基于改進YOLOv8的電力場景通用缺陷檢測模型

韓睿，戴哲仁，蔣鵬，李晨，姜雄偉

（1.國網浙江省電力有限公司電力科學研究院，杭州 310014；2.國網浙江省電力有限公司，杭州 310007）

0 引言

隨著國家經濟水平日益提高，居民及生產的用電需求日益加大，電網設備數量增多，電網安全穩定運行的重要性日漸凸顯。為保障電網的可靠運行，電網的巡檢技術已從傳統人工巡檢過渡到以視頻圖像數據為媒介的自動化巡檢，提升了電網巡檢的自動化、信息化水平［1］。為提升多場景、多類別的電力缺陷檢測的綜合性能，基于視頻圖像分析的深度學習目標檢測算法獲得了越來越廣泛的關注［2］。文獻［3-4］在雙階段目標檢測網絡Faster R-CNN（改進的快速區域卷積神經網絡）的基礎上，實現了無人值守變電站視頻監控系統對動態小尺寸入侵目標體的識別與定位。文獻［5-7］通過改進單階段目標檢測網絡YOLOv3，實現了絕緣子異物檢測。

隨著基于視頻圖像檢測的智能巡檢技術推廣，數據的采集與處理迎來了新的挑戰。現行的巡檢系統多采用集中式數據處理，先將各采集點數據回傳至數據中心，隨后再統一進行數據處理與分析。隨著數據采集裝置時空分布更加分散，部分采集裝置可能存在數據傳輸信號弱，回傳速度慢甚至丟失回傳數據的情形；面對山火等突發式缺陷場景可能引起漏檢，錯過最佳處理時機。此外，由于數據流量增大，數據采集點流量費用增加，提高了總的運行成本。文獻［8-12］指出，電力設備與控制中心、電力用戶與電力企業間的數據流大量增加，亟需在邊緣側架設邊緣終端設備對源頭數據進行實時處理。文獻［13-14］指出，部分電力缺陷需要快速做出響應，而傳統的檢測手段在實時性上有所不足，需要開發一種實時性、輕量化的檢測模型。

現有檢測模型依據物體定位與物體分類，可以分為雙階段（two-stage）檢測模型與單階段（one-stage）檢測模型。相較于雙階段模型，單階段模型具有輕量化、實時性等特點，但在檢測精度上不如雙階段模型，典型代表為YOLO 系列模型。本文選擇YOLOv8 作為檢測模型，以實現輕量化、實時性的電力缺陷檢測，并通過一系列改進措施提升其檢測精度。此外，當前電力領域缺陷檢測網絡［9，15-17］主要聚焦于單個缺陷，缺少一種通用的缺陷檢測模型。這種定制化開發不適用于模型的通用化部署，增加了前期投入成本與后期維護成本。為此，本文在第1章通過算法和模塊對YOLOv8 做了多種改進，以提升其在電力場景的檢測精度；第2 章在14 個電力缺陷場景下對改進YOLOv8 進行測試與驗證，取得了不錯的實驗效果。

1 電力場景缺陷檢測輕量化模型

1.1 改進型Mosaic數據增強算法

目標檢測任務的模型效果與訓練階段的數據集規模、分布、圖像質量有關。數據集分布涵蓋了數據集類別的分布、待檢測物體大小的分布以及數據集圖像場景的分布多個維度。其中，數據集圖像場景包括天氣環境、攝像機清晰度、背景環境多個影響因素。如果數據集圖像場景較為單一，則會降低模型的泛化性能，對于來自數據集外場景的測試數據效果較差。同時，如果豐富數據集圖像場景，則會對模型的識別精度有所提升。電力缺陷數據集包含多種類別的缺陷數據，不同類別缺陷所處環境具有一定差異。然而，現有的缺陷圖像數據集往往在同一缺陷類別上的圖像場景分布較為單一，降低了模型的性能，并且不利于模型的泛化，因此無法滿足實際電力安全生產的需求。本章提出一種適用于電力場景的改進型Mosaic 算法，來豐富數據集中同一類別的場景，以提升模型的精度以及泛化性能。

Mosaic 算法最早在YOLOv4［18］中提出，用于通用場景下的目標檢測數據集增強。其主要思想是先將4張來自多種類別的圖像進行隨機裁剪、隨機翻轉、隨機縮放、隨機色調變換等前置數據預處理，再對處理后的圖像數據進行隨機拼合，得到一張新的數據集圖像，如圖1虛線路徑所示。新的數據集圖像包含了多個類別的待檢測對象，同時對于其中一個檢測對象而言，其檢測場景融合了多個場景的特征，因而變得更加復雜多樣。Mosaic算法除了提升場景的多樣性外，還為數據集提供了更多的小目標物體，解決了目標檢測任務固有的對小目標識別能力差的問題，在原始任務中對模型的性能有所提升。

