基于深度學習的高壓輸電線路防振錘檢測

賈雁飛 ，陳廣大 ，楊淼 ，邢礫云 ，趙立權 ，李帥洋

(1.北華大學電氣與信息工程學院，吉林吉林 132013；2.東北電力大學電氣工程學院，吉林吉林 132012)

0 前言

隨著人工智能技術的發展，基于無人機的輸電線路巡檢已經成為線路巡檢的重要手段。常規無人機輸電線路巡檢需要將數據實時傳輸給服務器或者巡檢后將數據傳輸給服務器，服務器采用深度學習方法實現線路設備圖像目標檢測以及故障識別等。基于深度學習的目標檢測方法不需要人工設計特征提取方法，相對傳統目標檢測方法精度更高。現有基于深度學習的目標檢測方法大致可以分為基于候選區域的兩階段圖像目標檢測方法和基于回歸的單階段圖像目標檢測方法。前者最具有代表性的方法是由GIRSHICK等提出的R-CNN方法，后來在此基礎上人們提出了Fast R-CNN、Faster R-CNN、Mask R-CNN、MS-RCNN等其他改進方法。此類方法追求較高精度的目標檢測性能，但是忽略了檢測速度，適用于實時性不高或者服務器運算能力較強的應用環境。

基于回歸的單階段圖像目標檢測方法更多關注的是在檢測精度滿足實際需求的前提下，盡可能地提高檢測速度，因此它更適用于對實時性要求較高或者需要快速檢測的應用場合。代表性的方法有SSD系列方法和YOLO系列方法，其中YOLO系列方法更具有代表性。2016年，REDMON等提出了經典的YOLOv1目標檢測方法，該作者在此基礎上于2017年提出了YOLOv2，2018年提出了YOLOv3目標檢測方法。此后因REDMON不滿YOLO算法應用于軍事和隱私窺探等方面，退出了人工智能領域的研究，YOLOv3成為YOLO系列的最后一個版本。雖然后續人們提出了許多改進的YOLOv3方法，但都沒有被稱為新的YOLO版本，直到2020年BOCHKOVSKIY等在YOLOv3的基礎上提出了YOLOv4方法，此方法也是到目前為止REDMON唯一承認的YOLO方法新版本。YOLO系列方法是單階段圖像目標檢測方法中最常用的方法，目前已經被廣泛應用于電力系統、交通以及安全監督等領域。

由于輸電線路巡檢圖像數據量大，若采用復雜度較高的基于深度學習的目標檢測方法，很難在服務器運算能力有限的前提下，實現輸電設備圖像目標快速檢測和分析。若采用復雜度非常低的基于輕量化深度學習網絡的目標檢測方法，又很難保證輸電設備目標檢測精度。綜合考慮輸電線路防振錘檢測的精度要求和巡檢實際需求，本文作者采用基于YOLOv4的線路防振錘檢測方法。

由于防振錘發生移位時，很容易形成高度重合的現象，導致檢測過程中出現漏檢和檢測誤差較大的問題。為此，本文作者提出動態非極大值抑制(NMS)方法，并用該方法確定YOLOv4方法中防振錘檢測目標邊界框，提高邊界框選擇的準確性，降低防振錘漏檢概率，提高防振錘的檢測精度。此外，本文作者還提出采用分段線性函數作為激活函數，增強模型的非線性表達能力，進一步提高防振錘的檢測精度。

1 基于YOLOv4的防振錘檢測

基于YOLOv4的防振錘檢測過程如圖1所示。首先，采用CSPDarkNet-53網絡作為YOLOv4算法的主干網絡，對采集到的輸電線路圖像進行特征提取，得到淺層特征；其次，采用特征金字塔網絡，對主干網絡提取到的淺層特征進行處理和增強，從而使模型學習到更高層次的防振錘特征；然后，利用3個檢測分支，從特征金字塔網絡的輸出特征中檢測出不同尺度大小的防振錘，同時在防振錘目標周圍產生多個檢測框；最后，利用非極大值抑制方法從同一目標周圍多個檢測框中選擇出一個最優的邊界框，實現防振錘目標定位。

在YOLOv4檢測算法中使用的訓練技巧包括自對抗訓練、權重殘差連接、交叉小批量標準化、Mosaic數據增強、Mish激活函數、DropBlock正則化、CIoU損失等，它將這些技巧進行有效的組合，以達到最好的檢測效果。與YOLOv3算法相比，在檢測速度基本沒有變化的前提下，YOLOv4的檢測精度提高了近10%，因此也成為YOLO系列最新版本。

