周 雯，史天運，李 平，馬小寧，吳艷華

（1.中國鐵道科學研究院 研究生部，北京 100081；2.中國鐵道科學研究院集團有限公司，北京 100081；3.中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081）

接觸網作為高鐵牽引供電系統(tǒng)的重要組成部分，是高鐵動車組動力的主要來源，其服役可靠性是高鐵正常運營的重要基礎。隨著動車組提速和開行數(shù)量的增加，接觸網運行環(huán)境變得更加復雜，因關鍵零部件缺陷而導致的接觸網故障時有發(fā)生［1-2］。接觸網懸掛狀態(tài)檢測監(jiān)測裝置安裝在高速鐵路巡檢車車頂，從多個角度拍攝沿線接觸網懸掛狀態(tài)圖像，通過對采集到的圖像進行人工查閱，以檢測潛在的缺陷、故障。

為提高圖像數(shù)據(jù)的分析效率、降低人工勞動強度，現(xiàn)有針對高鐵接觸網零部件故障診斷的方法是先人工設計零部件特征，再設計分類器實現(xiàn)單個零部件的定位，最后采用灰度特征或邊緣信息等分析潛在故障。文獻［3］針對接觸網支撐結構中旋轉雙耳耳片斷裂故障，利用旋轉雙耳耳片正負樣本的HOG特征訓練SVM分類器，判別檢測窗口內是否包含旋轉耳片；利用二維Gabor小波變換能量值對圖像中的邊緣信息進行篩選，進而識別耳片斷裂故障。文獻［4］針對接觸網承力索座輔助承力索缺失的問題，首先提取圖像樣本的DHOG 特征訓練AdaBoost 分類器，給出承力索座的精確定位，然后通過可接受圓弧檢測、圓弧段聚類擬合對圖像中的圓形進行檢測和統(tǒng)計，最后根據(jù)統(tǒng)計數(shù)目給出故障判斷。文獻［5］針對接觸網支撐裝置旋轉雙耳部件銷釘?shù)乃擅撆c脫落問題，利用SIFT 算法和改進的RANSAC 算法實現(xiàn)雙耳部位的定位，采用Hough變換實現(xiàn)目標圖像中雙耳套筒傾角的提取及分割，累加豎直方向像素灰度值，從而判斷銷釘?shù)墓ぷ鳡顟B(tài)。文獻［6］針對接觸網支撐裝置中開口銷缺失、松脫和張角不足的問題，在定位階段，利用Hough 直線檢測實現(xiàn)斜腕處開口銷的初定位，利用PBoW 模型對初定位圖片進行分類，采用SIFT算法準確定位非斜腕處開口銷；在檢測階段，使用Hough 累加矩陣提取圓形特征，根據(jù)圓環(huán)內非連通區(qū)域分布規(guī)律給出開口銷缺失和張角不足檢測判據(jù)。上述方法雖然能夠實現(xiàn)對接觸網零部件不良狀態(tài)的檢測，但是針對不同的零部件需要設計不同的特征提取方法，存在精度提高難度大、運算效率低的問題。

近年來，深度學習技術從圖像數(shù)據(jù)出發(fā)，通過1 個端到端的模型，聯(lián)合優(yōu)化特征表示和分類器性能，可最大程度發(fā)揮二者聯(lián)合協(xié)助性能，最終得到分類或者檢測結果。文獻［7］根據(jù)高鐵巡檢車采集的軌腰圖像中鐵道塞釘圖像特點，設計基于深度學習的鐵道塞釘自動檢測算法。文獻［8］針對鋼軌傷損檢測的問題，將檢測數(shù)據(jù)視為由16 個通道二進制矩陣疊加而成的圖像，設計基于深度學習的鋼軌傷損智能識別模型。文獻［9］針對鋼軌扣件區(qū)域圖像的尺寸較小、圖像內容相對單一的特點設計基于深度卷積神經網絡的扣件缺損識別算法。文獻［10］針對無砟軌道扣件缺陷樣本相對稀缺的問題，提出基于半監(jiān)督深度學習的扣件缺陷圖像識別方法。文獻［11］為及時發(fā)現(xiàn)鐵路橋梁高強螺栓偶發(fā)的延遲斷裂，進行基于卷積神經網絡的橋梁高強螺栓缺失圖像識別方法研究。

