基于改進YOLOv5算法的接觸網絕緣子定位方法

劉仕兵 周詩涵 但業光

摘要：【目的】針對高速鐵路接觸網絕緣子在復雜背景下檢測效率不高的問題提出一種檢測算法。【方法】首先對樣本數據集進行大規模擴充，在原有YOLOv5s算法的基礎上，為有效的提升模型的表征力，增加ECA注意力機制，進行無降維的跨信道方式來聚焦絕緣子位置信息；使用BiFPN特征金字塔網絡，進行多尺度的特征融合來豐富語義信息；選用Meta-ACON自適應控制激活函數，在函數允許的最大范圍內，嚴格把控函數的上下限，防止模型出現失控現象；將原有GIOU損失函數更換為EIOU損失函數，從梯度的角度對錨框進行更深一步的劃分，進而提升網絡的收斂速度。【結果】實驗結果表明，通過對YOLOv5s改進后的檢測算法，可以對絕緣子進行更精確的定位與識別，準確率達到了99.4%。【結論】所提出的檢測算法為絕緣子定位檢測提供了更加準確快捷的方法。

關鍵詞：絕緣子；風格遷移；YOLOv5s；注意力機制；雙向融合特征網絡

中圖分類號：U225.4 文獻標志碼：A

本文引用格式：劉仕兵，周詩涵，但業光. 基于改進YOLOv5算法的接觸網絕緣子定位方法[J]. 華東交通大學學報，2024，41（1）：105-112.

Catenary Insulator Positioning Method Based on

Improved YOLOv5 Algorithm

Liu Shibing， Zhou Shihan， Dan Yeguang

（School of Electrical and Automation Engineering， East China Jiaotong University， Nanchang 330013， China）

Abstract： 【Purpose】A detection algorithm is proposed to address the issue of low detection efficiency of high-speed railway contact line insulators in complex backgrounds. 【Methods】On the basis of the original YOLOv5s algorithm， in order to effectively improve the representation power of the model and increase the ECA attention mechanism， a cross-channel method without dimensionality reduction is carried out to focus on the position information of insulators. The BiFPN feature pyramid network is used to enrich the semantic information by multi-scale feature fusion. The Meta-ACON adaptive control activation function is selected and the upper and lower limits of the function is strictly controlled within the maximum range allowed by the function to prevent the model from running out of control. The original GIOU loss function is replaced with the EIOU loss function， and the anchor box is further divided from the perspective of gradient， so as to improve the convergence speed of the network. 【Results】Acoording to the experimental results， the improved detection algorithm of YOLOv5s can be used to locate and identify the insulator more accurately， and the accuracy rate reaches 99.4%. 【Conclusion】The proposed detection algorithm provides a more accurate and faster method for insulator positioning detection.

Key words： insulators; YOLOv5s; style migration; attention mechanism; bidirectional fusion feature network

Citation format： LIU S B， ZHOU S H， DAN Y G. Catenary insulator positioning method based on improved YOLOv5 algorithm[J]. Journal of East China Jiaotong University， 2024， 41（1）： 105-112.

【研究意義】作為高鐵牽引供電體系中的關鍵一環[1]，接觸網主要作用是將電能傳輸給動車組，并確保動車組正常運行[2]。絕緣子在高速線路中起到支撐接觸網導線、防止電流回地的作用。近年來，接觸網懸掛狀態檢測監測裝置利用接觸懸掛相機對接觸懸掛裝置進行圖像的采集，并采用智能分析算法對其進行自動識別。但不斷增加的圖像數據造成分析工作量的大幅增加，同時現有算法存在檢測效率低、漏檢的情況，無法滿足現場需求，因此，利用優化的深度學習網絡模型實現絕緣子快速精準的檢測，為接觸網的巡檢提供了新的方向。

【研究進展】目前應用最廣泛的深度卷積網絡主要涉及Faster R-CNN（faster region-based convolutional neural networks）[3]、SSD（single shot multibox detector）、YOLO（you only look once）[4]、Mask R-CNN[5]等。趙文清等[6]將注意力機制與Faster R-CNN相結合，弱化了其他無關的特征通道，檢測速度相對較慢。裴瑩玲等[7]通過改進的Faster R-CNN法對高鐵扣件進行檢測，一定程度上提高了檢測精度。馮小雨等[8]將目標檢測應用于防空背景下，對靜態和動態目標進行檢測，但模型的參數選取和網絡設計存在冗余現象。卞建鵬等[9]通過改進的EfficientDet算法對吊弦進行定位與故障診斷，但對于跨接觸線重合時的吊弦狀態檢測效果不佳。任之俊等[10]對Mask R-CNN目標檢測進行了改進，利用FPN（feature pyramid networks， FPN）反向連接路徑進行多次采樣，但對不同特征層之間的信息無法得到很好的融合。劉正庭等[11]為解決紅外分割的問題，提出了基于分水嶺算法的圖像分割方法，但容易受到背景影響，定位檢測的正確率有待提高。潘翀等[12]將Gram矩陣法和SSD網絡結合實現對絕緣子實時定位計算，但該方法在計算量上過于復雜。