圖1 基于YOLOv4防振錘檢測

2 改進的YOLOv4圖像目標檢測方法

2.1 非極大值抑制方法改進

YOLOv4算法為每個網格分配3個預設的錨框尺度。因此，會出現多個檢測框對應于同1個目標，但是每1個目標有且僅有1個正確的檢測框，其余的檢測框應該被刪除以避免影響算法的檢測性能。在YOLOv4算法中使用了NMS方法來抑制重復的檢測框。在NMS方法中，如果低分數檢測框與高分數檢測框的重疊率大于1個固定閾值，則低分數的檢測框將被抑制。因此，該算法可以減少檢測框的數量，提高檢測速度。但是，在目標密集且有遮擋的情況下，NMS方法會遇到問題：如果1個目標出現在另1個目標的重疊區域，當2個目標的檢測框非常接近時，NMS方法會抑制低分數檢測框，這將導致有1個目標檢測不到，造成漏檢現象。在NMS方法中，只是用1個固定的閾值來處理檢測框，如果在NMS方法中使用1個較小的閾值，當2個目標高度重疊時，則會導致漏檢另1個目標，如果使用大的閾值，則會導致誤報。

為解決這個問題，應該考慮以下條件：當目標周圍有多個密集的檢測框時，需要提高NMS的閾值，以保留具有較高重疊的相鄰檢測框；相反，當目標周圍存在較稀疏的檢測框時，應使用較小的NMS閾值來抑制重疊度較高的檢測框，因為這些高度重疊的檢測框有很大的概率變成誤報。因此，應該對它們進行抑制。

為滿足這些條件，本文作者提出一個改進的非極大值抑制方法，命名為動態非極大值抑制(DNMS)方法。它根據目標周圍檢測框的統計特性確定出一個動態閾值來代替NMS方法中的固定閾值。假設檢測框的集合為，相應的檢測分數集合為。首先，對檢測框按分數進行降序排列，選擇分數最高的檢測框記為，并將它從集合移動到集合中；然后，計算檢測框與集合中每個檢測框之間的交并比(IOU)值，并利用得到的IOU值的統計特性(均值)來表示檢測框周圍檢測框的密度。IOU均值的表達式如下：

(1)

式中：為集合中檢測框的數目。越大，則周圍的檢測框的密度越大。因此，表示周圍檢測框的密度，可以用來控制檢測框的數量。將與(一個固定閾值)進行比較，選擇最大值作為最終的動態抑制閾值，其數學表達式為

=max(,)

(2)

如果檢測框與檢測框之間的IOU值小于動態閾值，則的分數保留下來，即檢測框被保留，否則的分數置為0。的數學表達式為

(3)

式中:為檢測框的檢測分數，如果框的分數是0，意味著這個檢測框將被抑制。重復以上過程直到框集合是空集為止，將每次循環選擇的檢測框形成最終檢測框集合。

本文作者提出的動態非極大值抑制方法中，如果檢測框周圍有很多密集的檢測框，則大于，動態閾值等于。因此，提出的動態非極大值抑制方法比原始NMS方法有更高的抑制閾值，所以它能夠在有檢測目標遮擋的情況下，保留更多的檢測框，避免漏檢。反之，當相鄰檢測框遠離檢測框時，動態閾值等于，抑制過程與傳統的NMS方法相同。

在所提出的動態非極大值抑制方法中，使用一個動態閾值(根據目標周圍檢測框的統計特性確定)來代替傳統NMS方法中的單一固定閾值。因此，動態非極大值抑制方法的計算復雜度與NMS方法相同。與NMS方法相比，所提方法不增加任何超參數。動態非極大值抑制方法中使用一個動態閾值解決了NMS方法的單一固定閾值問題，從而使得檢測算法能夠選擇出更好的檢測框以完成目標檢測任務。

2.2 激活函數改進

在YOLOv4模型中的檢測部分使用的激活函數是Leaky ReLU函數，它是ReLU函數的變體。Leaky ReLU函數賦予負值一個小的梯度，使得處于負值的神經元也能夠學習，從而解決ReLU函數負半軸神經元不學習的問題，但是Leaky ReLU函數對負值的處理不是很好，并且函數曲線不是平滑曲線。通常好的激活函數的曲線應當是平滑曲線，且對于負值處理得更好。因此，在一些檢測算法中使用Swish函數作為激活函數。Swish函數的數學表達式為

()=/(1+e-)

(4)

Swish函數在深層網絡模型中的性能優于ReLU及其繼承者，并且它的函數曲線是一個平滑曲線。雖然Swish函數可以顯著提高卷積神經網絡的準確性，但由于該函數存在冪值計算，導致計算過程較為復雜，影響了檢測模型的速度。因此，本文作者提出使用分段線性函數hardswish來逼近Swish函數。hardswish函數的數學表達式為

(5)

相對于Leaky ReLU函數，hardswish函數的曲線是相對平滑的，且對負值有更好的處理效果，因此，在YOLOv4模型的檢測部分使用hardswish函數作為新的激活函數來改進YOLOv4算法的網絡結構。兩個函數的曲線對比如圖2所示。