本文通過目標檢測和分類的2 階級聯(lián)卷積神經網絡，實現(xiàn)接觸網懸掛緊固件缺陷的識別。首先，設計端到端自我強化的緊固件檢測網絡，用于對接觸網懸掛支持裝置和定位裝置緊固件的檢測；然后，通過搭建輕量級運行狀態(tài)分類網絡，實現(xiàn)接觸網懸掛緊固件的缺陷識別。并進行試驗驗證。

1 高鐵接觸網懸掛狀態(tài)監(jiān)測圖像

高鐵接觸網懸掛狀態(tài)監(jiān)測圖像是由巡檢車車頂?shù)某上裱b置從全局和局部多個角度拍攝獲得，5 個相機分別負責拍攝腕臂連接件和承力索座區(qū)域、腕臂區(qū)域、水平絕緣子區(qū)域、斜絕緣子區(qū)域、支持和定位裝置全局區(qū)域，巡檢車及其成像裝置如圖1所示。

支持和定位裝置用以支持接觸懸掛和固定接觸線的位置，保證接觸線在受電弓滑板運行軌跡范圍內，其結構如圖2所示。支持裝置的腕臂連接件包括套管雙耳、上套管單耳、下套管單耳，定位裝置連接件包括垂直定位環(huán)和吊鉤定位環(huán)。

圖1 巡檢車及其成像裝置

圖2 高鐵接觸網支持和定位裝置結構

套管單耳、套管雙耳、定位環(huán)包含大量的緊固件，其物理結構和成像結構如圖3所示。根據(jù)中國鐵道標準，這些緊固件分為3 類，分別是螺栓M12、螺母M12 和螺栓銷M12。緊固件在接觸網裝置中起固定作用，而受電弓與接觸網裝置之間存在復雜的力學作用，因長時間運行過程中的振動疲勞或施工缺陷，使緊固件產生脫落或松動等不良狀態(tài)，需對其進行實時檢測及安全隱患排除。

圖3 高鐵接觸網緊固件物理結構和成像結構

高鐵接觸網懸掛狀態(tài)監(jiān)測圖像與普通圖像相比具有如下特點。

（1）高鐵接觸網懸掛狀態(tài)監(jiān)測圖像尺寸為（6 600×4 400）像素，而公共數(shù)據(jù)集，如COCO數(shù)據(jù)集中的自然圖像尺寸不超過（1 024×1 024）像素。相比而言，接觸網懸掛狀態(tài)監(jiān)測圖像為大尺寸圖像。

（2）相比于普通圖像而言，高鐵接觸網懸掛狀態(tài)監(jiān)測圖像存在大量的無語義信息區(qū)域，無語義信息的區(qū)域約占整幅圖像的3/4。

（3）高鐵接觸網懸掛狀態(tài)監(jiān)測圖像中支持和定位裝置連接件的緊固件都較小，僅占整幅圖像的0.055%，屬于微小目標。而普通圖像中目標占整幅圖像比例為10%以上。

（4）實際收集的數(shù)據(jù)集中，帶有缺陷的緊固件樣本數(shù)量很少，且正常和松脫2 個狀態(tài)的類間差異不大，很難直接訓練1個高精度的緊固件缺陷檢測網絡。

從上述特點來看，高鐵接觸網懸掛狀態(tài)監(jiān)測圖像的獨特性使得普通圖像的檢測方法無法直接被使用，且現(xiàn)有基于深度學習的目標檢測方法對小目標的檢測精度普遍較低。