【創新特色】綜合現有研究，本文從輕量化、高效化的角度展開分析。【關鍵問題】首先對樣本數據進行擴充，其次采用改進的YOLOv5s檢測算法進行定位檢測。從特征提取的角度，采用ECA（efficient channel attention， ECA）注意力機制與頸部網絡C3模塊融合形成C3ECA（C3 efficient channel attention，C3ECA）模塊，不僅增強特征聚合，而且將通道與空間注意相結合；從特征融合角度，改用BiFPN（bidirectional feature pyramid network， BiFPN）網絡來對信息進行多尺度的特征融合；從損失優化角度，采用EIOU（efficient intersection over union， EIOU）加速模型的收斂，實現對絕緣子的高效定位識別。

1 基于CYCLEGAN樣本擴充方法

生成對抗網絡（generative adversarial network， GAN）是一種無監督化的深度學習，主要是由一個生成網絡G和一個判別網絡D構成，生成網絡從潛空間中，隨機取樣作為輸入，輸出的結果，需盡可能的滿足模擬訓練集中真樣本數據的概率分布。

風格遷移是指將目標區域中圖像所具有的風格遷移到原有的區域，使原圖中風格和目標區域中的圖像風格類似，該方法只需較少的訓練圖像就可生成較高分辨率的圖像。目前，最常用的風格遷移模型是CycleGAN（cycle-consistent generative adversarial networks，CycleGAN）[13]，生成網絡通過所有正常樣本和缺陷樣本數據分別進行訓練。其中，CycleGAN的架構如圖1所示，x， y分別表示原區域和目標區域中的圖像，G反映的是將原域映射到目標域的生成器，F表示的是將目標域映射到原域的生成器，x′， y′分別表示兩個生成器生成的另一個域的圖像，x″， y″分別代表從另一個域重建回自己原來所屬域的圖像，Dx， Dy分別代表原域和目標域的判別器，用來判定輸入圖像的真假。

由于絕緣子目標集數量較少，因此，有時會人為制造一些缺陷，但由于深度學習所需要的樣本量過大，這些方法過于繁瑣，且耗費大量的時間和人力，無法在短時間內改善數據不足的問題。因此，本文采用CycleGAN的接觸網絕緣子圖像生成方法，其生成過程如圖2所示。

2 接觸網絕緣子定位方法

YOLOv5網絡在單階段檢測網絡中發揮著更大的作用。根據網絡的深度和特征圖寬度分類，其對比指標結果如表1所示。其中檢測速度單位為ms，參數單位為 M。為了絕緣子定位檢測能更好地滿足檢測的實時性和準確性，本文選用YOLOv5s作為定位網絡的基本模型。YOLOv5s算法框架如圖3所示。

2.1 融合注意力機制

在注意力機制方面，最具代表性的就是SENet，主要是進行Squeeze和Excitation兩大操作。ECANet主要對SENet模塊進行了一些改進，是一個相對輕量級的通道注意力模塊，該模塊對模型復雜度的增加很小，但改進效果明顯。圖中k代表自適應卷積核的大小，可以通過通道維度C的映射自適應來確定，如下

式中：C代表通道數；| |odd表示k只能取奇數；γ和b分別設置為2和1。

ECANet在SENet的基礎上進行了改進，通過引入無降維的局部跨信道交互策略（ECA模塊）和自適應選擇一維卷積核大小的方法，實現適當的跨通道交互，而不是像全連接層一樣全通道交互，性能上得到了提升。其中，通道與空間注意力機制融合后的主要模型如圖4所示。

本文對原有的C3模塊進行了替換，將其改進為C3ECA，無需在原有Backbone的SPPF[14]層之后再加入ECA模塊，簡化模型如圖5所示。

2.2 雙向特征金字塔網絡

為提高檢測算法效率，在引入參數量更小的情況下，既能對網絡信息有更好的提取，又不影響檢測速度，本文在YOLOv5s算法的頸部網絡中更換為更高效的BiFPN[15]，該模塊目的是為了實現跨尺度連接和加權特征融合。由于原有算法中無法充分利用不同尺度之間的特征，導致檢測網絡的檢測精度受到限制，因此，通過BiFPN特征金字塔網絡對原網絡的缺點進行彌補。