圖2 Leaky ReLU函數和hardswish函數曲線

3 實驗結果與分析

實驗計算機軟件平臺配置如下：操作系統Ubuntu 18.04，兩顆CPU的型號均為Intel Xeon E5-2678 v3，GPU采用英偉達GTX1080Ti,內存為128 GB。由于輸入圖像大小不一致，通過預處理方式將它轉換成大小為416像素×416像素的圖像，并作為YOLOv4原方法以及文中改進方法的輸入。所有方法的初始學習率都是0.001，采用階梯型的學習率策略，利用動量為0.9的隨機梯度下降優化器來調整網絡參數。權重衰減設定為0.000 5，以防止模型過擬合，非極大值抑制閾值為0.5，每個批次訓練8張圖像。

實驗數據來源于某供電公司無人機巡檢圖像數據，經過篩選得到4 852幅含有防振錘的無人機巡檢圖像，其中防振錘發生位移后，部分重合和接觸的圖像有1 732幅。由于無人機巡檢拍攝畫面較大，防振錘相對較小，為便于訓練和測試，采用截圖的方式將含有防振錘的圖像從巡檢圖像中截取出來，作為訓練和測試圖像。文中采用Labeling 數據標注軟件對處理后的4 852幅圖像進行標注，并直接生成YOLO數據標簽格式。數據集中訓練集圖像有3 500幅，其中包含2個防振錘移位部分重疊或者接觸的圖像有1 200幅；剩下的圖像作為測試集樣本。

為驗證算法的性能，文中采用準確率、召回率和分數來衡量算法的性能。其中準確率的計算公式如下：

(6)

式中:為檢測框與真值框之間IOU值大于等于閾值的檢測框數量，即正確檢測框數量；是檢測框與真值框之間IOU值小于閾值的檢測框的數量，即錯誤檢測框數量。召回率的計算公式如下：

(7)

式中：為沒有檢測到的真值框數量。為準確率與召回率的調和平均值，其計算公式如下：

(8)

從測試集中選取3張具有代表性的圖片，用來測試算法對不同重疊程度的防振錘的檢測效果，結果如圖3所示。由圖(a1)和(b1)可以看出：2種方法都成功地檢測出這兩個防振錘，并且檢測結果差別很小，也就是對沒有重疊的防振錘，2種檢測方法的性能基本一致。圖(a2)和(b2)是兩個防振錘的錘頭部分重合的情況，可以看出：2種方法都檢測出2個防振錘，但是圖(b2)中右側防振錘的置信度為0.86，比(a1)中對應的置信度0.97小，也就是圖(b2)的檢測誤差更大。圖(a3)和(b3)中包含有4個防振錘，其中最上面的2個防振錘沒有任何重疊，下面的2個防振錘幾乎完全重疊在一起。可以看出：采用改進后的方法可成功檢測出4個防振錘；采用原YOLOv4方法僅檢測出3個防振錘，將重疊后的2個防振錘檢測成為1個防振錘，發生了漏檢現象。而文中所提出的方法成功地將2個重疊的防振錘正確檢出，沒有發生漏檢現象。

圖3 不同情況下的防振錘檢測結果

表1所示為基于文中改進方法的防振錘檢測性能和基于原YOLOv4方法的防振錘檢測性能。基于改進后的YOLOv4方法防振錘檢測準確率為91.7%，召回率為74.8%，分數為82.39。基于原YOLOv4方法防振錘檢測準確率82.3%，召回率63.9%，分數為71.94。無論是在防振錘檢測準確率、召回率還是分數方面，改進后方法的數值都高于原方法，即性能更好。

表1 防振錘檢測性能比較

綜上所述，改進后的方法相對原方法能夠很好地檢測出重疊度較大的防振錘，而且具有較高的準確率、召回率和分數，整體性能更好。

4 結論

針對輸電線路巡檢中防振錘重疊程度較大時檢測誤差較大的問題，提出一種動態非極大值抑制方法。從候選框中選擇合適的邊界框，提高邊界框選擇的準確性、降低漏檢概率。此外，為了進一步提高檢測性能，提出采用平滑性更好的hardswish函數作為YOLOv4算法的激活函數，相對于基于原YOLOv4的防振錘檢測方法，基于改進的YOLOv4的防振錘檢測方法具有更高的準確率、召回率和分數，防振錘檢測性能更好。

本文作者僅實現了防振錘目標檢測，沒有利用檢測結果計算防振錘是否發生了移位。未來，可以在此檢測結果的基礎上，進一步檢測防振錘所在導線走向，進而根據防振錘中心位置以及導線走向，判斷防振錘是否發生了移位等。