基于改進Yolov5 算法的地鐵車輛軸箱蓋螺栓定位方法研究

朱久牛， 李立明，2， 柴曉冬，2， 鄭樹彬，2， 彭樂樂，2， 呂 晟

（1 上海工程技術大學 城市軌道交通學院，上海 201620；2 上海工程技術大學上海市軌道交通振動與噪聲控制技術工程研究中心，上海 201620； 3 上海地鐵維護保障有限公司， 上海 200031）

0 引 言

中國城市快速建設，城市軌道交通飛速發展，其數量每一年都在急速增加，也帶來了諸多挑戰［1］。截至2021 年末，上海城軌交通數量超7 000 輛，其中9 號線車輛數量達到600 多輛，約占上海城軌交通數量的8.57%。 維修車輛是軌道交通基礎設施維護的重要措施，從而使列車檢測尤其重要［2］。 比如地鐵車輛軸箱螺栓的檢修和維護，地鐵車輛輪與側架連接在一起的裝置是軸箱，承受車輛重量、傳遞各方作用力的作用［3］。 螺栓用來鏈接軸箱體和軸箱前蓋，螺栓預緊力過大將導致軸箱體螺紋孔損壞和軸箱前蓋發生塑性變形甚至斷裂，螺栓預緊力過小則導致車輛運行過程中軸承竄動而損壞［4］。 在傳統軸蓋螺栓檢測有兩種方法：停車列檢和定期段檢。中國擁有龐大的地鐵車輛，在車輛的檢修與維護過程中，帶來了人員配置的巨大壓力和高成本。 在對螺栓檢測的方法中，李靜等［5］對轉向架心盤螺栓圖像進行了區域分割和特征提取，然后用分類器訓練，定位螺栓，以此來判別螺栓故障狀態；陳燕等［6］利用數字圖像的檢測技術和Hough 變化檢測螺栓缺失時邊緣特征，從而判別螺栓缺失故障。 以上研究是利用傳統方法識別螺栓的缺失故障，精度較低，誤檢率較高。 近年來，卷積神經網絡在計算機視覺領域的圖像處理方法中流行，王振等［7］以Yolov3 網絡為基礎，檢測出圖像序列中的螺栓組件目標位置；陳健雄等［8］利用Yolov2 網絡尋找連接板的位置信息，實現螺釘頭部與連接板邊緣的分割，從而判別螺釘狀態。 以上研究模型檢測的精度得到提升，但網絡模型復雜，不夠輕量化。 因此，本文在不損失精度情況下，針對網絡模型的輕量化，提出一種基于改進Yolov5s 算法的車輛軸箱蓋螺栓定位模型，如圖1 所示。

圖1 基于改進Yolov5s 算法的車輛軸箱蓋螺栓定位模型Fig.1 Vehicle axle box cover bolt localization model based on improved Yolov5s algorithm

1 網絡模型

Yolov5s 網絡利用CSPNet（Cross Stage Partial Network）結構構建兩種不同的結構，實現特征提取和特征融合，導致網絡深度較復雜，模型體積較大。 本文采用GhostNet 殘差結構和擠壓激勵（Squeeze Excitation，SE）模塊構建GGS（Ghost-Ghost-SE） 模型應用在原Yolov5s 主干網絡中的8 倍、16 倍下采樣和特征提取，并在32 倍下采樣和空間池化操作（Spatial Pyramid Pooling，SPP）后增加一個SE 模塊。 在PANet（Path Aggregation Network）結構中使用步長為1 的Ghost 瓶頸結構、1×1 和3×3 的深度可分離卷積構建一個自下而上的路徑多尺度融合框架；在32 倍降采樣特征進行特征融合、降維、上采樣操作，然后與16 倍降采樣特征進行特征拼接，得到的拼接特征進行降采樣，再按照相同的操作與8 倍下采樣特征進行特征拼接、降維；降維時產生的特征分別是p1、p2、p3，尺寸分別是13×13、26×26、52×52；p3 經過特征融合得到P3，P3 降采樣得到的特征與p2 拼接，得到的尺寸進行特征融合得到P2，P2降采樣得到的尺寸與p1 拼接，得到的尺寸進行特征融合得到P1，P1、P2 和P3 卷積生成大小尺寸為13×13×30、26×26×30、52×52×30，網絡結構如圖2 所示。