從雙向跨尺度連接角度來看，如圖6所示，藍色部分是一條自上向下的通路，傳遞的是高層特征的語義信息；紅色部分是自底部向上的通路，傳遞的是低層特征的位置信息；紫色部分是一條新引入的在同層之間輸入節點和輸出節點之間的線段。因此，BiFPN不會因為刪除初始輸入節點而影響特征融合網絡，將BiFPN看作一個整體的單元，可以重復疊加使用，來進行更高層次的特征融合。

2.3 Meta-ACON自適應控制激活函數

為更好地連接感知機和神經網絡，防止神經元由于模型參數更新太大而出現失控，本文將Meta-ACON[16]激活函數代替原有的SiLU激活函數，可以明確控制網絡每一層的非線性程度，嚴格把控函數上下限，從而自適應地選擇是否需要激活神經元。Meta-ACON激活函數公式為

通過β參數的值來控制是否激活（β為0時，即不激活），p1， p2是兩個可學習的參數。Meta-ACON激活函數設計了一個計算β的自適應函數，用來控制激活函數的線性和非線性，提高了泛化和傳播性能，計算式為

為驗證Meta-ACON激活函數具有良好的優越性，對接觸網絕緣子定位進行了不同激活函數更換，得到的結果如表2所示。

2.4 優化損失函數

YOLOv5s模型的損失主要包含3個部分，邊界框損失（Lbox），置信度損失（Lobj）和分類損失（Lcls）。一個較好的損失函數，不僅可以加快模型的收斂，還可以降低預測值和真實值之間的差距。損失公式如下

為了解決樣本不平衡的問題，減少與目標框的重疊，并對錨框中的BBox回歸進行了優化，在回歸的過程更關注高質量錨框。本文采用EIoU損失函數，它主要是通過重疊面積，中心點距離、長寬邊真實差，并引入Focal Loss來解決回歸中存在的樣本不平衡的問題，它的損失主要包括重疊損失（LIoU），中心距離損失（Ldis），寬高損失（Lasp）。在EIOU的基礎上提出一種Focal EIOU Loss，從梯度的角度出發，將高、低質量的錨框分別開來，計算公式如下

式中：IOU為預測框和真實框的交集和并集之間的比值；Cw和Ch分別為覆蓋兩個最小外接框的寬度和高度；γ為控制異常值抑制程度的因子。

通過引入注意力機制模塊、雙向特征金字塔網絡以及對激活函數和損失函數的優化，最終得到的網絡架構圖如圖7所示。

3 實驗與結果分析

3.1 環境配置及數據集劃分

為了驗證本文方法的有效性和實效性，搭建了Pytorch實驗環境，硬件配置如下：操作系統為Windows 11，處理器（CPU）為i7，顯卡（GPU）為8G內存的NVIDIA GeForce RTX3050Ti，GPU加速軟件為CUDA10.0和 CUDNN8.5.0。模型訓練的超參數設置如表3所示。

本文以武烏區間下行線高速鐵路接觸網4C絕緣子圖像數據為研究數據集，原始圖片像素為5 120×

5 120，共1 400張，在訓練時統一將像素縮放為640×640。利用LabelImg圖像標注軟件對絕緣子圖像進行標注，并隨機將訓練集、驗證集、測試集比例按8∶1∶1劃分。

3.2 絕緣子定位評價指標

為了更加客觀的評價定位模型的性能，采用普遍使用的平均精度值AP（average precision），平均精度均值mAP（mean AP）以及模型檢測的平均檢測速度對模型的檢測性能進行評價。其正確率P、召回率R、平均精度AP、平均精度均值mAP定義為

式中：N代表集合中圖像的總數；P（k）表示計算k張圖像時對應的精度；R（k）表示計算k-1張圖像和計算k張圖像時召回率的變化值。

3.3 不同模塊的消融實驗

為證明ECA模塊、BiFPN各模塊有效性，用控制變量法設計4組消融實驗，如表4所示，其中GFLOPs表示每秒10億次的浮點運算數，mAP代表平均精度。

通過對比表4中A、B方案，可知在主干網絡引入C3ECA注意力機制后，不僅避免了維度縮減，而且對提取輸入特征圖通道特征的能力也得到了加強，這樣改進的同時，既不增加模型的復雜程度，也縮短了檢測時間mAP增加2.21%；A、C方案對比可知，通過引入BiFPN特征金字塔網絡，將特征復用變得更加絕對化，重復多次對特征層進行融合，豐富語義信息，引入該模塊后mAP增加1.37%，檢測速度也在加快。

