童千倩，李立明，鄭丹陽，楊 意，汪晨曦，鄭樹彬

（上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院，上海 201620）

0 引 言

截止2020 年底，中國(guó)鐵路總保有量達(dá)到146.3×103km，營(yíng)業(yè)里程總數(shù)達(dá)到128×103km，鐵路每萬平方公里的路網(wǎng)密度達(dá)到152.3 km，大規(guī)模的鐵路建設(shè)對(duì)鐵路基礎(chǔ)建設(shè)和維護(hù)保障提出了較高的需求［1］。維持軌道的幾何形位是鐵路建設(shè)工程與維護(hù)保障中重要的部分，軌道線路中，軌枕充當(dāng)著承載列車負(fù)荷、分散鋼軌壓力至道床的中間角色，在列車運(yùn)行中起到重要的作用。由于軌枕上截面的荷載彎矩大于軌枕的抗裂強(qiáng)度，易導(dǎo)致混凝土軌枕表面產(chǎn)生裂紋，若不及時(shí)檢修，會(huì)引起混凝土壓潰，導(dǎo)致軌枕失效，嚴(yán)重地影響軌枕的使用壽命，威脅軌道交通的行車安全［2］。目前，軌枕裂紋的檢測(cè)方法主要依靠人工進(jìn)行，而人工巡檢的主觀性較強(qiáng)，檢測(cè)效率低［3］。近年來，部分學(xué)者將無損檢測(cè)，如物理檢測(cè)手段與計(jì)算機(jī)檢測(cè)等手段運(yùn)用到裂紋檢測(cè)中。

物理檢測(cè)通常從聲、光、熱、磁等角度提出檢測(cè)方法，對(duì)混凝土結(jié)構(gòu)表面的微小異常進(jìn)行判斷，典型的物理無損檢測(cè)方法，如：聲發(fā)射技術(shù)，散斑干涉技術(shù)，紅外檢測(cè)技術(shù)等。但是物理檢測(cè)方法對(duì)環(huán)境要求較高，檢測(cè)成本高，具有一定的局限性，例如：聲發(fā)射技術(shù)需要一定的聲耦合，需要處于應(yīng)力狀態(tài)，紅外檢測(cè)通常需要設(shè)備體積較大的儀器，檢測(cè)環(huán)境也有嚴(yán)格的限制［4］。計(jì)算機(jī)檢測(cè)通常經(jīng)過圖像預(yù)處理，圖像特征提取，圖像特征處理，最終得到裂紋檢測(cè)結(jié)果，具有低成本，高效率的特點(diǎn)。隨著機(jī)器視覺技術(shù)與深度學(xué)習(xí)技術(shù)的發(fā)展，目標(biāo)檢測(cè)技術(shù)在軌道裂紋檢測(cè)中應(yīng)用廣泛，例如Faster R－CNN，SSD，YOLO等，已經(jīng)在裂紋圖像檢測(cè)方面取得了一定的檢測(cè)成果。目前，Cha 等提出了一種基于Faster R－CNN 的混凝土裂紋檢測(cè)方法，該種優(yōu)化后的Faster R－CNN網(wǎng)絡(luò)能夠在多分類的條件下快速地提取裂紋特征，達(dá)到較為精確的檢測(cè)結(jié)果［5］；Mandal 等基于DCNN對(duì)道路混凝土裂紋提出了一種自動(dòng)化的檢測(cè)方法，但檢測(cè)精度較低［6］；上述方法均針對(duì)路面裂紋提出，在有砟軌道的實(shí)際運(yùn)用中取得的效果較差，Li等基于改進(jìn)的YOLO 網(wǎng)絡(luò)，疊加了原始YOLO 中淺層卷積結(jié)構(gòu)的低層特征，提取了深層卷積網(wǎng)絡(luò)中的抽象語義特征，提高了軌道板裂紋的檢測(cè)精度，增強(qiáng)了小目標(biāo)和重疊目標(biāo)的檢測(cè)能力，但是由于軌道板數(shù)據(jù)集的背景信息單一，該方法的通用性較差［7］；曹建斌通過結(jié)合CF－Net 以及FastCrack模型的兩階段定位法，能滿足自動(dòng)檢測(cè)軌枕裂紋的需求，但是其召回率與檢測(cè)速度還需進(jìn)一步的提升［8］。

