鐘映春，孫思語，呂 帥，羅志勇，熊勇良，何惠清

（1. 廣東工業(yè)大學(xué) 自動化學(xué)院，廣東 廣州 510006；2. 廣州市樹根互聯(lián)技術(shù)有限公司，廣東 廣州 510308；3. 廣州優(yōu)飛科技有限公司，廣東 廣州 510830；4. 國家電網(wǎng)江西省萍鄉(xiāng)供電公司，江西 萍鄉(xiāng) 330000）

電力鐵塔是電力架空輸電線路的主要支撐金具[1]。如果鐵塔、架空輸電線路上存在鳥巢、風(fēng)箏等異物會嚴(yán)重影響架空輸電線的安全[2-3]。為此，架空輸電線路需要進(jìn)行定期巡檢。采用多旋翼無人機(jī)巡檢是當(dāng)前架空輸電線路巡檢的重要方式之一[4-5]。無人機(jī)在巡檢過程中會針對電力鐵塔進(jìn)行專門拍照成像，而后通過人工檢測或者模式識別的方式檢測鐵塔航拍圖像中是否存在鳥巢、風(fēng)箏等異物。無人機(jī)拍攝的電力鐵塔圖像數(shù)量大，采用人工檢測方法效率低下，為此有必要研究自動識別鐵塔航拍圖像中鳥巢等異物的方法。

在從圖像中檢測識別鳥巢的研究中，Wu等[6]提出采用條紋方向直方圖和條紋長度直方圖描述鳥巢的特征，并將其用于高鐵架空輸電線接觸網(wǎng)系統(tǒng)中鳥巢的檢測識別。實(shí)驗(yàn)表明，該方法的識別精度在35%～40%范圍內(nèi)。由于識別精度不高，難以在實(shí)踐中使用。徐晶等[7]將巡檢圖像分為若干圖像子塊，分析各個(gè)圖像子塊中不同方向的線段密度，從而判決某個(gè)圖像子塊是否屬于鐵塔區(qū)域；而后，在包含鐵塔區(qū)域的圖像子塊內(nèi)，搜索符合鳥巢樣本的HSV(Hue Saturation Value)顏色特征量的連通區(qū)域，作為候選的鳥巢區(qū)域；再分析候選鳥巢區(qū)域的形狀特征參數(shù)：描述鳥巢粗糙度的灰度方差特征量，描述鳥巢紋理的慣性矩特征量等，并以這兩個(gè)特征作為鳥巢識別的依據(jù)，判斷圖像中是否包含鳥巢。實(shí)驗(yàn)表明，檢測精度在87.5%左右，識別精度較好，但是對于紋理特征不明顯的鳥巢，其識別精度有限。Lei等[8]采用Fast R-CNN方法識別無人機(jī)航拍圖像中的絕緣子缺陷和鳥巢。結(jié)果表明，平均檢測精度可以達(dá)到97.6%，但是每張圖像的識別時(shí)間長達(dá)201 ms。這種檢測方法雖然精度較好，但是識別效率偏低，且權(quán)重參數(shù)規(guī)模未知，難以應(yīng)用于無人機(jī)巡檢過程中的實(shí)時(shí)檢測。

在無人機(jī)巡檢電力輸電線路的過程中，會產(chǎn)生大量的鐵塔航拍圖像。為了能夠自動檢測鐵塔航拍圖像中的鳥巢，并著眼于未來無人機(jī)在巡檢過程中能夠?qū)崟r(shí)識別特定的目標(biāo)物，本文改進(jìn)了經(jīng)典的YOLOv3(You Only Look Once-Version 3，YOLOv3)算法，并試圖在平均識別精度、識別效率和權(quán)重參數(shù)規(guī)模3個(gè)方面取得平衡。首先，本文設(shè)計(jì)了鐵塔航拍圖像中鳥巢識別的總體架構(gòu)；其次，本文構(gòu)建了用于訓(xùn)練和測試的鐵塔圖像數(shù)據(jù)集；第三，本文分別從預(yù)測框的寬高損失函數(shù)、預(yù)測類別不平衡損失函數(shù)和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)等3個(gè)方面對經(jīng)典YOLOv3算法進(jìn)行改進(jìn)；最后進(jìn)行了改進(jìn)算法的測試和對比實(shí)驗(yàn)。

1 總體架構(gòu)設(shè)計(jì)

本文設(shè)計(jì)的鐵塔航拍圖像中鳥巢識別的總體架構(gòu)如圖1所示，包括構(gòu)建圖像數(shù)據(jù)集、構(gòu)建識別算法和結(jié)果分析等主要過程。

