基于改進(jìn)YOLOv5 的鐵路接觸網(wǎng)絕緣子檢測(cè)方法

聶晶鑫

（中鐵第一勘察設(shè)計(jì)院集團(tuán)有限公司，陜西 西安 710043）

0 引 言

鐵路接觸網(wǎng)絕緣子是電氣化系統(tǒng)中的重要組成部分，通常由陶瓷、玻璃等材料制成，起著隔離電力設(shè)備和電網(wǎng)的作用[1-2]。在使用過(guò)程中，由于風(fēng)沙、雨雪、污染等原因，絕緣子表面可能會(huì)出現(xiàn)裂紋、脫落、污染等缺陷。對(duì)絕緣子進(jìn)行準(zhǔn)確檢測(cè)是進(jìn)行缺陷檢測(cè)的首要關(guān)鍵環(huán)節(jié)[3]。

目前，各鐵路局接觸網(wǎng)絕緣子檢測(cè)技術(shù)主要為手動(dòng)檢測(cè)，手動(dòng)檢測(cè)依靠工作人員目視檢查，存在效率低、人力成本高的不足，難以滿(mǎn)足大規(guī)模絕緣子的檢測(cè)需求[4-5]。因此，開(kāi)展絕緣子自動(dòng)檢測(cè)技術(shù)的研究具有重要的現(xiàn)實(shí)意義。視覺(jué)檢測(cè)利用計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)對(duì)接觸網(wǎng)絕緣子的自動(dòng)檢測(cè)，具有效率高、準(zhǔn)確性高等優(yōu)點(diǎn)[6-7]。傳統(tǒng)的視覺(jué)檢測(cè)方法往往需要大量的人工干預(yù)，對(duì)于線(xiàn)桿、支架等復(fù)雜背景遮擋和夜間表面光照不均等環(huán)境因素，容易出現(xiàn)絕緣子的漏檢和誤檢，檢測(cè)精度較低[8]。在算法設(shè)計(jì)上，往往需要人工選取特征并進(jìn)行手工設(shè)計(jì)，耗費(fèi)時(shí)間和人力，難以適應(yīng)不同型號(hào)、不同安裝位置的絕緣子。以上問(wèn)題導(dǎo)致絕緣子檢測(cè)的準(zhǔn)確率較低。

近年來(lái)，基于深度學(xué)習(xí)的絕緣子檢測(cè)技術(shù)在圖像檢測(cè)等領(lǐng)域取得了一定應(yīng)用[9]，國(guó)內(nèi)外的研究者利用深度學(xué)習(xí)技術(shù)構(gòu)建了不同的模型，對(duì)絕緣子目標(biāo)進(jìn)行了檢測(cè)研究。張紅民等提出了一種基于YOLOv3 的絕緣子識(shí)別方法，采用空洞卷積增大感受野，融合更多的特征信息，有效提高了識(shí)別精度[10]。在訓(xùn)練階段，為了使得anchor 框尺寸更適合絕緣子特征，改進(jìn)了K-means 的距離度量公式，該方法對(duì)絕緣子識(shí)別的精度為91.8%，但適用場(chǎng)景為無(wú)人機(jī)巡檢下的輸電線(xiàn)路。杜曉亮等提出了一種基于Faster R-CNN 的鐵路接觸網(wǎng)絕緣子檢測(cè)算法，通過(guò)融合特征提取模型中的深層和淺層特征圖像，得到語(yǔ)義信息度強(qiáng)、分辨率高的特征圖像，以解決多尺度目標(biāo)檢測(cè)問(wèn)題；并對(duì)非極大值抑制算法進(jìn)行優(yōu)化，改進(jìn)后的Faster R-CNN 絕緣子檢測(cè)算法檢測(cè)精度為99.5%，召回率為96.02%，但檢測(cè)效率較低，對(duì)不同方向的絕緣子適應(yīng)性較差，在豎向方向存在漏檢[11]。朱有產(chǎn)等提出一種基于改進(jìn)Mask R-CNN絕緣子目標(biāo)識(shí)別方法，在特征提取模型的池化層后附加一層開(kāi)運(yùn)算，過(guò)濾目標(biāo)特征周?chē)母蓴_，該方法在識(shí)別各種類(lèi)型絕緣子時(shí)精確率達(dá)到94.7%，但適用場(chǎng)景為白天無(wú)人機(jī)電力檢測(cè)[12]。