針對(duì)小目標(biāo)裂紋檢測(cè)的方法存在通用性差，精度低，召回率低，檢測(cè)速度慢的問題，本文設(shè)計(jì)了一種基于YOLOv3 改進(jìn)算法的軌枕裂紋檢測(cè)模型，如圖1 所示。本模型首先使用灰度投影法結(jié)合經(jīng)驗(yàn)值定位軌枕坐標(biāo)并分割軌枕，然后將注意力機(jī)制與空間金字塔池化引入本文所述改進(jìn)的YOLOv3模型中，并改善了裂紋檢測(cè)損失函數(shù)，最終在保持速度的情況下，提高了檢測(cè)的精度。

圖1 基于YOLOv3 改進(jìn)算法的軌枕裂紋檢測(cè)模型示意圖Fig.1 Schematic diagram of sleeper location segmentation and crack detection method

1 軌枕區(qū)域提取

由于道砟與軌枕的灰度存在差異，軌枕邊緣特征明顯，且軌枕水平放置于道床，垂直于鋼軌，同時(shí)軌枕尺寸也有著嚴(yán)格的規(guī)定，可以利用灰度投影法結(jié)合經(jīng)驗(yàn)值定位軌枕位置，具體流程圖如圖2 所示。

灰度投影法針對(duì)復(fù)雜背景的物體邊緣檢測(cè)有著不錯(cuò)的效果，主要依賴波峰和波谷確定物體邊緣位置的坐標(biāo)［9］。針對(duì)原圖中存在道砟背景的干擾，利用灰度投影法定位得到軌枕與光帶邊緣坐標(biāo)，假設(shè)圖像表示為f（x，y），在y方向的灰度投影函數(shù)為fy（x），在x方向的灰度投影函數(shù)為fx（x），圖像中的像素點(diǎn)坐標(biāo)為（x，y），則水平與垂直方向的灰度投影函數(shù)值為式（1）和式（2）：

利用灰度投影法，計(jì)算出軌枕與光帶邊緣的位置，具體實(shí)驗(yàn)結(jié)果如圖2 所示。圖2（a）表示有砟道床中鋼軌與軌枕原圖；圖2（b）表示水平投影的波谷表示軌枕與道砟的接觸邊緣；圖2（c）表示垂直投影得到的波峰表示鋼軌表面光帶所在位置，根據(jù)灰度投影的實(shí)驗(yàn)結(jié)果能夠得到光帶與軌枕相交點(diǎn)的坐標(biāo)。

圖2 灰度投影實(shí)驗(yàn)結(jié)果圖Fig.2 Grayscale projection experimental results

由于在采集的道床圖片中，軌枕邊緣的像素寬度相對(duì)固定，首先通過灰度投影法得到邊緣坐標(biāo)，然后疊加軌枕像素寬度的經(jīng)驗(yàn)值，即可得到軌枕頂點(diǎn)坐標(biāo)，最終定位得到軌枕的位置并完成對(duì)軌枕的分割，如圖3 所示。

圖3 灰度投影分割效果圖Fig.3 Grayscale projection segmentation effect

2 基于YOLOv3 改進(jìn)算法的軌枕裂紋檢測(cè)模型

YOLOv3 主要改善了主干網(wǎng)絡(luò)結(jié)構(gòu)，融合多尺度特征，使用獨(dú)立的邏輯分類器，YOLOv3 網(wǎng)絡(luò)主要特征為：

（1）Darknet－53模塊的預(yù)測(cè)效率良好?；贒arknet－53 構(gòu)建的主干網(wǎng)絡(luò)由于設(shè)計(jì)了類殘差快捷連接（shortcut connections），實(shí)現(xiàn)高速的浮點(diǎn)運(yùn)算，使得預(yù)測(cè)效率更高［10］；