2 高鐵接觸網懸掛緊固件缺陷識別方法

針對監(jiān)測圖像的特點，高鐵接觸網懸掛緊固件缺陷識別方法由緊固件檢測和缺陷識別2 個部分組成。首先從基于深度學習的目標檢測算法主要組成部分（即特征提取網絡、損失函數(shù)、檢測器）出發(fā)，設計緊固件目標檢測網絡，對高鐵接觸網懸掛支持裝置和定位裝置中緊固件進行檢測；然后，通過輕量級的運行狀態(tài)分類網絡，完成緊固件缺陷的識別及判定。流程如圖4所示。

圖4 高鐵接觸網懸掛緊固件缺陷識別方法流程

2.1 緊固件檢測

緊固件檢測由1 個端到端自我增強的緊固件檢測網絡實現(xiàn)，該網絡由輕量級特征提取網絡、全局注意力模塊及分類器和檢測器組成，網絡結構如圖5所示。大尺寸的高鐵接觸網懸掛狀態(tài)監(jiān)測圖像直接作為卷積神經網絡的輸入會增加計算時間和內存消耗，且圖像中存在大量的無語義信息區(qū)域，會產生大量無意義的計算，因此，通過小批量處理圖像塊，可以減少整個網絡的計算量，從而提高緊固件檢測效率。首先，將（6 600×4 400）像素的接觸網懸掛狀態(tài)監(jiān)測圖像自動裁剪為（512×512）像素的圖像塊，且各圖像塊之間的重疊率為35%，以保證連接件的完整性；然后，將圖像塊輸入到輕量級特征提取網絡中，提取圖像塊的特征表示；最后，基于這些高辨識度的特征，分類器預測當前圖像塊中是否存在目標緊固件，若存在則通過檢測器定位目標緊固件。

2.1.1 輕量級特征提取網絡

在處理工程領域實際問題時，基于卷積神經網絡的目標檢測方法通常將ResNet［12］作為特征提取的主干網絡。為了克服數(shù)據(jù)量少而產生過擬合的問題，主干網絡首先在ImageNet 數(shù)據(jù)集上訓練得到網絡的預訓練權重，然后將去掉全連接層和softmax層的卷積網絡作為目標檢測框架中的特征提取網絡。然而，這樣的特征提取網絡存在以下缺點：第一，參數(shù)量大導致檢測效率低；第二，用于圖像分類的特征分辨率可能不足以進行目標檢測［13］。另外，接觸網懸掛監(jiān)測圖像和普通圖像之間的差異，也使得預訓練網絡在實際應用中不夠理想［14］，比如，微小的緊固件經過多層卷積后，容易造成特征消失。因此，輕量級特征提取網絡調整ResNet-18各階段特征圖的數(shù)量為16，32，48 和72 個，使得網絡參數(shù)遠小于ResNet-18，且可以從頭開始訓練，僅通過1 個周期的訓練可以得到很好的收斂。各階段特征圖的數(shù)量基于計算初始收斂網絡中各階段特征圖協(xié)方差矩陣的特征譜［15］，并在訓練過程中微調得到。

圖5 緊固件檢測網絡結構（單位：像素）

首先，任意1 個特征圖的特征譜Σ為它的協(xié)方差矩陣經過空間分辨率歸一化后得到，即

式中：n為圖像塊的數(shù)量；Hi和Wi分別為特征圖空間的寬和高；Fi，x，y為第i個圖像塊的特征圖中空間坐標為(x，y)像素的特征向量。

然后，計算各階段特征譜Σ的特征值，將大于預定閾值的特征值個數(shù)作為該階段特征圖的數(shù)量。

最后，在訓練過程中微調得到最終的特征圖數(shù)量。

另外，為了能提取到緊固件更精細的特征，減小輕量級特征提取網絡總的下采樣步長，防止緊固件特征在檢測層中消失。卷積層-4先經過殘差塊得到卷積層-5，再經過上采樣得到和卷積層-4尺度相同的特征圖，通過跳躍式連接和卷積層-4的特征進行融合，即最終用于檢測過程中錨框分布的特征圖的下采樣步長為8像素。