以上算法在一定程度上提高了絕緣子目標(biāo)檢測(cè)的準(zhǔn)確率，但適用于鐵路接觸網(wǎng)系統(tǒng)的絕緣子檢測(cè)算法較少。經(jīng)調(diào)研分析，鐵路4C 系統(tǒng)所采集的鐵路接觸網(wǎng)絕緣子圖像大多數(shù)為夜間巡檢圖像，絕緣子表面明暗不均勻；此外，絕緣子通常安裝在支架上，方向一般不確定，圖像中紋理特征有所差異，這些情況導(dǎo)致絕緣子的漏檢和識(shí)別定位不準(zhǔn)確。針對(duì)以上難題，本文提出一種基于改進(jìn)YOLOv5 的鐵路接觸網(wǎng)夜間絕緣子檢測(cè)方法。通過(guò)分析4C 系統(tǒng)鐵路接觸網(wǎng)絕緣子的圖像特征，采用循環(huán)曝光生成思想緩解夜間圖像明暗不均的問(wèn)題，融入旋轉(zhuǎn)不變卷積以適應(yīng)不同方向的絕緣子的紋理特征，從而提高鐵路4C 系統(tǒng)絕緣子目標(biāo)檢測(cè)的準(zhǔn)確率。

1 絕緣子圖像獲取和數(shù)據(jù)處理

4C 系統(tǒng)采集的鐵路接觸網(wǎng)絕緣子圖像示例如圖1所示。本研究從國(guó)內(nèi)某鐵路局公司的4C 監(jiān)測(cè)系統(tǒng)拍攝的圖像中挑選1 772 幅鐵路接觸網(wǎng)絕緣子圖像，圖像像素大小為9 344×7 000。為了減少訓(xùn)練時(shí)間，將絕緣子圖像大小調(diào)整為640 像素×440 像素。將絕緣子圖像按照約3∶1 的比例劃分為訓(xùn)練集和測(cè)試集，其中訓(xùn)練集共1 357 幅，測(cè)試集415 幅。在LabelImg 下將絕緣子數(shù)據(jù)集標(biāo)注為PASCAL VOC 格式，LabelImg 數(shù)據(jù)集標(biāo)注示例如圖2 所示。

圖1 4C 系統(tǒng)采集的鐵路接觸網(wǎng)絕緣子圖像

圖2 LabelImg 數(shù)據(jù)集標(biāo)注

為了改善夜間巡檢絕緣子圖像表面明暗不均勻、紋理特征的差異對(duì)檢測(cè)結(jié)果的影響，增加數(shù)據(jù)樣本，增強(qiáng)模型的泛化性能，本文對(duì)訓(xùn)練集中1 357 幅圖像進(jìn)行了數(shù)據(jù)增強(qiáng)，對(duì)原始接觸網(wǎng)絕緣子圖像進(jìn)行旋轉(zhuǎn)、翻轉(zhuǎn)、裁剪、扭曲等操作，增加模型對(duì)絕緣子不同紋理方向形變的適應(yīng)力，最終將訓(xùn)練集擴(kuò)充至6 785 幅。

2 改進(jìn)YOLOv5 的絕緣子目標(biāo)檢測(cè)模型

2.1 YOLOv5 模型

YOLO（You Only Look Once）是經(jīng)典的單階段目標(biāo)檢測(cè)模型，其檢測(cè)原理是將圖像劃分為多個(gè)大小的網(wǎng)格，模型通過(guò)預(yù)測(cè)每個(gè)網(wǎng)格的目標(biāo)類(lèi)別和預(yù)測(cè)框來(lái)實(shí)現(xiàn)目標(biāo)檢測(cè)[13-16]。在YOLO 算法的基礎(chǔ)上，YOLOv5[17]采用了輕量化、高效率的設(shè)計(jì)思想，具有更高的檢測(cè)精度和更快的推理速度。YOLOv5 模型主要由主干模型（Backbone）、特征融合部分（Neck）、檢測(cè)部分（Head）組成[17]，結(jié)構(gòu)圖如圖3 所示。

圖3 YOLOv5 結(jié)構(gòu)

圖3 的YOLOv5 模型中，主干模型包括Conv 卷積模塊、C3 模塊、SPPF 模塊，能夠提升模型的特征提取能力；特征融合部分通過(guò)上采樣和下采樣將來(lái)自不同階段的特征圖進(jìn)行融合，以提取多尺度的特征信息；檢測(cè)部分由卷積層和全連接層組成，采用3 種損失函數(shù)分別計(jì)算位置、分類(lèi)和置信度損失，負(fù)責(zé)在特征圖上進(jìn)行目標(biāo)檢測(cè)，生成邊界框的位置和類(lèi)別信息。

