薛 冰

(中國石油大學(xué)(華東)計算機與通信工程學(xué)院，青島 266580)

近年來隨著經(jīng)濟社會的高速發(fā)展，社會用電需求迅猛增長，電力設(shè)備數(shù)量逐年增多，電網(wǎng)的規(guī)模擴大，電力供應(yīng)的可靠性變得尤為重要.電力設(shè)備長期運行，長期缺乏及時的維護檢修，設(shè)備出現(xiàn)銹蝕缺陷問題，存在安全隱患，導(dǎo)致設(shè)備運行故障.一旦設(shè)備發(fā)生故障，就會影響整個電力系統(tǒng)正常運行，將會嚴重影響生產(chǎn)生活，造成不可估量的經(jīng)濟損失.及時發(fā)現(xiàn)設(shè)備上發(fā)生的銹蝕缺陷并進行及時處理，將大大降低危害，保障電網(wǎng)安全穩(wěn)定運行[1].

目前主要利用無人機和巡檢機器人，對輸變電設(shè)備運行全天候巡檢，進行視頻圖像數(shù)據(jù)采集.然而，采集回的圖像數(shù)據(jù)，仍然需要依靠人工觀測，逐張查找設(shè)備上是否存在銹蝕問題.采用人工觀測的方式雖然能夠發(fā)現(xiàn)設(shè)備上的銹蝕問題，但是存在檢測效率低下，不能及時的進行反饋，并且人力成本高，因此，研究一種用于電力設(shè)備銹跡檢測的智能識別具有重要意義[1].

最初的圖像識別算法在設(shè)備缺陷檢測中，主要針對邊緣、輪廓等特征進行提取.如文獻[2]利用圖像匹配和形態(tài)學(xué)運算方法，文獻[3]利用隨機Hough 變換檢測實現(xiàn)對防震錘的檢測.文獻[4]利用Otsu 算法對Canny 算子進行改良來提取圖像邊緣，實現(xiàn)障礙物的檢測識別.以上方法能夠檢測出設(shè)備中的缺陷目標，但是在應(yīng)用中較容易受光照等外界條件的影響，導(dǎo)致目標檢測的有效性不理想.

近年來，深度學(xué)習(xí)在目標識別檢測方面表現(xiàn)突出.2012年在ILSVRC 競賽上基于深度學(xué)習(xí)CNN網(wǎng)絡(luò)的AlexNet 取得突破性成果[5]，2014年Girshick 在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上設(shè)計出了R-CNN模型[6]，以此為契機點，不斷地對R-CNN 進行改進，出現(xiàn)了具有代表性的R-CNN 系列算法:SPPNet[7]、Fast R-CNN[8]、Faster RCNN[9]、Mask R-CNN[10]等.本文中利用Mask RCNN 算法對電力設(shè)備上的銹跡目標進行識別分割[11].獲得國家電網(wǎng)變電站內(nèi)部圖像數(shù)據(jù)，利用labelme 進行樣本標注，采用ResNet50[12]作為基準網(wǎng)絡(luò)結(jié)構(gòu)，通過訓(xùn)練模型實現(xiàn)電力設(shè)備銹跡檢測.

1 Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu)如圖1[10]所示，主要分為Faster R-CNN、RoIAlign、FCN 三個模塊.Mask RC N N 在F a s t e r R-C N N的基礎(chǔ)上進行改進，用RoIAlign 代替RoIPooling，RoIAlign 采用雙線性插值法代替RoIPooling的取整量化，減小誤差，完成像素級的對齊；在候選對象RoI 上添加了第三個分支用于預(yù)測分割掩碼的分層，稱為掩碼層(mask branch).Faster R-CNN 算法為每個候選對象RoI的基礎(chǔ)上增加了FCN 來產(chǎn)生對應(yīng)的MASK 分支，目標檢測分割的效果良好，并且訓(xùn)練簡單.