2.1.2 全局注意力模塊

由于卷積核的感受野有限，會存在一定的誤報。如圖6（a）和（b）所示，當人眼看到2 個外觀相似的疑似螺栓脫落缺陷時，如果沒有周圍圖像的信息，無法確定它們是否為真實的脫落缺陷。正如文獻［16］中所討論，卷積神經網絡有2 種類型的感受野：理論感受野和實際感受野。理論感受野表示理論上影響輸出值的輸入?yún)^(qū)域。然而，并非理論感受野中的每個像素對輸出值都有相同的影響，只有1個像素子集對輸出值有有效的影響，該子集稱為有效感受野，有效感受野小于理論感受野，如圖6（c）所示。有限的有效感受野導致最終的特征圖含有少量的上下文信息，從而導致誤報。

根據(jù)上述理論，在輕量級特征提取網絡后面連接1個特征池化層作為全局注意力模塊。特征提取網絡輸出的特征圖首先池化為（1×1）像素，（2×2）像素，（4×4）像素的金字塔層級特征圖，然后使用雙線性插值的方法恢復特征圖大小，最后進行特征圖融合，使得最終的特征圖包含更多的上下文信息。全局注意力模塊融合了不同金字塔層級的特征，使得檢測器可以得到更多包含上下文信息的特征，使假陽性訓練樣本的置信度明顯降低，從而降低誤報率。

圖6 卷積層感受野

2.1.3 相互增強的分類器和檢測器

分類器和檢測器共享輕量級特征提取網絡的特征，并在訓練過程中通過多任務損失函數(shù)實現(xiàn)相互增強。一方面，由于分類器將大量不含目標緊固件的圖像塊過濾掉，檢測器的輸入中減少了大量的假陽性樣本，從而降低誤報率。另一方面，由于檢測器可以獲取緊固件更精細的特征表示，當前圖像塊中即使存在一個目標緊固件，分類器也能很好地識別出來，即使當前圖像塊被分類器識別錯誤，檢測器隨后也可以更正這個錯誤的結果。

整個緊固件檢測網絡有3 個輸出：1 個是分類器的輸出，代表當前圖像塊中是否存在目標緊固件的概率m，另外2 個是檢測器的輸出，分別代表圖像塊中每個候選區(qū)域在K+1個類別上的概率分布p=(p0，…，pk)和K個類別的邊框回歸偏移量tk=其中，k為類別索引號，tk為相對于標注框中心點(x，y)的尺度不變轉換及寬高(w，h)的空間偏移。參與訓練的每個圖像塊依據(jù)是否含有目標緊固件標記為二值標簽b，檢測器中每個候選區(qū)域標記為與其匹配的標注框類別標簽u，邊框回歸的目標為v。多任務損失函數(shù)L定義如下。

式中：Lcls(m，n)和Lcls(p，u)為softmax 損失；Lloc為smooth-L1 損失；μ和λ為用于平衡三個任務損失的參數(shù)，在試驗中設置參數(shù)λ=1和μ=1，訓練過程中，當相應的圖像塊中檢測到目標緊固件時才反向傳播檢測器的損失。

檢測器的結構如圖5中藍色部分所示，它是基于區(qū)域的目標檢測，主要使用RPN［16］網絡的錨框機制，即使用一組預定義的多尺度邊框合理分布于圖像平面產生目標候選區(qū)域。然而，基于區(qū)域的檢測器對于微小目標的檢測性能顯著下降。一方面，隨著特征提取網絡每個階段池化層的疊加，下采樣步長的增加，微小目標的特征被高度壓縮甚至消失，如最小的緊固件在最終的錨框分布特征圖中僅為（1×1）像素。另一方面，在錨框分布特征圖中，如果錨框i和標注框j的IoU值大于所有錨框和標注框j的IoU 值，或者該IoU 值大于閾值Th，錨框i就和標注框j匹配。簡言之，當特征圖中目標緊固件的尺寸和設置的錨框尺寸越接近，將會有越多的錨框與它匹配，目標緊固件就更容易被定位。人臉檢測器S3FD［17］詳細分析了錨框數(shù)量與目標尺寸之間的匹配關系，如果目標在錨框分布的特征圖中的尺寸在平均線（average line）之上，將會匹配到3～4 個錨框，足以用于目標的定位；反之，微小目標將匹配1個以下的錨框，從而導致檢測的性能大幅下降。