圖 1 鐵塔航拍圖像中鳥巢識別的架構(gòu)Fig.1 Structure of bird’s nest detection in aerial image of transmission tower

構(gòu)建數(shù)據(jù)集主要是進(jìn)行圖像尺寸歸一化、圖像擴(kuò)增和圖像標(biāo)注。構(gòu)建識別算法中對經(jīng)典YOLOv3算法中預(yù)測框的寬高損失函數(shù)、預(yù)測類別不平衡的損失函數(shù)、神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)3個(gè)方面分別進(jìn)行改進(jìn)及對比實(shí)驗(yàn)。最后用平均精度值和F1評價(jià)指標(biāo)對改進(jìn)前后的算法性能進(jìn)行評估。

2 構(gòu)建圖像數(shù)據(jù)集

本文所使用的圖像數(shù)據(jù)集，是無人機(jī)在巡檢國家電網(wǎng)江西省某供電公司輸電線路的過程中實(shí)際拍攝的圖像。由于獲取的圖像來自于不同無人機(jī)上不同類型和廠家的攝像頭，且拍攝角度和圖像尺度不同，為了能夠完成識別檢測，將所有圖像像素歸一化[9]為416×416。

2.1 圖像擴(kuò)增

由于鐵塔航拍原始圖像共有3 380張，總體數(shù)量不多，為了盡量減小在訓(xùn)練過程中產(chǎn)生的過擬合，本文采用了圖像擴(kuò)增技術(shù)[10]，主要包括：

(1) 按照一定的比例放大或者縮小原始圖像。

(2) 隨機(jī)旋轉(zhuǎn)原始圖像。

(3) 隨機(jī)移動原始圖像，改變圖像內(nèi)容的位置。

(4) 在原始圖像中適當(dāng)增加噪聲，如椒鹽噪聲和高斯噪聲。

經(jīng)過擴(kuò)增后共得到圖像13 316張，按照3∶1的比例分為訓(xùn)練集與測試集，故一共有9 986張訓(xùn)練集圖像，3 330張測試集圖像，訓(xùn)練集與測試集的圖像是原始圖像數(shù)據(jù)集隨機(jī)分配的。任意挑選一張鐵塔圖像及其變換圖像如圖2所示。

圖 2 圖像擴(kuò)增示例Fig.2 An example of increasing the number of images

2.2 圖像標(biāo)注

本文使用LabelImg軟件作為標(biāo)注工件，對圖像數(shù)據(jù)集中鳥巢的類別和位置進(jìn)行標(biāo)注[11]。

3 構(gòu)建識別算法

3.1 經(jīng)典的YOLOv3算法

經(jīng)典的YOLOv3算法的核心是一個(gè)端到端的卷積神經(jīng)網(wǎng)絡(luò)算法(Convolution Neural Network，CNN)[12]。該算法含有卷積層、殘差層和3個(gè)尺度的特征交互層，采用1×1卷積塊進(jìn)行降維，后面是3×3卷積層，初始卷積層和殘差層從圖形中提取特征，3個(gè)尺度的特征交互層負(fù)責(zé)預(yù)測輸出目標(biāo)的概率以及坐標(biāo)參數(shù)。

經(jīng)典的YOLOv3算法具有以下幾個(gè)主要特點(diǎn)：(1) 該算法采用一個(gè)CNN網(wǎng)絡(luò)來實(shí)現(xiàn)檢測，并采用一種單管道策略訓(xùn)練與測試，故而訓(xùn)練和識別速度比其他CNN算法的效率更高。(2) 該算法是對整張圖片做卷積，3個(gè)尺度的特征交互層起到了凝聚注意力的作用，使得其在檢測目標(biāo)有相對更大的視野，不容易對背景進(jìn)行誤判。(3) 該算法的泛化能力比其他CNN算法更強(qiáng)，在做遷移學(xué)習(xí)時(shí)，魯棒性更高。

3.2 改進(jìn)的YOLOv3算法

在將經(jīng)典的YOLOv3算法用于識別電力鐵塔航拍圖像中的鳥巢時(shí)，存在識別率不夠理想、識別效率不高、權(quán)重參數(shù)規(guī)模過大等不足。為此本文對YOLOv3算法進(jìn)行以下改進(jìn)。

3.2.1 改進(jìn)預(yù)測框的寬高損失函數(shù)