3.4 不同模型的定位實驗

為了驗證該定位識別算法相對于其他算法的可靠性，使用上述1 400張訓練集，對YOLOv5、Shufflenetv2、GhostNet以及本文算法進行對比，如表5所示。可以看出本文算法與其他幾種檢測模型相比，改進后mAP最高可達99.4%，在檢測速度上，優于原有YOLOv5網絡。由于加入了BiFPN模塊，模型大小發生了相應的變化，在平均檢測速度上略差于輕量級的Shufflenetv2和GhostNet，但由于模型精度的提升較大，而且對小目標的識別能力較好，本文改進的模型基本達到識別精度和速度的平衡。

綜上所述，對改進模型與Shufflenetv2、GhostNet較輕量目標定位網絡模型進行了比較，由于對絕緣子這樣的小目標來說，輕量型的網絡架構可以更快更準確的定位。將訓練后的平均精度均值、損失曲線、模型精度曲線繪制如圖8所示。其中，橫坐標代表訓練的輪數是300輪。從圖8（a）中可知，訓練至100輪之后，4種網絡模型的mAP都逐漸趨于穩定。Shufflenetv2也很快趨向穩定，但準確度最高只有97%。GhostNet網絡自身可以生成更多的特征映射，可以揭示圖像內在特征背后的信息。通過本文改進的YOLOv5網絡模型最先趨于穩定，且具有最高的準確精度。對于本文所訓練的數據集，最高平均精度均值可達到99.4%。圖8（b）為各模型的訓練損失收斂情況，在前50輪時，YOLOv5收斂相對最快，但損失也較大，GhostNet比Shufflenet2更先趨于穩定，本文的方法在50輪左右時就已經趨于穩定，且具有最低的損失值。圖8（c）為定位精度圖，在檢測精度上，原有的YOLOv5在前50輪訓練中，由于存在對絕緣子特征提取的不完整，造成特征信息的缺失，以至于精度有所欠缺。相比之下，Shufflenetv2和GhostNet網絡具有較輕的網絡架構，在提取特征時利用自身ShuffleNe_Blk和GhostConv結構來對特征進行提取，也提高了檢測精度的效果。本文的方法不僅讓網絡更加關注重要的層次，還減少了一些不必要層的結點連接，可以在開始訓練時就很快提升精度，最終在100輪左右趨于穩定。

圖9是改進模型在測試集上的絕緣子檢測部分結果和其他網絡的對比圖，通過觀察和對比可知，YOLOv5的檢測精度最高只有90%，對于邊緣部分的檢測，會造成細節的丟失，準確率只有85%；從圖9（b）和圖9（c）中可知，Shufflenetv2和GhostNet在檢測速度上有著良好的優越性，但細節特征融合的把控還是有所欠缺；通過加入注意力機制提高了跨通道交互的覆蓋率，通過跨尺度特征融合，使得特征復用更加的絕對化，使其達到一個相對較高的檢測度。

4 結論

1） 利用CycleGAN風格遷移模型對絕緣子數據集進行擴充，提高圖像質量并保證模型的有效訓練。

2） 主干網絡中引入ECA注意力機制，對骨干特征提取層進行優化處理，提高特征圖的表達能力；頸部采用BiFPN跨尺度加權特征融合，增強對絕緣子識別能力；使用EIOU損失函數提升網絡的收斂速度和回歸精度，降低網絡的漏檢率。

3） 利用4C檢測車采集的絕緣子圖片對本文算法進行驗證，仿真實驗結果表明本文定位算法達到了99.4%的檢測準確率，具有較好的高效性。

參考文獻：

[1]? ? 趙峰， 陳子文， 陳小強，等. 高速鐵路牽引變電所健康狀態評估[J]. 鐵道科學與工程學報， 2019， 16（9）： 2162-2167.

ZHAO F， CHEN Z W，CHEN X Q， et al. Assessment of health status of high speed railway traction substation[J].Journal of Railway Science and Engineering， 2019， 16（9）： 2162-2167.

[2]? ? 劉琛， 陳民武， 宋雅琳，等. 高速鐵路接觸網系統風險評估與維修計劃優化[J]. 鐵道科學與工程學報， 2017， 14（2）：205-213.

LIU C， CHEN M W， SONG Y L， et al. Research on optimization of maintenance plan forhigh-speed railway catenary system based on risk assessment[J]. Journal of Railway Science and Engineering， 2017， 14（2）： 205-213.