因此，為了在目標緊固件檢測過程中，更合理的分配錨框，根據(jù)訓練集中標注框尺寸用K-means聚類自動選擇合適的錨框尺寸。選取聚類個數(shù)分別為3，4，5 的錨框尺寸如下：3 個錨框尺寸分別為3.55，5.34，7.62 像素；4 個錨框尺寸分別為2.95，3.90，6.13，8.21 像素；5個錨框尺寸分別為1.97，3.25，4.9，7.06，9.21 像素。

分類器的結構如圖5中綠色部分所示。分類器僅包含2 個卷積層和1 個全局平均池化層。采用softmax損失函數(shù)，用來引導分類器的訓練。

2.2 緊固件缺陷識別

通過緊固件檢測網絡，實現(xiàn)了緊固件的定位。緊固件缺陷識別通過搭建1個緊固件運行狀態(tài)分類網絡，將緊固件檢測網絡輸出的緊固件圖像縮放到（72×72）像素作為輸入，實現(xiàn)緊固件缺陷的識別。緊固件的運行狀態(tài)分為正常、松脫和脫落3種類別，如圖7所示。

緊固件運行狀態(tài)識別網絡結構如圖8所示，包括4個卷積層，2 個池化層，1個全連接層和1個輸出層，網絡的輸出是3 類緊固件的運行狀態(tài)，共8個類別。

圖7 高鐵接觸網懸掛緊固件運行狀態(tài)類別

3 試驗驗證

高鐵接觸網懸掛緊固件檢測網絡和運行狀態(tài)識別網絡的訓練和測試均采用深度學習框架Tensor-Flow 實現(xiàn)，硬件環(huán)境為GeForce GTX 1080 GPU服務器，64位Ubuntu16.04操作系統(tǒng)。

試驗中選取某高鐵線路接觸網監(jiān)測圖像數(shù)據(jù)，包括隧道、岔道、高架橋等不同環(huán)境下的圖像作為數(shù)據(jù)集，以保證模型的泛化能力。數(shù)據(jù)集中約2 100 個接觸網懸掛支柱圖像，其中約42 000 個緊固件。所有的圖像自動裁剪為（512×512）像素的圖像塊，圖像塊間有35%的重疊，該重疊不僅保證了連接件的完整性，同時也增強了數(shù)據(jù)集。將圖像塊數(shù)據(jù)集隨機選取80%作為訓練集，剩余的20%作為驗證集，對緊固件檢測網絡進行訓練。為了讓網絡得到更好的收斂，將包含目標緊固件的圖像塊和不包含目標緊固件的圖像塊比例控制在1∶3，從而得到平衡的訓練集。包含目標緊固件的數(shù)據(jù)集標注為3個類別：螺栓M12、螺母M12和螺栓銷M12。

緊固件運行狀態(tài)識別網絡的訓練數(shù)據(jù)集由緊固件檢測網絡檢測到的緊固件組成，每類緊固件每種狀態(tài)分別選取50 個樣本，并手工標注其標簽。由于缺陷緊固件圖像的數(shù)量有限，且目前缺陷數(shù)據(jù)只收集到一些關于螺栓松脫的數(shù)據(jù)，缺少開口銷缺失的缺陷數(shù)據(jù)。訓練過程中進行了數(shù)據(jù)增量，包括水平翻轉、垂直翻轉。