原始的YOLOv3算法中采用二元交叉熵?fù)p失函數(shù)(Binary Cross-entropy Loss)，主要由預(yù)測框的中心點(diǎn)坐標(biāo)損失、預(yù)測框的寬高損失、預(yù)測類別不平衡損失及預(yù)測框的置信度等4個(gè)部分組成。其中，預(yù)測框的寬高損失函數(shù)為

該函數(shù)計(jì)算了每個(gè)網(wǎng)格單元 (i=0,1,···,S2)的每一個(gè)候選邊界框( j=0,1,···,B)與真實(shí)目標(biāo)邊界框的寬高誤差總和。其中，λcoord是 一個(gè)常數(shù)。主要是判斷第 i 個(gè)單元格中第 j個(gè)邊界框是否含有這個(gè)目標(biāo)，如果負(fù)責(zé)預(yù)測這個(gè)目標(biāo)則為1，不負(fù)責(zé)則為0。wi為第i 個(gè)預(yù)測框?qū)挾取檎鎸?shí)目標(biāo)邊界框?qū)挾?。hi為第i 個(gè)預(yù)測框高度。為真實(shí)目標(biāo)邊界框高度。

分析電力鐵塔航拍圖像可見，由于無人機(jī)拍攝的角度和拍攝距離各不相同，使得在鐵塔航拍圖像中鳥巢的尺度有大有小，相差很大。此外，在整個(gè)圖像數(shù)據(jù)集中，小尺寸的鳥巢數(shù)目遠(yuǎn)遠(yuǎn)多于大尺寸的鳥巢數(shù)目。若沿用經(jīng)典算法中的損失函數(shù)，將嚴(yán)重影響識別精度。為此，本文用類似于歸一化的思想對預(yù)測框的寬高損失函數(shù)進(jìn)行改進(jìn)，以緩解圖像中物體大小不一的情況[13]。改進(jìn)后的預(yù)測框?qū)捀邠p失函數(shù)為

3.2.2 改進(jìn)預(yù)測類別不平衡損失函數(shù)

分析原始的電力鐵塔航拍圖像可見，平均一張航拍圖像包含1.6個(gè)鳥巢，圖像中的大部分內(nèi)容是背景物體。背景物體過多，就會在總損失函數(shù)L oss中占據(jù)主導(dǎo)地位，而目標(biāo)物體鳥巢在總損失函數(shù) Loss中的占比較小。這種情況稱為預(yù)測類別的不平衡。為了減小這種類別之間的不平衡，本文在原始的二元交叉熵?fù)p失函數(shù)的基礎(chǔ)上，結(jié)合Focal Loss算法的思路，重新定義預(yù)測類別不平衡的損失函數(shù)，以改進(jìn)原來的類別不平衡問題[14]。

在經(jīng)典的二元交叉熵?fù)p失函數(shù)中，各個(gè)訓(xùn)練樣本交叉熵的直接求和可以得到分類的損失函數(shù)LossCE：

因?yàn)樵阼F塔圖像中檢測識別鳥巢是一個(gè)二分類問題，即將圖像中的目標(biāo)物確定為是鳥巢或者不是鳥巢物體，所以在公式中只有兩種情況。式(3)中， p表示候選框內(nèi)目標(biāo)物屬于鳥巢的概率。y表示目標(biāo)物的標(biāo)簽Label，y 的取值為{+1，-1}。y =1表示目標(biāo)物為鳥巢，y =-1表示目標(biāo)物為其他物體。當(dāng)候選框內(nèi)目標(biāo)物屬于鳥巢，也就是y =1時(shí)，則該候選框內(nèi)目標(biāo)物預(yù)測為1的概率值越小，損失就越大。

為了表示簡單，用 pt表示候選框中目標(biāo)物屬于鳥巢的概率，公式(3)可以寫成

為了減小類別之間的不平衡，本文改進(jìn)損失函數(shù)為

式(5)中，專注參數(shù) γ可以通過減少易分類樣本的權(quán)重，相對增加難分類樣本的權(quán)重，從而使得模型在訓(xùn)練時(shí)更專注于難分類的樣本。 αt是本文定義的權(quán)重系數(shù)。通過該系數(shù)可以調(diào)整正負(fù)樣本的權(quán)重，還可以控制難易分類樣本的權(quán)重。

3.2.3 改進(jìn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

針對經(jīng)典YOLOv3算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，本文從以下兩個(gè)方面進(jìn)行改進(jìn)：