2.2 融入SREG 模塊

4C 系統(tǒng)鐵路接觸網(wǎng)圖像多為夜間巡檢拍攝，絕緣子圖像表面較暗且容易出現(xiàn)明暗不均，在圖像中呈現(xiàn)出過(guò)暗或過(guò)亮的區(qū)域，導(dǎo)致部分細(xì)節(jié)模糊或丟失，這給絕緣子目標(biāo)檢測(cè)帶來(lái)了巨大挑戰(zhàn)。為改善這一難題，本研究在YOLOv5 模型中融入循環(huán)曝光生成思想，解決非均勻亮度問(wèn)題。循環(huán)曝光生成思路[18]最早用于夜間光照不均的人臉檢測(cè)，研究者采用經(jīng)常性曝光生成（Recurrent Exposure Generation, REG）模塊耦合多重曝光檢測(cè)（MED）模塊。REG 模塊用于生成不同曝光設(shè)置的中間圖像序列，這些偽曝光圖被MED 融合在不同的光照條件下檢測(cè)人臉，有效地抑制不均勻照明，提高了人臉的檢測(cè)性能。

對(duì)于接觸網(wǎng)絕緣子圖像，獲取多重曝光的高質(zhì)量圖像較為困難，因此本文在骨干模型前設(shè)計(jì)了SREG 模塊，用于改善圖像表面光照明暗不均的問(wèn)題。本文設(shè)計(jì)的SREG 模塊由編碼和解碼組成，在編碼部分，設(shè)計(jì)了2 個(gè)級(jí)聯(lián)卷積遞歸層REGU，負(fù)責(zé)將輸入圖像轉(zhuǎn)換為多個(gè)尺度的特征圖，REGU 是基于卷積門(mén)控循環(huán)單元（ConvGRU）設(shè)計(jì)的，詳細(xì)結(jié)構(gòu)見(jiàn)文獻(xiàn)[19]；解碼部分由3 個(gè)卷積層組成，學(xué)習(xí)特征映射解碼的圖像。SREG 模塊結(jié)構(gòu)如圖4 所示。

圖4 SREG 模塊結(jié)構(gòu)

圖4 中，I0表示初始輸入圖像，通過(guò)SREG 的編碼和解碼運(yùn)算，遞歸生成t1、t2時(shí)刻的2 個(gè)中間偽暴露圖像I1、I2，從而使低光輸入圖像I0逐步生成偽曝光圖像。SREG模塊利用歷史生成的偽曝光圖像來(lái)維護(hù)關(guān)鍵區(qū)域細(xì)節(jié)，有效緩解絕緣子表面明暗不均的問(wèn)題。

2.3 主干模型的優(yōu)化設(shè)計(jì)

隨著人工智能應(yīng)用領(lǐng)域的逐步擴(kuò)大，基于卷積操作的圖像檢測(cè)算法應(yīng)用于不同場(chǎng)景和目標(biāo)檢測(cè)任務(wù)，當(dāng)待檢測(cè)目標(biāo)可以任意方向和角度出現(xiàn)時(shí)候，需要一定程度的變形、旋轉(zhuǎn)，但傳統(tǒng)卷積旋轉(zhuǎn)不變性有限，需要加入大量的旋轉(zhuǎn)操作進(jìn)行數(shù)據(jù)增強(qiáng)，使模型在訓(xùn)練階段盡可能多地學(xué)習(xí)不同旋轉(zhuǎn)角度下的圖像特征，而龐大的數(shù)據(jù)量增加了模型訓(xùn)練時(shí)間。鐵路接觸網(wǎng)圖像中的絕緣子分布通常方向不同，其紋理特征隨著方向變化也具有明顯的特征差異性，因此，需要考慮不同旋轉(zhuǎn)角度下的紋理特征，以提高模型的旋轉(zhuǎn)不變性，更好地應(yīng)對(duì)圖像中絕緣子方向的變化。