圖8 高鐵接觸網懸掛緊固件運行狀態(tài)識別網絡結構（單位：像素）

3.1 網絡訓練階段

緊固件檢測網絡的訓練采用隨機梯度下降的方法在4 塊GPU 上同時進行，每個GPU 分配1 張圖像，每張圖像選取512 個候選區(qū)域用來訓練檢測器。隨機梯度下降的動量為0.9，權重衰減為0.000 5。初始學習率設置為0.001，每60K 個小批量，學習率減少1/10。由標準差為0.01，均值為0的高斯分布為所有層隨機分配初始權重。因為網絡是從頭開始訓練，學習率和訓練周期迭代2 次作為1個循環(huán)。且在檢測器的RPN網絡中，錨框的大小在步長為8 像素的特征圖上使用K-means 聚類個數(shù)為4 的錨框尺寸，分別為3，4，6 和8 像素，錨框的長寬比例設置為1。

緊固件運行狀態(tài)識別網絡的損失函數(shù)采用多標簽softmax 損失，同時在網絡的全連接層加入50%的dropout以減少過擬合。

3.2 網絡測試階段

在鐵路目標檢測領域，常用誤檢率和漏檢率兩個指標衡量模型的檢測效果。通常對二分類問題而言，可將樣本根據(jù)真實類別和預測類別劃分為真陽性（True Positive，TP）、假陽性（False Positive，F(xiàn)P）、真陰性（True Negative，TN）、假陰性（False Negative，F(xiàn)N），誤報率是指假陽性樣本在被識別為目標實例中的占比，即1-Precision；漏檢率是指假陰性樣本在所有真實值中的比例，即1-Recall。其中Recall和Precision分別定義如下。

式中：TP，F(xiàn)N，F(xiàn)P分別為TP，F(xiàn)N和FP的值。

在檢測目標時，每個類別都能夠根據(jù)Recall和Precision繪制1條PR 曲線，對此曲線做積分，得到的就是Average Precision（AP），即1 個類別的檢測精度，對多個類別的AP 求取平均值，得到檢測器的平均檢測精度（Mean AP，mAP）。

測試集包含100 張接觸網懸掛支柱圖像，其中，每個懸掛支柱包含4 個螺栓M12，12 個螺母M12，4 個螺栓銷M12。在緊固件檢測網絡前向傳播時，為保證漏檢率盡可能小，也就是召回率盡可能高，選取置信度為0.75，最終得到緊固件檢測平均準確率為97.2%，召回率為98.2%，誤報率為2.8%，漏檢率為1.8%，從鐵路目標檢測領域注重漏檢率來看，表明了緊固件檢測網絡在實際應用中的潛能。然后，檢測到的緊固件作為輸入測試緊固件運行狀態(tài)識別網絡，得到95.8%的平均識別準確率，識別速率為每秒430 張圖像，表明了緊固件運行狀態(tài)識別網絡的高效性，適用于實際工程領域。

高鐵接觸網懸掛緊固件缺陷識別的檢測結果如圖9所示（其中綠色框內為螺母，紅色框內為螺栓銷，藍色框內為螺栓），識別結果見表1。在緊固件檢測識別階段，會自動報告如圖9（c）的緊固件脫落故障，由圖3物理結構可知，每個連接件的緊固件數(shù)量是固定的，如果某個緊固件處于脫落狀態(tài)，那么將無法檢測到該緊固件，檢測時據(jù)此可以通過檢測緊固件的實際數(shù)量與預定數(shù)量間的不同，自動報告緊固件發(fā)生脫落故障。

圖9 緊固件檢測結果

3.2.1 緊固件檢測網絡性能評估

在測試集上對緊固件檢測網絡進行綜合評估，分別從緊固件檢測的高效性、穩(wěn)健性、有效性3個方向分析。為了定量評估各組成策略對網絡整體性能的影響，設計表2所示的多組剝離試驗，其中，分類器、檢測器和全局注意力模塊分別為圖5綠色、藍色和紫色部分；端到端聯(lián)合訓練表示分類器和檢測器通過損失函數(shù)聯(lián)合訓練。ModelⅠ表示訓練整個網絡，ModelⅡ表示只訓練分類器部分，ModelⅢ表示只訓練檢測器部分，ModelⅣ表示聯(lián)合訓練除全局注意力模塊的分類器和檢測器。