(1) 因?yàn)椴捎昧硕喑叨忍卣鹘换尤诤蠙z測算法，經(jīng)典YOLOv3算法對尺度比較小的目標(biāo)物體的識別率相比于CNN有顯著提高。經(jīng)典的YOLOv3算法所得最大特征圖像素達(dá)到52×52。由于鳥巢在本文的圖像數(shù)據(jù)集中屬于尺度比較小的目標(biāo)物體且頻繁出現(xiàn)，為了進(jìn)一步提高鳥巢的識別率，本文通過修改特征金字塔網(wǎng)絡(luò)的連接層數(shù)，使其最大特征圖達(dá)到像素104×104，從而在識別小目標(biāo)方面具備比原有算法更好的效果。

(2) 經(jīng)典的YOLOv3算法采用了ResNet神經(jīng)網(wǎng)絡(luò)的思想。研究表明，在權(quán)重參數(shù)規(guī)模和識別率方面，當(dāng)前主流的DenseNet神經(jīng)網(wǎng)絡(luò)具有比ResNet神經(jīng)網(wǎng)絡(luò)更優(yōu)的性能[15]。為了提高YOLOv3算法的性能，本文根據(jù)DenseNet神經(jīng)網(wǎng)絡(luò)的思路對經(jīng)典的YOLOv3算法進(jìn)行改進(jìn)。

根據(jù)DenseNet神經(jīng)網(wǎng)絡(luò)的思想，對原神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改造時(shí)，為了加強(qiáng)對比性，也將輸入的圖像像素設(shè)為416×416。保留ResNet神經(jīng)網(wǎng)絡(luò)的前3層，后面加入類似于DenseNet神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。與原ResNet神經(jīng)網(wǎng)絡(luò)不同的是，為了使最終輸出的特征圖像素變?yōu)?3×13，將原ResNet神經(jīng)網(wǎng)絡(luò)的第2層中的平均池化改為最大池化，并將分類層去掉，而且在最后加上3個(gè)尺度的特征交互層。

改進(jìn)后的YOLOv3算法的神經(jīng)結(jié)構(gòu)，如圖3所示。

圖 3 改進(jìn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的YOLOv3Fig.3 Improved neural network of YOLOv3

4 實(shí)驗(yàn)過程與結(jié)果分析

4.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)的硬件環(huán)境為：采用i7-6700KCPU，32G內(nèi)存，NVIDIA公司的GTX1070系列GPU卡，顯存為8G，有1 920個(gè)CUDA內(nèi)核，內(nèi)存帶寬256 GB/s。

實(shí)驗(yàn)的軟件環(huán)境為：操作系統(tǒng)為Windows10，編程環(huán)境為VS2015，darknet，CUDA9.0，cuDNN7.0。在數(shù)據(jù)集擴(kuò)增階段以及實(shí)驗(yàn)結(jié)果分析也用到Keras深度學(xué)習(xí)框架。

4.2 評價(jià)指標(biāo)

本文采用平均精度值(Mean Average Precision，Map)、F1指標(biāo)對改進(jìn)前后的算法性能進(jìn)行評價(jià)[16]。

其中，Map值的含義為：針對每一個(gè)不同的召回率(Recall，R)值(在0到1之間每隔0.1取一個(gè)點(diǎn)，共11個(gè)點(diǎn))，選取其大于等于這些R值時(shí)的查準(zhǔn)率(Precision，P)最大值，然后計(jì)算查準(zhǔn)召回值PR(Precision Recall，PR)[17]曲線下面積最大值為平均查準(zhǔn)值A(chǔ)P(Average Precision，AP)，然后計(jì)算所有類別AP的平均值就是檢測到目標(biāo)的平均精度值Map。

此外，本文采用F1指標(biāo)進(jìn)行算法性能評價(jià)。

F1指標(biāo)綜合表達(dá)了召回率R和查準(zhǔn)率P相互促進(jìn)又相互制約的關(guān)系，可以在二者之間進(jìn)行平衡。F1值越高，物體識別算法就越好。

所有實(shí)驗(yàn)均是從數(shù)據(jù)集中隨機(jī)選取9 986張圖像作為訓(xùn)練集，其余3 330張圖像作為測試集。迭代次數(shù)為30 000次，采用分布策略的學(xué)習(xí)率和隨機(jī)多尺度訓(xùn)練方式。在實(shí)驗(yàn)過程中，僅改變算法相關(guān)的參數(shù)，而其他參數(shù)都保持不變。