[3]? ? REN S， HE K， GIRSHICK R， et al. Faster R-CNN： Towards real-time object detection with region proposal networks[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2017， 39（6）： 1137-1149.

[4]? ? REDMON J， DIVVALA S， GIRSHICK R， et al.You only look once： Unified， real-time object detection[C]//Las Vegas： 2016 IEEE conference on Computer Vision & Pattern Recognition（CVPR）， 2016.

[5]? ? HE K M， GKIOXARI G， DOLLAR P， et al. Mask R-CNN[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2020， 42（2）： 386-397.

[6]? ? 趙文清， 程幸福， 趙振兵， 等. 注意力機制和Faster R-CNN相結合的絕緣子識別[J]. 智能系統學報， 2020， 15（1）： 92-98.

ZHAO W Q， CHENG X F， ZHAO Z B， et al. Insulator recognition based on attention mechanism and Faster R-CNN[J]. Journal of Intelligent Systems， 2020， 15（1）： 92-98.

[7]? ? 裴瑩玲， 羅暉， 張詩慧， 等. 基于改進Faster R-CNN的高鐵扣件檢測算法[J]. 華東交通大學學報， 2023， 40（1）： 75-81.

PEI Y L， LUO H， ZHANG S H， et al. High-speed Railway fastener detection algorithm based on improved Faster R-CNN[J]. Journal of East China Jiaotong University， 2023， 40（1）：75-81.

[8]? ? 馮小雨， 梅衛， 胡大帥. 基于改進Faster R-CNN的空中目標檢測[J]. 光學學報， 2018， 38（6）： 250-258.

FENG X Y， MEI W， HU D S. Aerial target detection based on improved Faster R-CNN[J]. Acta Optica Sinica， 2018， 38（6）： 250-258.

[9]? ? 卞建鵬， 薛秀茹， 崔躍華， 等. 基于EfficientDet與Vision Transformer的接觸網吊弦故障檢測[J]. 鐵道科學與工程學報， 2023， 20（6）： 2340-2349.

BIAN J P， XUE X R， CUI Y H， et al. Fault detection of catenary hanger based on EfficientDet and Vision Transformer[J]. Journal of Railway Science and Engineering， 2023， 20（6）： 2340-2349.

[10]? 任之俊， 藺素珍， 李大威， 等. 基于改進特征金字塔的Mask R-CNN目標檢測方法[J]. 激光與光電子學進展， 2019， 56（4）： 174-179.

REN Z J， LIN S Z， LI D W， et al. Mask R-CNN object detection method based on improved feature pyramid[J]. Progress in Laser and Optoelectronics， 2019， 56（4）： 174-179.

[11]? 劉正庭， 尹駿剛， 李凱迪， 等. 基于分水嶺算法的絕緣子串紅外圖像分割方法[J]. 電瓷避雷器， 2020， 294（2）： 216-221.

LIU Z T， YIN J G， LI K D， et al. Infrared image segmentation of insulator strings based on watershed algorithm[J]. Electroporcelain Arrester， 2020， 294（2）： 216-221.

[12]? 潘翀， 沈鵬飛， 張忠， 等. 基于無人機巡檢圖像的絕緣子串實時定位研究[J]. 電瓷避雷器， 2020， 293（1）： 234-240.

PAN C， SHEN P F， ZHANG Z， et al. Research on real-time positioning of insulator strings based on UAV inspection images[J]. Electroporcelain Arrester， 2020， 293（1）： 234-240.

[13]? ZHU J Y， PARK T， ISOLA P， et al. Unpaired image-to-image translation using cycle-consistent adversarial networks[C]//Venice： Proceedings of the International Conference on Computer Vision， 2017.

[14]? HE K M， ZHANG X Y， REN S Q， et al. Spatial pyramid pooling in deep convolutional networks for visual recognition[J]. IEEE Trans Pattern Anal Mach Intell， 2015， 37（9）：1904-1916.

[15]? TAN M X， PANG R M. Efficient det： Scalable and efficient object detection[C]//Seattle： 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR）， 2020.

[16]? MA N N， ZHANG X Y， LIU M， et al. Activate or not： Learning customized activation[C]//Nashville： 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition， 2021.

第一作者：劉仕兵（1970—），男，教授，碩士，碩士生導師，研究方向為電氣化軌道交通接觸網技術。E-mail：liucyier@163.com。

通信作者：周詩涵（1998—），女，碩士研究生，研究方向為接觸網零部件檢測。E-mail：keaiduo0805@163.com。