為了評估端到端聯(lián)合訓練的分類器在整個緊固件檢測網絡中的作用及性能，將測試集中100 張接觸網懸掛支柱圖像自動裁剪為（512×512）像素圖像塊，其中，大約有554 個包含目標緊固件的圖像塊。分類器評估依據(jù)為是否將含有目標緊固件的圖像塊分類正確，試驗結果見表3。表中：ResNet-50是在ImageNet預訓練后利用緊固件圖像數(shù)據(jù)微調的結果。由表3可以看出：端到端訓練的Model Ⅰ分類器性能最好，其召回率高于ResNet-50和Model Ⅱ；只訓練分類器部分的Model Ⅱ分類器，其準確率和召回率較Model Ⅰ分類器均大幅降低，表明檢測器和分類器相互增強機制的重要性，檢測器提取到更精細的特征能抑制分類器的假陽性樣本；另外，時間消耗表明，輕量級的特征提取網絡使得分類器的推理時間為8.62 ms，比復雜的ResNet-50 分類器效率高。因此，端到端聯(lián)合訓練的分類器能有效過濾掉大量無目標緊固件的圖像塊，減少檢測器的計算量，同時，檢測器提取到更精細的特征能促使分類器更精確。

為了評估緊固件檢測網絡對微小緊固件檢測的有效性，在同樣的測試集上測試不同的檢測器，其中，F(xiàn)aster R-CNN［18］的基礎網絡是ResNet-50，考慮到在下采樣步長為8 像素的特征圖上分布錨框，ResNet-50 需要消耗大量的存儲空間，因此，F(xiàn)aster R-CNN 在下采樣步長為16 像素的特征圖上分布錨框；同時，也驗證了緊固件檢測網絡在下采樣步長為16 像素的特征圖上分布錨框的檢測器。另外，嘗試將全局注意力模塊連接到卷積層-4（Conv-4）特征提取階段進行對比，試驗結果見表4。從表4可以看出：緊固件檢測網絡檢測器的檢測精度和召回率均優(yōu)于其他網絡；但當下采樣步長為16 像素時，檢測精度僅為0.836 6，表明下采樣步長為16 像素時會造成一些目標緊固件的特征消失，從而無法檢測到；Conv-4 的檢測精度相較于緊固件檢測網絡下降0.020 9，表明卷積層-5（Conv-5）階段可以提取到有利于目標檢測的高層語義信息；當選擇5 個聚類錨框尺寸時，Anchor-5的精度和召回率分別提升0.002 3和0.002 0，但時間消耗增加3.77 ms，該結果表明和數(shù)據(jù)集緊固件大小匹配精細的錨框尺寸有利于提高檢測精度，但錨框數(shù)量會影響檢測的效率，而Anchor-4 能在檢測的精度與效率間取得較好的折中。因此，檢測網絡的最終錨框尺寸為Anchor-4，即表4中緊固件檢測網絡的性能。

表1 緊固件運行狀態(tài)識別結果

表2 緊固件檢測網絡性能評估剝離試驗組

表3 緊固件檢測網絡分類器性能對比結果

表4 緊固件檢測網絡檢測器性能對比結果

為了驗證緊固件檢測網絡的有效性，與小目標檢測表現(xiàn)較好的FPN［19］進行對比試驗，F(xiàn)PN 的基礎網絡是ResNet-50，試驗結果見表5。從表5可以看出：雖然FPN 和緊固件檢測網絡平均精度相近，但緊固件檢測網絡的召回率比FPN 高0.71%，即緊固件檢測網絡的漏檢率低于FPN。

表5 緊固件檢測網絡與FPN性能比對

緊固件檢測網絡（CSDR）的PR 曲線截圖如圖10所示。由圖10中的紅色曲線可知，CSDR 的召回率和檢測精度相比FPN 和Faster RCNN 都有不錯的表現(xiàn)。