設(shè)計(jì)進(jìn)行3組實(shí)驗(yàn)。實(shí)驗(yàn)1：在經(jīng)典的YOLOv3算法基礎(chǔ)上，改進(jìn)預(yù)測框的寬高損失函數(shù)；實(shí)驗(yàn)2：在實(shí)驗(yàn)1的改進(jìn)基礎(chǔ)上，疊加預(yù)測類別不平衡損失函數(shù)的改進(jìn)；實(shí)驗(yàn)3：在實(shí)驗(yàn)2的改進(jìn)基礎(chǔ)上，疊加神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)。

4.3 實(shí)驗(yàn)1的結(jié)果分析

采用圖像數(shù)據(jù)集對經(jīng)典的YOLOv3算法和預(yù)測框的寬高損失函數(shù)改進(jìn)后的YOLOv3算法進(jìn)行訓(xùn)練和測試，相應(yīng)的損失函數(shù)Loss曲線以及Map曲線如圖4所示。在圖4中，藍(lán)色曲線為經(jīng)典的YOLOv3算法結(jié)果，綠色曲線為實(shí)驗(yàn)1結(jié)果，由圖4可見：

圖 4 實(shí)驗(yàn)結(jié)果Fig.4 Results of experiment

(1) 訓(xùn)練迭代次數(shù)達(dá)到30 000次，原始YOLOv3算法和預(yù)測框的寬高損失函數(shù)改進(jìn)后的YOLOv3算法均趨向收斂，Map值達(dá)到穩(wěn)態(tài)。

(2) 對比藍(lán)、綠兩條Map曲線，算法改進(jìn)前的Map值波動幅度較大，準(zhǔn)確率略低；而改進(jìn)后的Map值波動幅度減小，準(zhǔn)確率整體上升1%～3%，且迭代約17 000次開始就進(jìn)入穩(wěn)態(tài)，穩(wěn)定在89%左右。

由此可見，改進(jìn)預(yù)測框的寬高損失函數(shù)后，YOLOv3算法的識別精度與魯棒性得到一定程度的改善。

4.4 實(shí)驗(yàn)2的結(jié)果分析

在實(shí)驗(yàn)1的基礎(chǔ)上，疊加進(jìn)行預(yù)測類別不平衡損失函數(shù)的改進(jìn)實(shí)驗(yàn)，相應(yīng)的損失函數(shù)Loss曲線以及Map曲線如圖4中黃色曲線所示。

在實(shí)驗(yàn)中，設(shè)置式(5)中的參數(shù)α為0.5，γ為2，此時(shí)的識別效果較好，由圖4可見：

(1) 實(shí)驗(yàn)2的改進(jìn)算法損失函數(shù)趨向收斂，且Map值在大約迭代11 000次就進(jìn)入穩(wěn)態(tài)，早于經(jīng)典算法和預(yù)測框的寬高損失函數(shù)改進(jìn)的算法。

(2) 改進(jìn)預(yù)測類別不平衡損失函數(shù)后的算法的Map值穩(wěn)定達(dá)到89%左右，迭代后期整體高于經(jīng)典算法和實(shí)驗(yàn)1改進(jìn)的算法。

由此可見，預(yù)測類別不平衡損失函數(shù)改進(jìn)后，YOLOv3算法的識別精度和訓(xùn)練時(shí)間得到一定程度的改善，且改善效果比實(shí)驗(yàn)1效果更好。

4.5 實(shí)驗(yàn)3的結(jié)果分析

在實(shí)驗(yàn)2的基礎(chǔ)上，疊加進(jìn)行神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖4中紅色曲線所示，由圖4可見：

(1) 改進(jìn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后的算法損失函數(shù)趨向收斂，且Map值在大約9 000次迭代準(zhǔn)確率逐漸上升，22 000次迭代進(jìn)入穩(wěn)態(tài)。

(2) 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后的算法的Map值穩(wěn)定達(dá)到97%左右，明顯高于經(jīng)典算法和其他改進(jìn)算法。

由此可見，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)后，YOLOv3算法的性能得到顯著改善。

4.6 實(shí)驗(yàn)結(jié)果匯總與分析

實(shí)驗(yàn)1至實(shí)驗(yàn)3獲得的實(shí)驗(yàn)結(jié)果如表1所示。

表 1 實(shí)驗(yàn)結(jié)果匯總Table 1 Summary of experimental results

(1) 改進(jìn)預(yù)測框的寬高損失函數(shù)主要是針對大小目標(biāo)的誤差對整體損失代價(jià)不一樣提出的，經(jīng)過歸一化的標(biāo)記框的寬和高，能使大小目標(biāo)的影響保持一致，就能檢測更多的小目標(biāo)，Map最大值可以提高1.5%，F(xiàn)1值提高0.03。由于歸一化后的損失函數(shù)計(jì)算量較小，訓(xùn)練時(shí)間比原始算法縮短2 h。權(quán)重參數(shù)規(guī)模與經(jīng)典算法一樣。