（2）利用邏輯回歸輸出的多尺度預(yù)測(cè)。每個(gè)網(wǎng)格單元在3 個(gè)尺度上預(yù)測(cè)得到3 個(gè)物體框（bounding box），每個(gè)物體框包含（x，y，w，h，confidence）5 個(gè)基本參數(shù)，通過獨(dú)立的邏輯分類器得出標(biāo)簽為裂紋的概率，根據(jù)上采樣倍數(shù)的不同，輸出不同尺度的張量尺寸，張量尺寸計(jì)算公式為N ×N ×［3×（5＋1）］。

由于YOLOv3 網(wǎng)絡(luò)在復(fù)雜背景下對(duì)軌枕裂紋類小目標(biāo)檢測(cè)精度低，本文設(shè)計(jì)了基于YOLOv3 改進(jìn)算法，使得YOLOv3在保證快速的前提下，進(jìn)一步提升在混凝土軌枕裂紋檢測(cè)方面的檢測(cè)精度。在算法中引入注意力機(jī)制中的擠壓與激勵(lì)模塊（Squeeze and Excitation，SE）和空間金字塔池化模塊（Spatial Pyramid Pooling，SPP），改進(jìn)后的YOLOv3 網(wǎng)絡(luò)結(jié)構(gòu)如圖4 所示。

圖4 改進(jìn)的YOLOv3 結(jié)構(gòu)圖Fig.4 Improved YOLOv3 structure diagram

2.1 擠壓與激勵(lì)模塊

由于軌枕裂紋特征存在微小細(xì)長(zhǎng)、形態(tài)多樣、與混凝土軌枕背景相似度高等的特點(diǎn)，傳統(tǒng)算法存在提取軌枕裂紋特征精確度低等缺點(diǎn)，本算法在YOLOv3 主干網(wǎng)絡(luò)末端，引入注意力機(jī)制中的擠壓與激活模塊，改善對(duì)裂紋特征提取的精度，SE模塊的結(jié)構(gòu)如圖5 所示。

圖5 擠壓與激勵(lì)模塊原理Fig.5 Principle of extrusion and excitation module

注意力機(jī)制的特點(diǎn)在于其經(jīng)過特殊設(shè)計(jì)參數(shù)配置，有助于減少無效信息冗余，迅速提取關(guān)鍵特征，所以能夠大幅度提高準(zhǔn)確率［11］。引入的注意力機(jī)制中的擠壓與激勵(lì)模塊，能夠快速、準(zhǔn)確地提取到關(guān)鍵的軌枕裂紋特征。擠壓與激勵(lì)模塊首先經(jīng)過擠壓操作（Squeeze），計(jì)算公式（3）如下：

其中，uc表示輸出軌枕圖像中通道的特征；Vc表示軌枕圖像中第c個(gè)學(xué)習(xí)的濾波器的參數(shù)；X表示輸入通道特征；*表示卷積運(yùn)算。

擠壓與激勵(lì)模塊經(jīng)過1 個(gè)全局平均池化層，將軌枕裂紋圖像轉(zhuǎn)化為一個(gè)1×1×1 024 的向量，該向量代表了軌枕圖片中全局的特征通道分布情況，然后放入2 個(gè)以全連接層和激活函數(shù)為單位的小型模塊，針對(duì)軌枕裂紋的特征圖進(jìn)行激活（Excitation），最后統(tǒng)一對(duì)通道進(jìn)行加權(quán)操作，輸出軌枕裂紋特征圖。此外，設(shè)有殘差模塊確保有效訓(xùn)練，使得全局特征聚焦于軌枕裂紋的信息特征，有效抑制軌枕圖像中其他冗余的特征干擾［12］。