圖1 改進型Mosaic數據增強算法示意圖Fig.1 Schematic diagram of the improved Mosaic data augmentation algorithm

然而，電力場景的缺陷識別與通用場景下的物體識別存在不同，部分類別對于隨機裁剪、隨機色調變換較為敏感。如圖1右上所示，在絕緣子破損的缺陷識別中，如果破損位置被裁剪掉，那么從外觀上看是有遮擋的絕緣子，無法判別是否有破損，不應當被識別。相應檢測框從正樣本變為負樣本，引起數據標注錯誤。又如圖1 左下所示，呼吸器硅膠變色缺陷，往往通過硅膠筒的顏色來判斷是否出現異常。如果對圖像使用隨機色調變換，則顏色特征不再對模型的識別起效，從而大大降低了模型的識別能力。

為保留Mosaic 數據增強算法在目標檢測任務上的各項優勢，同時不破壞電力場景數據集的圖像特征，本文對Mosaic 算法進行了改進。考慮提升數據多樣性對模型訓練的價值，本文不再限定只取4張圖像進行合成，而是從多個類別中隨機選取2～6 張圖進行組合。本文定義產生負面影響的變換與相應類別構成一組沖突關系，例如隨機裁剪與絕緣子破損為一組。通過分析所有缺陷類別與圖像變換的關系，整理出沖突關系表，在代碼中通過字典進行表達，其中部分沖突關系見表1。依據沖突關系表，對各類別數據選取合適的前置數據處理，以保留圖像的關鍵信息。最后，隨機打亂圖像次序，進行圖像拼合，如圖1 右下所示。改進保留了Mosaic 數據增強算法的優勢，同時也使其更適應電力場景的缺陷檢測，從而提升輕量化檢測模型的精度。

表1 沖突關系（部分）Table 1 Conflict relationships（part）

1.2 改進型Bottleneck模塊

Bottleneck模塊是當前輕量化網絡中的常用模塊，最早在ResNet［19］中提出。Bottleneck模塊具有多個變種，YOLOv8中的Bottleneck結構見圖2（a）。Bottleneck 模塊將輸入先經過一個卷積核大小為3的卷積層，壓縮特征維度；再通過一個卷積核大小為3的卷積層恢復特征維度，最后使用殘差連接得到完整輸出。Bottleneck模塊主要功能是減少模型的復雜性和計算負擔，同時保持或提高模型的性能。

圖2 Bottleneck模塊與Res2Net模塊對比Fig.2 Comparison between the Bottleneck module and the Res2Net module

為進一步提升模型對電力場景下多尺度特征的識別能力，本文使用Res2Net模塊［20］代 替Bottleneck模塊，在增加多尺度信息的同時保持模型的輕量化與推理速度。Res2Net的具體結構見圖2（b）。輸入首先通過卷積核為1的卷積層，隨后將特征分成4 部分，分別為x1、x2、x3、x4。其中x1不經過卷積直接獲得y1；x2經過一次卷積層后獲得y2；同時將x2卷積后的特征與x3合并后再經過卷積層獲得y3；類似的，x3 經過卷積層的特征與x4合并后，再經過一次卷積層得到y4。從總體來看，y1、y2、y3、y4 可以視作輸入的部分特征分別經過卷積核為1、3、5、7 的卷積層，從而擁有多尺度感受野；進一步提升了輕量化模型的檢測精度以及在多尺度目標上的泛化能力。

1.3 電力缺陷檢測的NMS算法

目標檢測模型會根據輸入圖像輸出一系列候選框，具體包括候選框的坐標以及候選框的置信度大小。然而，這些候選框會出現交叉、重疊現象，即一個物體可能會被多個檢測框識別，需要算法對候選框進行去重。NMS（非極大值抑制）算法［21］是一種常見的檢測框聚類去重算法。該算法首先按照置信度大小對候選框排序，將置信度最高的框b1作為初始選定的框；隨后計算置信度第二高的框b2與b1的IoU（重疊度）值，將兩個候選框相交面積S1除以兩個候選框并集面積S2，得：

其中S1，S2參數可視化見圖3。如果IoU值大于設定閾值（一般取0.5）則保留，否則舍棄。后續框依次與前過程中保留的候選框計算IoU 值，同樣依據是否達到閾值來決定保留與舍棄，最終實現去重。

