降，隨后在上下波動中收斂；編碼器的損失值則隨著不斷迭代 訓練，最終保持小幅波動。上述變化均與1、2節(jié)的理論分析一致。

圖6 SE-f-AnoGAN訓練損失值 Fig.6 Training loss of SE-f-AnoGAN

為了對比WGAN-GP與AE兩種方法生成的圖片質量，本文對生成圖片進行了可視化，分別在不同迭代次數(shù)下隨機輸出25張圖片，結果如圖7所

示。在AE模型中，隨著迭代次數(shù)的增加，部分圖片可以被完整重構，但仍有一半的圖片較為模糊，只能看到白色桿塔輪廓和綠色背景陰影，這驗證了自編碼器是一種有損壓縮算法，降維后的隱向量丟失了圖片中的一些細節(jié)，導致在重構時無法復現(xiàn)部分圖像的原始特征。而在WGAN-GP模型中，隨機生成的圖片與數(shù)據集中的圖片特征相似，但并不完全一樣，圖片多樣性提高了。盡管部分圖片的分辨率欠佳且網絡收斂速度較慢，但相比于AE，能夠顯示更多細節(jié)，說明WGAN-GP模型可以提取到正常樣本的關鍵特征。

圖7 重構圖片可視化 Fig.7 Visualization of reconstructed images

3.3 不同模型評估結果

基于第2節(jié)所述方法，在不同數(shù)據集規(guī)模下初步測試了模型改進前后的性能，并在圖8中以異常分數(shù)統(tǒng)計直方圖的形式直觀地顯示了正負樣本的異常分數(shù)分布差異。直方圖縱軸高度表示對應異常分數(shù)下樣本出現(xiàn)的頻率，其繪制方法如下：首先，根據所有樣本異常分數(shù)的取值范圍進行等間隔分段，然后統(tǒng)計落入每個間隔的數(shù)量，并保證。其中，N為分段總數(shù)，hi為第i個間隔 對應的高度，ix為第i個間隔大小。此外，為了方便比較正常與異常樣本的分布情況，將異常樣本（橙色）疊加在與其同一異常分數(shù)的正常樣本（藍色）高度之上。

圖8 不同模型的異常分數(shù)統(tǒng)計直方圖 Fig.8 Anomaly score statistical histogram of different models

由圖8a和圖8c可以發(fā)現(xiàn)，原始f-AnoGAN網絡由于受自身網絡結構限制，并不適用于光譜復雜、波譜寬度較大的可見光圖像，正常樣本與異常樣本的分布幾乎重疊在一起，模型無法區(qū)分正常樣本與異常樣本。而比較子圖8b和圖8d可知，SE-f-AnoGAN網絡能夠擴大正常樣本與異常樣本的分布距離，提升了模型的判別能力，這種性能提升在小規(guī)模樣本測試集上更為顯著。而在大規(guī)模測試集上，兩類分布之間的距離雖有增大，但仍存在部分重疊。通過引入遷移學習，如圖8e所示，SE-f-AnoGAN在圖8d的基礎上進一步拉大了正負樣本之間的距離，在大規(guī)模測試集下依然可以成功分離正常與異常樣本。

為進一步分析第2節(jié)提出的三種改進策略，本文采用平均精度（Average Precision, AP）、曲線下方面積（Area Under Curve, AUC）、受試者工作特征（ROC）曲線依次評估了逐步改進后的模型性能。計算方法如下：對每個樣本的異常分數(shù)進行排序，然后逐樣本取正例，計算對應的混淆矩陣。根據混淆矩陣，真陽率（True Positive Rate, TPR）、假陽率（False Positive Rate, FPR）、精確率（Precision）和召回率（Recall）為

式中，TP為真陽數(shù)；FP為假陽數(shù)；FN為假陰數(shù)；TN為真陰數(shù)。將每個（TPR，F(xiàn)PR）坐標點繪制在圖中，然后連接這些點構成ROC曲線，曲線越靠近左上方，模型性能越好。AUC值為ROC曲線與兩坐標軸所圍成的面積。PR曲線繪制方法同理，連接每個（Recall，Precision）坐標點構成PR曲線。AP值等于PR曲線下方的面積。