2.2 空間金字塔池化

由于混凝土軌枕在采集的圖像中的大小不盡相同，原有的池化層（Pooling）會(huì)丟失圖片信息，導(dǎo)致裂紋檢測(cè)效果不理想。如圖6 所示，在建立主干網(wǎng)絡(luò)結(jié)構(gòu)后，通過引入空間金字塔池化操作，能夠最終輸出固定的圖片尺寸，不丟失主要特征，不受輸入軌枕圖片的尺寸影響，不破壞原始圖像比例［13］。首先，將輸入的軌枕圖像經(jīng)過一次卷積運(yùn)算；其次，特征圖經(jīng)過5×5，9×9，13×13 這3 個(gè)尺度的池化窗口（pooling window）；最后，輸出一個(gè)同樣長(zhǎng)度的池化特征（scale－invariance）。

圖6 空間金字塔池化模塊Fig.6 Pooling module of spatial pyramid

2.3 CIoU 損失函數(shù)

軌枕裂紋預(yù)測(cè)損失函數(shù)由回歸預(yù)測(cè)誤差Lregression，置信度誤差Lconfidence以及分類誤差Lclassification3 部分組成［14］。其中，置信度誤差由邊框內(nèi)存在軌枕裂紋和不存在軌枕裂紋兩種情況疊加計(jì)算得到；軌枕裂紋分類誤差是基于網(wǎng)格內(nèi)存在裂紋的前提計(jì)算的，若邊框內(nèi)存在軌枕裂紋則分類誤差值為1，總體公式（4）如下：

在軌枕裂紋回歸預(yù)測(cè)的損失函數(shù)部分，Yolov3使用二分交叉熵?fù)p失函數(shù)（binary cross－entropy loss），但該函數(shù)在誤差較大的情況下，會(huì)因?yàn)樾》鹊卣{(diào)整參數(shù)，使得訓(xùn)練速度更緩慢。此外，二分交叉熵?fù)p失函數(shù)較為復(fù)雜，運(yùn)算量較大。

出于對(duì)模型收斂速度和精度的考慮，將CIoU損失函數(shù)（Complete Intersection over Union Loss，CIoU Loss）作為新的軌枕裂紋回歸預(yù)測(cè)的損失函數(shù)，該函數(shù)的示意圖如圖7 所示。

圖7 CIoU 損失函數(shù)示意圖Fig.7 Schematic diagram of CIoU loss function

CIoU部分的損失函數(shù)公式（5）為：

其中，IoU表示預(yù)測(cè)框和實(shí)際框的重疊度；ρ2（·）為預(yù)測(cè)框與實(shí)際框的歐式距離；b和bgt分別表示預(yù)測(cè)框與實(shí)際框的中心點(diǎn)位置；c為預(yù)測(cè)框與實(shí)際框組合部分最小外矩形框的對(duì)角線；αv是一個(gè)帶有平衡參數(shù)α且用于衡量寬高比相似性v的影響因子。

3 實(shí)驗(yàn)結(jié)果及分析

3.1 數(shù)據(jù)集與開發(fā)環(huán)境

本文的數(shù)據(jù)集的構(gòu)建是基于有砟軌道上拍攝和采集的軌枕圖片，軌枕狀態(tài)分為有裂紋和無裂紋兩種，本實(shí)驗(yàn)獲取了共計(jì)1 000張裂紋數(shù)據(jù)集，根據(jù)軌枕狀態(tài)與裂紋條數(shù)將其分類，其中含有軌枕裂紋的圖像共210 張，不含軌枕裂紋的圖像790 張，以7∶3 的訓(xùn)練集與測(cè)試集的比例開展實(shí)驗(yàn)。本實(shí)驗(yàn)是在Win10 操作系統(tǒng)，雙CPU Intel Xeon Silver 4214 2.2 GHz，PyTorch 框架以及PyCharm 的集成開發(fā)環(huán)境下進(jìn)行。

3.2 軌枕裂紋檢測(cè)實(shí)驗(yàn)