1.1 Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)簡介

Faster R-CNN 是由Ross Girshick 提出的，由區(qū)域建議網(wǎng)絡(luò)(RPN)和Fast R-CNN 兩部分組成[13].RPN代替了Fast R-CNN中的Selective Search(SS)，節(jié)省了區(qū)域建議檢測的時間，實現(xiàn)建議區(qū)域的確定；Fast RCNN 對RPN 生成的每個建議區(qū)域的分類概率進行預(yù)測判斷，優(yōu)化建議區(qū)域的偏移量，從而獲得精準的目標位置.

圖1 Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu)圖

1.2 RoIAlign 層

在Fast R-CNN、Faster R-CNN 等兩級檢測框架中，使用RoIPooling 根據(jù)預(yù)選框的坐標在特征圖相應(yīng)的位置池化為固定尺寸的特征圖，再進行分類和包圍框回歸操作.而預(yù)選框的位置通常是由模型回歸得到的，一般都是浮點數(shù)，而池化后的特征圖要求尺寸固定.RoIPooling 首先將預(yù)選框邊界量化為整數(shù)點坐標值；其次將量化后的邊界區(qū)域平均分割成n×n個單元，對每個單元的邊界進行量化的兩次量化過程.經(jīng)過兩次量化，就會出現(xiàn)候選框與最開始回歸出來的位置存在偏差，影響檢測分割精度.

為了能夠提高檢測分割精度，解決RoIPooling 存在的問題，Mask R-CNN 提出了RoIAlign 方法[14].取消RoIPooling 量化操作:遍歷每一個候選區(qū)域，保持浮點數(shù)邊界不做量化，將候選區(qū)域分割成n×n個單元，每個單元的邊界不做量化；使用雙線性內(nèi)插方法:最后在每個單元中計算固定四個坐標位置，使用雙線性內(nèi)插的方法計算出這四個位置的值，然后進行最大池化操作.

在反向傳播過程中，常規(guī)的RoIPooling的反向傳播公式如式(1)所示.

其中，xi代表池化前特征圖上的像素點；yr j代表池化后的第r個候選區(qū)域的第j個點；i?(r,j)代表點yr j像素值的來源.

RoIAlign 與RoIPooling的反向傳播相比較進行相應(yīng)的修改，i?(r,j)是一個浮點數(shù)的坐標位置(前向傳播時計算出來的采樣點)，在池化前的特征圖中，每一個與i?(r,j)橫縱坐標均小于1的點都應(yīng)該接受與此對應(yīng)的點yr j回傳的梯度，RoI Align的反向傳播公式如式(2)所示.

其中，d(.)表示兩點之間的距離，Δh和Δw表示xi與i?(r,j)橫縱坐標的差值，這里作為雙線性內(nèi)插的系數(shù)乘在原始的梯度上.

1.3 FCN網(wǎng)絡(luò)結(jié)構(gòu)簡介

FCN[15]對圖像進行像素級別的分類，從而實現(xiàn)語義級別的圖像分割問題.FCN 是一個端到端的網(wǎng)絡(luò)，使用反卷積對最后一個卷積層的特征圖進行上采樣，不斷擴大特征圖，直至恢復(fù)到與輸入圖像尺寸相同，對每一個像素值進行分類，從而實現(xiàn)對輸入圖像的準確分割.

Faster R-CNN 為每個候選對象RoI 提供兩個輸出，一個類標簽，一個邊界框偏移量，Mask R-CNN 并行添加了第三個分割mask的分支，mask 分支是應(yīng)用到每一個ROI 上的一個小的FCN(Fully Convolutional Network)，用FCN 從每一個RoI中預(yù)測出一個m×m大小的mask，這使得mask 分支中的每個層能夠明確的保持m×m空間布局，而不將其折疊成缺少空間維度的向量表示.