圖2 改進Yolov5 網絡結構Fig.2 Improved Yolov5 network structure

1.1 GGS 模型

Ghost 殘差結構是將特征經過一次普通卷積生成部分特征，生成的部分特征再進行廉價的線性變化，生成另一部分特征，兩部分特征疊加得到新的特征［9］。 為了充分利用特征通道中包含的重要信息，引入了SE 模塊。 先用2 個Ghost 模塊、步長為2 的深度可分離卷積和短接組成一個步長為2 的Ghost瓶頸，再用2 個Ghost 模型和短接組合一個步長是1的Ghost 瓶頸，最后與SE 模塊連接。 Ghost 模型和GGS 模型結構，如圖3 所示。

圖3 Ghost 模型和GGS 模型結構圖Fig.3 Structure diagram of Ghost model and GGS model

在GGS 模型中，輸入特征先進行步長為2 的Ghost 瓶頸降采樣，再進行步長為1 的Ghost 瓶頸特征提取；經過全局池化得到擠壓特征，使之具有全局感受野、降維，經過全連接（Fully Connection， FC）、全連接、通過Sigmoid 激活函數將權重歸一化；最后進行比例操作對特征進行權值評估，以便更加集中重要的特征表達。

利用構建輕量高效的GGS 模型替換原Yolov5s網絡的主干網絡的部分卷積和CSPNet 結構，使其能夠更好地表達特征和聚合感受野的特征，改進后網絡的主干網絡結構如圖4 所示（［3，2］表示卷積核尺寸大小為3，步長為2），虛框為GGS 模型結構。

圖4 改進網絡的主干網絡結構Fig.4 Backbone network structure of the improved network

本文網絡和原網絡的主干網絡結構的參數對比見表1，使用GGS 模型結構作為改進網絡的主干網絡，實現了參數量大幅度的降低。

表1 改進前后主干網絡模型參數對比Tab.1 Comparison of backbone parameters before and after improvement

1.2 深度可分離卷積

原Yolov5s 網絡在PANet 結構中使用普通卷積進行降維和降采樣，導致其結構模型參數較多、計算量較大。 為了不降低網絡檢測精度，本文引用深度可分離卷積替代普通卷積，降低網絡參數量和計算量，將輸入特征先進行深度卷積（Depthwise Convolution， DW），得到的特征在進行逐點卷積，輸出最終結果。 深度可分離卷積結構如圖5 所示。

圖5 深度可分離卷積結構Fig.5 Depthwise separable convolution structure

深度可分離卷積的計算量，式（2）：

其中，C表示輸入特征的尺寸；k表示卷積核的尺寸；N表示輸入特征的通道數量。

深度可分離卷積和普通卷積計算量之比，式（3）：

一般情況下，N值很大，k值設置為3，所以深度可分離卷積和普通卷積計算量之比約為1／9。

在改進網絡的PANet 中，用步長是1 的Ghost瓶頸結構、1×1 和3×3 的深度可分離卷積進行特征融合、通道維度變換、降采樣。 前后PANet 網絡結構參數量對比見表2。 可見改進的PANet 模型結構每一行的參數量相對原算法的PANet 結構都有實質性的大幅度的降低，改進的模型參數量的總和是原算法參數總和的1／9 左右。

表2 改進前后PANet 結構模型參數對比Tab.2 Comparison of model parameters in PANet before and after improvement

2 實驗結果與分析

2.1 數據集的建立

本文試驗使用的數據集是利用360°動態圖像檢測系統采集上海9 號線地鐵車輛軸箱蓋圖像，一共采集370 張具有軸箱蓋的圖像。 按照比例8：1：1的方式，訓練集有296 張，驗證集有37 張，測試集有37 張。 由于螺栓樣本數據較少，因此在訓練時采用Mosaic 數據增強方式，豐富數據集的同時極大的提升網絡的訓練的速度，提高最終的檢測效果，降低模型的內存需求，有效抑制模型過擬合程度。