旋轉(zhuǎn)不變卷積（Rotation Invariant Convolutions,RIConv）通過(guò)將角度信息編碼到卷積中，從而提高卷積操作的旋轉(zhuǎn)不變性[20]。RIConv++在RIConv 的基礎(chǔ)上，從不同角度編碼了豐富的旋轉(zhuǎn)不變屬性，大幅提升了目標(biāo)檢測(cè)算法的性能[21]。Backbone 模型是YOLOv5 模型中的重要組成部分，研究者采用了多個(gè)C3 模塊，在增加模型特征提取能力的同時(shí)，保持了模型的輕量性和高效性。C3 模塊包括3 個(gè)Conv，第1 個(gè)Conv 將特征圖的尺寸減半，第2 個(gè)Conv 和第3 個(gè)Conv 進(jìn)一步提取特征，更好地保留物體的局部信息。Conv 操作對(duì)不同紋理方向的絕緣子適應(yīng)性不足，因此，本文在Backbone 中融入旋轉(zhuǎn)不變屬性，將C3 模塊中的殘差部分卷積設(shè)計(jì)為RIConv++，以提高模型對(duì)不同方向紋理絕緣子特征的提取能力。改進(jìn)后的C3 模塊結(jié)構(gòu)如圖5 所示，其將輸入的特征圖分成2 個(gè)分支，左路分支通過(guò)卷積和殘差結(jié)構(gòu)進(jìn)行特征提取，在殘差結(jié)構(gòu)中本文使用RIConv++；右路分支經(jīng)過(guò)卷積操作保持輸入特征圖不變，最后兩路Concat 進(jìn)行特征圖融合。

圖5 改進(jìn)后的C3 模塊結(jié)構(gòu)

重新設(shè)計(jì)的YOLOv5 模型如圖6 所示，首先通過(guò)SREG 模塊獲取兩重偽曝光圖像；其次在Backbone 中通過(guò)融入旋轉(zhuǎn)不變性進(jìn)行絕緣子特征的有效提取；再次，Neck 部分通過(guò)上采樣和下采樣進(jìn)行多尺度特征融合，以適應(yīng)不同大小的檢測(cè)目標(biāo)；最后，Head 部分主要對(duì)骨干模型提取的絕緣子特征圖進(jìn)行多尺度目標(biāo)檢測(cè)，分別計(jì)算位置、分類(lèi)和置信度損失，對(duì)每個(gè)檢測(cè)框進(jìn)行回歸，生成邊界框的位置和類(lèi)別信息。在最后預(yù)測(cè)階段，本研究采用非極大值抑制（Non-Maximum Suppression, NMS）對(duì)檢測(cè)框進(jìn)行篩選，保留得分大于0.5 且IoU（Intersection over Union）大于0.8 的候選框作為最終的候選框。

圖6 重新設(shè)計(jì)的YOLOv5 模型

3 模型訓(xùn)練與測(cè)試

3.1 試驗(yàn)平臺(tái)的搭建

為驗(yàn)證所設(shè)計(jì)模型對(duì)鐵路接觸網(wǎng)絕緣子檢測(cè)的有效性，本文在前期鐵路4C 系統(tǒng)的接觸網(wǎng)絕緣子數(shù)據(jù)集上進(jìn)行了試驗(yàn)。搭建的實(shí)驗(yàn)平臺(tái)為NVIDIA GeForce RTX 3090，操作系統(tǒng)為Ubuntu 18.04，深度學(xué)習(xí)框架為PyTorch 1.7。

3.2 模型訓(xùn)練

在訓(xùn)練過(guò)程中，設(shè)置初始學(xué)習(xí)率為0.001，批處理大小為16，模型訓(xùn)練通過(guò)優(yōu)化矩形框損失函數(shù)、分類(lèi)損失函數(shù)、置信度損失函數(shù)，使得預(yù)測(cè)結(jié)果更接近于真實(shí)值。矩形框損失函數(shù)Lbbox用于計(jì)算預(yù)測(cè)框與真實(shí)框之間的誤差，分類(lèi)損失函數(shù)Lcls用于計(jì)算錨框與對(duì)應(yīng)的標(biāo)定類(lèi)別是否一致，置信度損失函數(shù)Lobj用于計(jì)算預(yù)測(cè)目標(biāo)的置信度。訓(xùn)練試驗(yàn)優(yōu)化的總損失函數(shù)公式如下：

式中：β、λ、η表示不同的損失權(quán)重，值分別為0.05、0.5、1.0。

矩形框損失函數(shù)Lbbox公式如下：

式中：IoU 為預(yù)測(cè)框A和真實(shí)框B的交并比；b表示絕緣子預(yù)測(cè)框的中心點(diǎn)坐標(biāo)；bgt表示真實(shí)標(biāo)記框的中心點(diǎn)坐標(biāo)；ρ為框A和框B的中心點(diǎn)距離；c表示包含預(yù)測(cè)框和真實(shí)框最小矩形的對(duì)角線(xiàn)長(zhǎng)度；影響因子α為權(quán)重參數(shù)；影響因子v用于衡量寬高比相似度；wgt和hgt分別為絕緣子真實(shí)框的寬和高；w和h分別為模型預(yù)測(cè)的寬和高。