圖3 IoU與CIoU參數可視化Fig.3 IoU and CIoU parameter visualization

然而，利用IoU值作為NMS算法的去重依據具有多種弊端。這是因為IoU 只考慮了候選框的形狀重疊程度，而未考慮候選框之間的距離。意味著即使兩個候選框之間的重疊面積較小，但如果它們之間的距離很近，可能會表示為兩個不同的目標。傳統基于IoU的NMS算法會將其中一個目標框剔除，導致召回率下降。此外，基于IoU的NMS 算法在處理高密度目標時容易出現問題。當多個目標框密集堆疊在一起時，它們之間的重疊面積可能非常大，導致基于IoU的傳統NMS算法無法準確區分目標框，從而選擇性地保留其中一部分目標框，而其他目標框則被抑制。這也會導致召回率下降。而對于電力場景的識別任務，召回率是一個相當重要的評價指標，關系到缺陷設備與隱患的漏檢比例，與電力的安全生產及穩定運行有重要關聯。

CIoU［22］最早用于檢測任務訓練階段的損失函數，代替傳統基于IoU 的損失函數，綜合考量了目標框的尺寸、距離、重疊面積，提升目標框的定位精度。基于此，本節使用CIoU代替IoU作為NMS 算法的計算依據。假設待計算CIoU 值的候選框分別為b1和b2，令d為b1、b2中心點之間的歐式距離，c為b1、b2最小外接矩形的對角線長度，w1、w2分別為b1、b2的寬度，h1、h2分別為b1、b2的高度。相關參數可視化見圖3。則b1、b2的CIoU計算公式如下：

其中，CIoU 通過引入參數v，進一步解決了IoU對候選框的長寬不敏感的問題；α為懲罰系數，決定了v在多大程度上影響CIoU的值。CIoU提升了檢測模型在聚類去重階段的召回率與精度，進而提升了輕量化模型的綜合性能。

1.4 改進YOLOv8整體結構

YOLO系列模型作為單階段檢測模型的代表，具有參數規模小，檢測速度快、泛化性好等優點。本文模型整體框架參考YOLOv8中的YOLOv8m，并根據1.1—1.3 節對其進行改進，在保留YOLOv8輕量化、實時性等優點的同時，進一步提升了模型在電力場景下的檢測精度與召回率，使其更符合電力生產的實際需求。模型在訓練階段的結構如圖4所示。輸入的圖像數據首先經過數據增強，隨后送入特征提取網絡提取多尺度特征；提取的多尺度特征通過上采樣、拼接融合多尺度特征，隨后進入C2f網絡，進一步增強模型對不同大小物體的識別能力。隨后特征經過幾次卷積層，獲得分類和定位的損失值，完成一次訓練過程，經過多輪訓練后得到最終模型。

圖4 模型整體結構Fig.4 The overall structure of the model

2 實驗結果與分析

2.1 數據集和訓練配置

本文從變電站采集了14 種類別的缺陷數據，并對數據進行去重、篩選等工作，隨后進行人工打標。每類缺陷數據按照7∶3隨機劃分為訓練集與測試集，再將各類別的訓練集、測試集數據分別進行合并。最終得到了圖片總量為50 177 張的實驗數據集。實驗數據集中各類別的名稱、訓練集與測試集樣本數量如表2所示。部分數據具有多類別的缺陷，例如呼吸器硅膠筒破損與呼吸器油封異常可能出現在同一圖像中，因此在表2中會被重復統計；但實際在劃分訓練集與測試集時仍會視為同一個訓練樣本。從數據分布角度看，各類別數據集均在2 000～5 000張內，訓練與測試的數據充分，且數據分布較為均勻，避免了樣本不足以及數據長尾的問題。

表2 實驗數據集配置Table 2 Experimental dataset configuration

訓練使用的軟硬件中：GPU 為8 張NVIDIA RTX3090，CPU 為Intel（R）Xeon（R）Gold 6242R，系統環境為Ubuntu16.04，深度學習框架為Pytorch。模型訓練優化器采用SGD（隨機梯度下降），初始學習率為0.01，動量值為0.94，權值衰減為0.000 5，采用線性的學習率策略，batch（批）設為128，EMA（指數移動平均）衰減設為0.999。從訓練epoch（輪次）分別為50，100，150，200 的模型中選擇在測試集上表現最優的一個作為結果。