將小規(guī)模和大規(guī)模測試集分別輸入到不同模型中，得到ROC曲線如圖9所示。從圖9a中可以看出，同時添加SENet和二分類器的模型，其ROC曲線位于原始f-AnoGAN和僅考慮SENet模型曲線的左上方且曲線下方面積更大，初步證明了本文提出的SE-f-AnoGAN模型的有效性。但隨著測試集規(guī)模擴大，如圖9b中的黑色曲線所示，ROC曲線下方面積減小，模型性能下降。當引入遷移學習后，ROC曲線向左上角膨脹，曲線下方面積增大，表明引入遷移學習并微調的策略可以增強SE-f-AnoGAN的魯棒性。

圖9 小、大規(guī)模數(shù)據集下不同模型的ROC曲線 Fig.9 ROC curves of different models with small and large datasets

圖10則從混淆矩陣的角度分別展示了小規(guī)模和大規(guī)模測試集上正常與異常樣本的分類準確率。由圖10a、圖10b、圖10c中可以發(fā)現(xiàn)，在小規(guī)模測試集下，原始f-AnoGAN可以檢測出絕大多數(shù)正常樣本，但對異常樣本的檢測結果較差。當在模型中逐步加入SENet和二分類器后，異常樣本的召回率分別提升了31%和53%。而在大規(guī)模測試集下，如圖10d、圖10e、圖10f所示，原始f-AnoGAN相比于小規(guī)模測試集上的結果，其正常樣本的召回率下降了46%，異常樣本召回率雖稍有提升，但仍然低于50%。采用本文提出的SE-f-AnoGAN模型并引 入遷移學習后，正負樣本的召回率相較改進前均有大幅提升，分別達到96.05%和95.36%，總體樣本的檢測準確率可達到95.74%，詳細結果見表2。

圖10 小、大規(guī)模數(shù)據集下不同模型的混淆矩陣圖 Fig.10 Confusion matrix of different models with small and large datasets

表2 不同模型的正負樣本召回率和準確率 Tab.2 Recall and accuracy of different models for positive and negative samples

最后，本文定量評估了三種改進策略對模型性能的提升，結果見表3。在小規(guī)模測試集實驗中，模型2相比模型1的AUC值提高了0.258 6，AP值提高了0.318 9，這表明SENet在一定程度上可以降低背景噪聲的干擾，從而聚焦桿塔檢測，提升模型性能。模型3在模型2的基礎上加入了二分類器，其AUC值和AP值分別達到0.997 3和0.985 7，相較于模型1和2有了大幅提升，說明本文提出的結合生成對抗網絡的無監(jiān)督學習和二分類器的有監(jiān)督學習對異常檢測是有效的。在大規(guī)模測試集實驗中，通過對比表3中第1、4行與第3、5行的結果，可以發(fā)現(xiàn)模型1、3的AUC值分別下降了0.083 3和0.110 8，說明模型1、3的泛化能力有限，更適用于特定的小數(shù)據集。而模型4在模型3的基礎上引入了遷移學習，結果顯示采用遷移學習訓練的SE-f-AnoGAN的AUC值和AP值均接近1，表明遷移學習可以有效解決少樣本、多參數(shù)帶來的過擬合問題，從而進一步提升模型性能。

表3 不同模型的性能 Tab.3 Performance of different models

4 結論

本文針對無人機電力桿塔巡檢圖像中背景噪聲多、樣本少、樣本分布不均衡等問題，提出了基于SE-f-AnoGAN網絡的無人機電力桿塔巡檢圖像異常檢測方法。本模型的主要優(yōu)點及性能提升包括：

1）將基于通道注意力的SENet引入原始f-AnoGAN網絡的編碼器中，能夠有效提取桿塔特征，解決了無人機巡檢桿塔圖像樣本少且類別不均衡的問題。

2）在f-AnoGAN無監(jiān)督模型提取正常樣本特征的基礎上，引入基于監(jiān)督學習的二分類器判別桿塔是否正常，結合無監(jiān)督學習的特征提取優(yōu)勢和監(jiān)督學習的判別優(yōu)勢，提高了模型在小樣本數(shù)據集上的異常檢測能力。

3）引入遷移學習的訓練模式，通過微調二分類器中預訓練模型參數(shù)，進一步有效提升了模型在大規(guī)模數(shù)據集上的泛化能力和魯棒性。

4）通過消融實驗和不同評判指標逐步驗證了SE-f-AnoGAN在無人機電力桿塔異常檢測中的可行性和有效性。實驗測試表明，本模型的AUC值和AP值分別達到0.991 4和0.988 5，總體樣本的檢測準確率為95.74%，正、負樣本的召回率分別達到96.05%和95.36%。