分類(lèi)損失函數(shù)Lcls和置信度損失函數(shù)Lobj采用二元交叉熵函數(shù)，具體公式如下：

式中：y表示輸入樣本對(duì)應(yīng)的標(biāo)簽；a表示模型預(yù)測(cè)該輸入樣本為正樣本的概率。

試驗(yàn)訓(xùn)練的損失函數(shù)如圖7所示，模型共訓(xùn)練100個(gè)Epoch，在40 個(gè)Epoch 附近時(shí)，模型的損失值快速下降，在80 個(gè)Epoch 時(shí)，損失值趨于穩(wěn)定。

圖7 模型訓(xùn)練的損失值變化曲線(xiàn)

3.3 評(píng)價(jià)指標(biāo)

為評(píng)價(jià)檢測(cè)算法的效果，本文選擇F1 得分和平均精度（Average Precision, AP）作為接觸網(wǎng)絕緣子檢測(cè)算法的評(píng)價(jià)指標(biāo)，公式如下：

式中：TP 表示模型正確檢測(cè)到的接觸網(wǎng)絕緣子數(shù)量；FP表示模型將背景檢測(cè)為接觸網(wǎng)絕緣子的數(shù)量；FN 表示未正確檢測(cè)的接觸網(wǎng)絕緣子數(shù)量；r表示召回率；p（r）表示精確率關(guān)于召回率的函數(shù)。

4 試驗(yàn)結(jié)果與分析

為評(píng)估改進(jìn)后的算法，以及加入SREG 模塊和RIConv++對(duì)檢測(cè)性能的影響，本文在測(cè)試集上進(jìn)行試驗(yàn)，選擇與原始的YOLOv5模型進(jìn)行比較，測(cè)試結(jié)果見(jiàn)表1。

表1 絕緣子圖像檢測(cè)結(jié)果

從表1 中可以看出，最終改進(jìn)的YOLOv5 模型在鐵路接觸網(wǎng)絕緣子夜間檢測(cè)任務(wù)上表現(xiàn)最優(yōu)，其識(shí)別的平均精度達(dá)到99.3%，F(xiàn)1 為98.9%，相較于初始的YOLOv5模型，平均精度AP 和F1 得分別提高了3.6%和2.4%。這表明改進(jìn)的YOLOv5 模型具有更好的性能，在絕緣子檢測(cè)任務(wù)中具有更高的準(zhǔn)確率。圖8 為YOLOv5 融合SREG 循環(huán)曝光思路和RIConv++后的識(shí)別效果。由圖8的識(shí)別效果可以看出，改進(jìn)后的YOLOv5 模型能適應(yīng)不同方向紋理的絕緣子識(shí)別，且在夜間圖像明暗不均的情況下，模型的識(shí)別效果良好。

圖8 改進(jìn)后的YOLOv5 模型絕緣子檢測(cè)結(jié)果

5 結(jié) 語(yǔ)

本文提出了一種基于改進(jìn)YOLOv5 的鐵路接觸網(wǎng)絕緣子檢測(cè)算法。采用循環(huán)曝光生成思想解決非均勻暗度問(wèn)題；設(shè)計(jì)SREG 模塊，用于改善圖像表面光照明暗不均的問(wèn)題；在骨干模型的殘差組件中融入旋轉(zhuǎn)不變卷積，更好地提取絕緣子不同方向的紋理特征。在測(cè)試集上進(jìn)行了試驗(yàn)驗(yàn)證，結(jié)果表明：改進(jìn)后的YOLOv5 能適應(yīng)不同方向紋理的絕緣子識(shí)別，且在夜間圖像明暗不均的情況下，識(shí)別的平均精度達(dá)到99.3%，F(xiàn)1 值為98.9%，可實(shí)現(xiàn)夜間4C 系統(tǒng)下鐵路接觸網(wǎng)絕緣子的有效檢測(cè)。所設(shè)計(jì)模型對(duì)絕緣子紋理方向的變化旋轉(zhuǎn)具有較好的適應(yīng)性，可為后續(xù)研究鐵路接觸網(wǎng)絕緣子缺陷檢測(cè)提供技術(shù)支持。