(2) 改進(jìn)預(yù)測類別不平衡損失函數(shù)后，Map曲線相對來說波動小一點(diǎn)，魯棒性更好，比經(jīng)典算法更快達(dá)到穩(wěn)定的精度。這是因?yàn)樗惴訌?qiáng)了對鳥巢目標(biāo)的訓(xùn)練，從而適當(dāng)提高了精確率。與經(jīng)典算法相比，Map最大值可以提高2.2%，F(xiàn)1值提高0.04。但是，由于改進(jìn)了損失函數(shù)，訓(xùn)練時(shí)間達(dá)到75 h。然而，由于忽略了部分背景的影響，識別時(shí)間減小3～4 ms。權(quán)重參數(shù)規(guī)模與經(jīng)典算法一樣。

(3) 對YOLOv3算法中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，可以在不降低識別精度情況下縮減權(quán)重參數(shù)規(guī)模，以便將來在無人機(jī)上實(shí)時(shí)檢測識別鳥巢。實(shí)驗(yàn)結(jié)果證明，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)后，Map值提高10.5%，F(xiàn)1值提高了0.08，識別時(shí)間為40 ms，權(quán)重參數(shù)規(guī)模減小了41.7%。由此可見，相比經(jīng)典算法和其他改進(jìn)算法，雖然神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)使得識別時(shí)間略有增加，但是也可以達(dá)到25幀/s 的識別效率。更重要的是在權(quán)重參數(shù)規(guī)模大幅度減小的同時(shí)，Map值得到了明顯提高。這為在無人機(jī)巡檢過程中實(shí)時(shí)識別奠定基礎(chǔ)。

將所有的改進(jìn)措施融合到一個(gè)算法中進(jìn)行鳥巢識別，并與改進(jìn)前的算法識別對比，任意挑選一組識別結(jié)果如圖5所示。

圖 5 算法改進(jìn)前后的鳥巢識別結(jié)果對比Fig.5 Results comparison of bird’s nest recognition of original and improved YOLO V3

對比圖5(a)和(b)可見，經(jīng)典的YOLOv3算法只能識別1處鳥巢，見圖5(a)中1處標(biāo)注有nest字符的方框。改進(jìn)后的算法可以識別出2處鳥巢，見圖5(b)中2處標(biāo)注有nest字符的方框。改進(jìn)算法的識別結(jié)果與人工識別結(jié)果相同。

5 結(jié)論

針對經(jīng)典YOLOv3算法在識別電力鐵塔航拍圖像中的鳥巢過程中，存在識別精度欠佳、識別效率不高、權(quán)重參數(shù)規(guī)模過大等不足，本文分別從3個(gè)方面提出了改進(jìn)措施：預(yù)測框的寬高損失函數(shù)的改進(jìn)、預(yù)測類別不平衡損失函數(shù)的改進(jìn)和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)。實(shí)驗(yàn)結(jié)果表明：(1) 改進(jìn)預(yù)測框的寬高損失函數(shù)可以適當(dāng)提高識別的Map值和F1值，訓(xùn)練時(shí)間略有減少，識別效率略有提高，權(quán)重參數(shù)規(guī)模保持不變；(2) 改進(jìn)預(yù)測類別不平衡損失函數(shù)可以適當(dāng)提高識別的Map值和F1值，訓(xùn)練時(shí)間略有增加，識別效率有明顯提高，權(quán)重參數(shù)規(guī)模保持不變；(3) 改進(jìn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以明顯提高識別的準(zhǔn)確性，并且可以顯著減小權(quán)重參數(shù)規(guī)模，代價(jià)是訓(xùn)練時(shí)間會增加一些，但是識別效率可以滿足實(shí)時(shí)性要求。由此可見本文提出的改進(jìn)措施切實(shí)有效，可以在提高識別精度和保持識別效率的同時(shí)，顯著減小權(quán)重參數(shù)規(guī)模；對于YOLOv3而言，改進(jìn)其神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的效果明顯好于其他改進(jìn)措施。這可能是今后此算法改進(jìn)的主要方向之一。本文的探索為將來在無人機(jī)巡檢過程中實(shí)時(shí)識別目標(biāo)物奠定了重要基礎(chǔ)。