圖10 檢測結果PR曲線截圖

為了更好地表明緊固件檢測網絡（CSDR）顯著優(yōu)于對比網絡，進一步對表4和表5的數(shù)據(jù)進行了顯著性檢驗，檢驗結果見表6。從表6可以看出：緊固件檢測網絡顯著優(yōu)于對比的其他網絡；其中，緊固件檢測網絡和FPN 的mAP 對比不是很明顯，這也和上文中得出的結論相一致，但是緊固件檢測網絡的召回率顯著優(yōu)于FPN的召回率。

3.2.2 緊固件運行狀態(tài)識別網絡性能評估

為了評估緊固件運行狀態(tài)識別網絡的性能，與AlexNet［20］分類網絡進行了對比試驗。2 個網絡的對比試驗在相同的數(shù)據(jù)集上完成，試驗結果見表7。從表7可以看出：緊固件運行狀態(tài)識別的輕量級分類網絡和AlexNet 網絡的識別準確率十分相似，但從每秒鐘處理的圖像數(shù)量（Frames Per Second，F(xiàn)PS）和訓練時間來看，緊固件運行狀態(tài)識別網絡的推理時間和訓練時間顯著優(yōu)于AlexNet，更適用于實時的緊固件運行狀態(tài)識別。

另外，為了評估緊固件狀態(tài)識別的準確率，分析緊固件運行狀態(tài)識別網絡的混淆矩陣，結果見表8。表中：藍色數(shù)字為緊固件運行狀態(tài)識別網絡的精度，藍色數(shù)字上方為緊固件運行狀態(tài)識別網絡的誤報率，藍色數(shù)字下方為緊固件運行狀態(tài)識別網絡的漏檢率。從表8可以看出：緊固件運行狀態(tài)識別網絡對于脫落狀態(tài)的召回率較高，由于松脫和正常狀態(tài)有可能會很相似，而存在很小的誤報率。

表6 試驗結果顯著性檢驗

表7 緊固件狀態(tài)識別網絡和AlexNet網絡性能比對

表8 3種緊固件分類的混淆矩陣

3.2.3 2階級聯(lián)結構性能評估

為了評估2 階級聯(lián)輕量級卷積神經網絡結構的重要性，將緊固件檢測和運行狀態(tài)識別合并到1個階段，即直接使用緊固件檢測網絡檢測緊固件的缺陷狀態(tài)，并與2 階級聯(lián)結構進行對比試驗。試驗中，選取每類緊固件的每種狀態(tài)各50 個樣本，共450 個樣本組成訓練集，并直接標記出訓練集中3種緊固件的運行狀態(tài)及其位置，用于2 次訓練緊固件檢測網絡，設置學習率為0.000 5，結果如圖11所示。從圖11可以看出：由于訓練樣本有限，用單一的緊固件檢測網絡直接檢測緊固件缺陷的精度很低且會導致嚴重的過擬合，特別是松脫缺陷，由于松脫狀態(tài)和正常狀態(tài)的差異較小，檢測器中的特征不足以將它們正確分類；而2 階級聯(lián)結構的平均精度較單一檢測網絡提升21.5%。

圖11 2階級聯(lián)網絡與單一檢測網絡對比

4 結 語

采用基于卷積神經網絡的深度學習檢測和分類技術，設計2 階級聯(lián)的卷積神經網絡模型實現(xiàn)高鐵接觸網支持裝置緊固件缺陷的識別。緊固件檢測網絡可以定位接觸網懸掛狀態(tài)監(jiān)測圖像中的目標緊固件，輕量級多標簽分類網絡能夠判斷3類緊固件的松動和脫落缺陷。通過對某高鐵線路接觸網狀態(tài)監(jiān)測圖像數(shù)據(jù)進行試驗分析，驗證提出的2 階級聯(lián)的高鐵接觸網支持裝置緊固件缺陷識別方法的有效性、準確性和高效性，可以輔助工作人員提高圖像數(shù)據(jù)的分析效率、降低人工勞動強度。