針對(duì)灰度投影法分割后的軌枕圖像，本實(shí)驗(yàn)對(duì)訓(xùn)練參數(shù)初始值的設(shè)置值見表1。

表1 初始參數(shù)值的設(shè)定Tab.1 Setting of initial parameter values

通過灰度定位法針對(duì)道床定位并分割軌枕，用注意力機(jī)制中的擠壓與激活模塊提取重要特征，引入空間金字塔池化，改進(jìn)損失函數(shù)，最終利用改進(jìn)的YOLOv3 網(wǎng)絡(luò)完成對(duì)軌枕裂紋的檢測(cè)。評(píng)價(jià)指標(biāo)主要從精確度與速度兩個(gè)角度分析，用到的指標(biāo)有精確度（Precision，P），召回率（Recall，R），平均準(zhǔn)確率（Mean Average Precision，MAP），每秒傳輸幀數(shù)（Frames Per Second，F(xiàn)PS）。實(shí)驗(yàn)結(jié)果的精確度，召回率和平均準(zhǔn)確率的公式（6）～（8）如下：

在精確度與召回率的公式中，Tp（True Positive）表示人工標(biāo)定為軌枕裂紋，實(shí)際被判定存在軌枕裂紋的樣本數(shù)量；TN（False Positive）表示人工標(biāo)定背景區(qū)域，實(shí)際被判定存在軌枕裂紋的樣本數(shù)量；FN（False Negative）為人工標(biāo)定背景區(qū)域，實(shí)際被判定不存在軌枕裂紋的樣本數(shù)量。在平均準(zhǔn)確率的公式中，N表示裂紋分類數(shù)量，p（r）表示精確度與召回率的關(guān)系函數(shù)。

基于本算法實(shí)現(xiàn)的軌枕裂紋檢測(cè)效果如圖8 所示。針對(duì)輸入的整體道床圖像與灰度投影法分割后的軌枕圖像，分別采用YOLOv3與本算法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果見表2。經(jīng)過軌枕區(qū)域提取后裂紋檢測(cè)在YOLOv3 網(wǎng)絡(luò)上精確度提升了35.0%，召回率提升11.4%，MAP 提升22.4%，證明了軌枕區(qū)域提取對(duì)軌枕裂紋檢測(cè)的必要性；將灰度投影法提取的軌枕圖像，輸入改進(jìn)的YOLOv3 裂紋檢測(cè)網(wǎng)絡(luò)中，裂紋精確度較YOLOv3 網(wǎng)絡(luò)提升了16.9%，召回率提升了3.5%，MAP 提升了5.9%，證明了本算法在軌枕裂紋檢測(cè)精度具有顯著的優(yōu)越性。

圖8 軌枕裂紋檢測(cè)效果圖Fig.8 Effects of sleeper crack detection

表2 實(shí)驗(yàn)量化結(jié)果對(duì)比Tab.2 Comparison of experimental results

4 結(jié)束語

（1）本文提出了一種基于YOLOv3 改進(jìn)算法的軌枕裂紋檢測(cè)方法。首先，通過灰度投影法對(duì)道床定位并針對(duì)軌枕進(jìn)行了分割；其次，通過改進(jìn)的YOLOv3 算法對(duì)分割得到的軌枕圖像進(jìn)行軌枕裂紋的精確檢測(cè)。

（2）針對(duì)軌枕裂紋檢測(cè)任務(wù)，改進(jìn)了YOLOv3算法。通過加入注意力機(jī)制中的擠壓與激活模塊，提取軌枕裂紋的重要特征，使得特征提取層部分能夠?qū)壵砹鸭y進(jìn)行精確的定位；引入空間金字塔池化，實(shí)現(xiàn)輸出相同尺寸的特征圖，改進(jìn)損失函數(shù)，最終實(shí)現(xiàn)對(duì)YOLOv3 的改進(jìn)。

（3）經(jīng)實(shí)驗(yàn)驗(yàn)證，結(jié)果表明對(duì)軌枕裂紋的檢測(cè)精確度達(dá)到96.3%，召回率達(dá)到91.2%，MAP 達(dá)到91.5%，F(xiàn)PS 達(dá)到76.6 張／s，檢測(cè)精確度、召回率和MAP在有砟軌道的軌枕裂紋數(shù)據(jù)集的表現(xiàn)提升顯著。