2.2 評價指標

本文模型性能評估指標為精度（P），平均精度（Average Precision，AP）， 平 均 精 度 均 值（mean Average Precision，mAP）。 精度的計算，式（4）：

其中，TP表示真陽率，FP表示假陽率。

平均精度為不同召喚率下精確率的平均值。 平均精度均值是不同類別平均精度的平均值，用來評價某一類的檢測精度，評價網絡模型的整體性能，式（5）：

怒吼的河水濺出白色的浪花，肆意擊打著金屬欄桿，欄桿又窄又滑?？死锼沟倌染退阌心懺谏厦鎽覓煳宸昼姡膊灰欢軗蔚米??？蓱z的克里斯蒂娜進退兩難，她要么選擇淪為無派別人，要么去冒死一試。

其中，n為檢測目標類別數，AP（i） 為某一類的檢測精度。

本文使用mAP＠0.5，即設置IoU閾值為0.5 得到的mAP。

2.3 實驗結果

分別使用Yolov5s 算法、Yolov5-ghost 算法和Yolov5-GGS-DW（本文）算法定位螺栓，各算法的模型參數和模型尺寸如圖6 所示，可見算法模型參數量和模型尺寸越來越小，以及本文網絡模型參數量是Yolov5s 網絡模型參數量的1／3 左右，模型尺寸比Yolov5s 網絡模型尺寸的一半還要小。 3 種算法的損失函數曲線如圖7 所示，訓練網絡時設置IoU的閾值為0.5，每一種算法訓練500 次。 由圖7 可見，在訓練次數到達200 次，算法的損失函數值的收斂值趨于0。

圖6 3 種算法模型參數和模型尺寸的對比Fig.6 Comparison of model parameters and model size of three algorithms

圖7 3 種算法的損失函數曲線Fig.7 Loss curves of three algorithms

使用不同算法各種類螺栓的平均精度見表3，本文算法中的螺栓種類Bolt_A 的平均精度比其他兩種算法高，Bolt_B 的平均精度與Yolov5s 算法一致，螺栓種類Bolt_C 和Bolt_D 的平均精度相對較低，本文算法的平均精確度值為98.6%，相對于另外兩種算法的平均精度均值基本沒有什么損失。

表3 Yolov5s 算法、Yolov5s-ghost 算法和Yolov5s-GGS-DW 算法各種類檢測平均精度對比Tab.3 Comparison of the average accuracy of Yolov5s， Yolov5sghost and Yolov5s-GGS-DW

使用本文算法對城市軌道交通車輛的軸箱蓋螺栓定位檢測，如圖8 所示，每一種類別的螺栓的定位框的置信度大部分在80%以上，可以用來判斷螺栓是否存在。

圖8 螺栓定位Fig.8 Bolt location

本文運用了精度（P）、 浮點運算（giga floating point operations persecond，gflops）、mAP50 的數值進行模型性能指標對比，見表4。

表4 3 種算法的性能指標對比Tab.4 Comparison of the performance metrics of the three algorithms

從表4 可知，本文算法的精度高達99.6%，相比Yolov5s 網絡提升了0.3%，而且mAP50 也高達98.6%，相比較原Yolov5s 網絡下降了0.5%。 從浮點運算可以看出，在無損精度的狀態下，本文的網絡計算量是原網絡計算量的1／3，實現了壓縮模型的體積，使網絡模型更加輕量化。

3 結束語

本文將GhostNet 殘差結構和SE 模塊的性質組合GGS 模型代替Yolov5 的主干網絡中的特征提取層，在PANet 結構中使用深度可分離卷積和步長是1 的Ghost 瓶頸結構進行特征降采樣，減小模型尺寸，改進Yolov5s 輕量級網絡檢測效果與Yolov5s 檢測精度，模型尺寸卻只有原Yolov5s 的37.8%。