2 圖像預(yù)處理與訓(xùn)練

2.1 圖像預(yù)處理

本文數(shù)據(jù)集是無人機和巡檢機器人采集到的圖片，有銹蝕的設(shè)備數(shù)量不是很多，學(xué)習(xí)樣本相對較少，在訓(xùn)練的過程中容易出現(xiàn)過擬合現(xiàn)象，因此使用數(shù)據(jù)增強方法，通過圖像水平/豎直翻轉(zhuǎn)，圖像縮放，圖像旋轉(zhuǎn)等方法從現(xiàn)有的訓(xùn)練樣本中生成更多的訓(xùn)練樣本，達到增強樣本的目的，從而降低過擬合.將訓(xùn)練樣本統(tǒng)一縮放至1920×1080，設(shè)備銹跡樣本示例如圖2所示.數(shù)據(jù)集總量為5000 張，4000 張作為訓(xùn)練集，1000 張作為測試集.使用labelme 標注數(shù)據(jù)集，每一張圖片都會產(chǎn)生一個JSON 文件，存放繪制點的坐標信息.

圖2 設(shè)備銹跡樣本示例

2.2 網(wǎng)絡(luò)訓(xùn)練

本文的實驗平臺為Ubuntu14.0，實驗環(huán)境:CPU 為Intel Core i7-6700 k，4.00 GHz×8，GPU 為GeForce GTX 1070.

相較于Faster R-CNN 增加了mask 分支，那么每個RoI的Loss 函數(shù)如式(3)所示.

Lcls為分類損失函數(shù)，Lbox為邊框損失函數(shù)，Lmask為新增加的掩膜損失函數(shù).在訓(xùn)練過程中，mask 分支對于每個RoI的輸出維度為km2.使用了像素級的Sigmoid 函數(shù)和二進制交叉熵損失.

經(jīng)過多次分析比較，對原模型中的參數(shù)進行調(diào)整，迭代學(xué)習(xí)率設(shè)置為0.001.動量和權(quán)重衰減因子使用經(jīng)驗值0.9 和0.0005.

3 實驗結(jié)果與分析

本文做了Faster R-CNN 和Mask R-CNN的對比實驗，測試結(jié)果如圖3所示.其中圖3(a)為Faster RCNN 檢測結(jié)果，圖3(b)為Mask R-CNN 檢測結(jié)果.由于銹跡沒有規(guī)則的大小、形狀，F(xiàn)aster R-CNN 缺乏對目標像素的描述，造成一些具有局部特征的非目標被判斷為目標，因此對銹跡進行檢測，存在漏檢、誤檢現(xiàn)象；Mask R-CNN 添加了mask 層，可以實現(xiàn)像素級別的分類，表現(xiàn)出良好的檢測效果.

本文中對1000個樣本進行測試，獲得了Faster RCNN 和Mask R-CNN 檢測一張圖片所用的時間和準確率對比結(jié)果，如表1所示.

從表1中的實驗結(jié)果可以看出，F(xiàn)aster R-CNN的檢測速度比Mask R-CNN 快，在識別準確率上Mask RCNN 加入了mask 分支，并且使用了像素級的Sigmoid函數(shù)和二進制交叉熵損失，在準確率方面有顯著提高，達到94%.

4 結(jié)論

本文針對電力設(shè)備無規(guī)則銹跡的檢測，采用Mask R-CNN的模型方法，Mask R-CNN 在每一個RoI 上添加了掩模分支，實現(xiàn)像素級別的分類，取得了較好的檢測效果.本文認為可以進行的改進是加強樣本的數(shù)量和質(zhì)量，因為訓(xùn)練樣本的規(guī)模和質(zhì)量影響著模型性能的優(yōu)劣，訓(xùn)練集規(guī)模越大，質(zhì)量越高訓(xùn)練的模型的性能越優(yōu)秀.從改進數(shù)據(jù)的數(shù)量和質(zhì)量提高模型的準確性和泛化能力，從而識別效果更好.

圖3 檢測結(jié)果圖

表1 實驗評估結(jié)果