2.2 實驗結果

2.2.1 評價指標

目標檢測通常用AP（平均精度）去衡量模型在某個類別上的檢測效果，并對各類別的AP值做平均，得到模型在多類別場景下的性能指標mAP。AP綜合考量了precision（準確率）和recall（召回率）這兩個指標，反映了模型在漏檢與誤檢方面的性能。AP計算時，根據模型輸出檢測框與真實框的IoU值是否達到設定閾值，將檢測框判定為預測正確或錯誤。因此根據閾值的不同，AP也分為好幾種不同的小類，例如AP50，AP75，AP@0.5∶0.95。其中AP50 和AP75 分別代表IoU 閾值設置為50%和75%，而AP@0.5∶0.95 代表以IoU 從50%到95%的閾值范圍內每隔5%計算一次AP，最后取平均值得到最終AP 值。因而AP 指標本身反映了模型漏檢與誤檢方面的數值，不同的AP指標對于檢測框的定位精度提出了不同的要求。

對于實際電力場景下的缺陷檢測任務，相比過高的檢測框精度，漏檢率和誤檢率更具有價值。這是因為檢測算法主要用于缺陷的判別，后續缺陷處理主要基于人工手段，而AP50對于人工而言已經足以定位缺陷位置。因此本文選取AP50作為評價標準，并相應地選擇各類別的AP50 平均值mAP50作為模型在多類別時的評價指標。

2.2.2 缺陷檢測結果

考慮電力場景的實際需求，本文選取平均精度AP50 作為模型的評價指標。利用改進的YOLOv8 模型在14 個場景下進行了實驗。為更好比較本文改進模型的檢測效果，本文分別選取了在速度上占優的YOLO 系列模型YOLOv8，以及在精度上占優的Mask R-CNN［23］作為基準，并用相同數據集、相同設備進行訓練和測試。各缺陷類別的實驗結果對比如圖5所示。可以看出本文改進的YOLOv8模型在所有14個場景上均比YOLOv8模型和Mask R-CNN 有更好的檢測精度，并在9個場景上取得了超過90%的檢測精度。僅在掛空懸浮物、金屬銹蝕、山火3個場景上檢測精度低于80%，主要原因是這些場景數據較難標注，訓練效果不佳；且金屬銹蝕類本身與環境區分度小，檢測難度大。盡管如此，本文提出的模型在這3個場景下較原有方法均有顯著提升。

圖5 改進YOLOv8與YOLOv8、Mask R-CNN在14個場景下的實驗結果對比Fig.5 Comparison of experimental results using the improved YOLOv8，YOLOv8，and Mask R-CNN in 14 scenarios

為進一步比較電力缺陷場景下本文改進的YOLOv8 模型與現有模型在參數量、推理速度等指標上的優劣，本文在相同的硬件設施上對這些模型的指標進行考察，結果如表3 所示。改進型YOLOv8 在YOLOv8 基礎上簡化了參數量，提升了速度，并在mAP50上仍有所提升，可見本文提出的改進YOLOv8 模型在現有模型中具有速度和參數量上的優勢。進一步證明了本文模型在14 個電力場景下均提升了模型精度的同時，仍保留了單階段模型輕量化、實時性的特性。

表3 改進YOLOv8在電力缺陷場景下與YOLOv8，Mask R-CNN指標對比結果Table 3 Comparison of indices using the improved YOLOv8，YOLOv8，and Mask R-CNN in power defect scenarios

2.2.3 消融實驗

為驗證本文引入的改進Mosaic算法、Res2Net模塊、CIoU-NMS 算法的有效性，進行多組消融實驗。首先將Mosaic 數據增強算法、IoU-NMS的YOLOv8 作為基準；然后在基準上僅替換Mosaic 數據增強算法為本文算法以驗證改進Mosaic數據增強對模型的影響；接著在基準上僅改變NMS的計算依據為CIoU以驗證CIoU對模型的影響。最后驗證上述多種改進一起加入對模型的提升作用。實驗結果如表4所示。

表4 消融實驗結果Table 4 Ablation Experiment Results

由表4可見，在電力場景下本文提出的各項改進方法均對模型有一定提升。其中，改進Mosaic算法和CIoU-NMS算法對模型的精度提升最為顯著，驗證了本文提出的各項改進方法的有效性。

3 結語

本文對適用于通用場景下的YOLOv8 模型進行若干改進，在保留其輕量化、實時性的同時，提升其在電力場景下的檢測精度。利用沖突關系表來改善Mosaic 數據增強算法在電力數據上的局限性，使用Res2Net 模塊優化了YOLOv8 模型的輕量化與多尺度特性，結合CIoU NMS 進一步提升了YOLOv8 模型的檢測精度。通過實驗驗證了改進后的YOLOv8 模型仍具有輕量化、實時性等特點，同時在14 個缺陷場景下具有更高的檢測精度，對電力安全生產具有重要意義。長遠來看，本文為基于邊緣計算等分布式、輕量化技術的電力智能檢測系統提供了理論模型，為保障電力領域安全生產提供了新的思路。