武斯全，田震，廖開沅，徐嘉勃

（北京交通大學(xué)計算機與信息技術(shù)學(xué)院，北京 100044）

高速鐵路接觸網(wǎng)是指沿著鐵路干道在其上方所搭設(shè)的為來往列車輸送電能的特殊供電線路。隨著中國鐵路的高速發(fā)展以及運營里程的快速增長，有關(guān)于高速鐵路接觸網(wǎng)的安全問題日益突出。其中，由于鐵路周圍鳥類活動而引起的關(guān)于接觸網(wǎng)安全事故頻頻發(fā)生。為減少接觸網(wǎng)上鳥窩搭建鳥類停留所造成的不良影響，主要還是采用結(jié)構(gòu)優(yōu)化、封堵以及驅(qū)趕等方式進行防護，此外，類似視覺驚嚇法這樣的民間防治方法也因其操作方便、資金較低的優(yōu)點而被采用。由于接觸網(wǎng)的位置較為分散，異物位置并不固定，所以單一依靠人工巡檢的方式存在高成本及低可靠性等缺點。目前主要采用視頻分析技術(shù)從而對接觸網(wǎng)入侵異物進行檢測的方法，但這項工作仍然需要有人工的參與并且具有較差的實時性。為改進高速鐵路接觸網(wǎng)的智能識別技術(shù)，提高檢測效率，本文提出了一種新的高鐵接觸網(wǎng)鳥窩識別算法。

1 基于級聯(lián)神經(jīng)網(wǎng)絡(luò)的接觸網(wǎng)鳥窩檢測模型

1.1 模型概述

針對接觸網(wǎng)鳥窩的體積較小，缺乏顯著的形狀和紋理特征，采用已有的人工設(shè)計特征對條紋圖像進行分類難以得到理想的結(jié)果。對此，深度學(xué)習(xí)提供了一種可行的解決方案，YOLO神經(jīng)網(wǎng)絡(luò)作為一種常見的目標(biāo)檢測網(wǎng)絡(luò)具有強大的檢測性能。本研究利用兩級預(yù)測網(wǎng)絡(luò)級聯(lián)的檢測網(wǎng)絡(luò)進行接觸網(wǎng)鳥窩檢測，采用YOLOv3-SPP網(wǎng)絡(luò)結(jié)構(gòu)作為分級檢測器。當(dāng)目標(biāo)物體形體微小或者樣本較少，同時環(huán)境樣本較多時，用一級網(wǎng)絡(luò)先訓(xùn)練檢測興趣域，擴大目標(biāo)的檢測比例，這樣使無關(guān)樣本也能提升目標(biāo)的檢測概率。然后用第二級網(wǎng)絡(luò)訓(xùn)練識別待測物體，這樣即便只有很少的樣本數(shù)據(jù)也能有不錯的檢測效果。

模型流程圖如1。

圖1 級聯(lián)模型檢測流程簡圖

1.2 模型重要參數(shù)

YOLOv3采用K-means聚類方法得到先驗框的尺寸，并且為每種下采樣尺度設(shè)定3種不同大小的先驗框，一共聚類出9種尺寸的先驗框。當(dāng)輸入圖像的分辨率是416×416時，得到的9個先驗框在不同大小的特征圖上的分配如表1所示。

表1 特征圖與先驗框

直接使用YOLO網(wǎng)絡(luò)進行接觸網(wǎng)鳥窩的檢測效果并不理想，因為鳥窩在圖片中占比很小，導(dǎo)致大量的網(wǎng)格進行無效運算，浪費計算資源。第二級Yolo網(wǎng)絡(luò)以第一級網(wǎng)絡(luò)預(yù)測的興趣域子圖像集作為輸入，對子圖集進行YOLO級聯(lián)檢測，其本質(zhì)為網(wǎng)格的二次劃分，盡可能地在訓(xùn)練過程中增大邊界框的IOU來提高訓(xùn)練的準(zhǔn)確度并且進行盡可能多的有效計算。

在接觸網(wǎng)鳥窩的數(shù)據(jù)集中，帶有鳥窩標(biāo)注的樣本數(shù)據(jù)集很少，大部分圖片不含鳥窩。但興趣域數(shù)據(jù)集樣本數(shù)量極大，與待測物體鳥窩無關(guān)的興趣域?qū)B窩的分布具有信息增益，興趣域的訓(xùn)練增益可以增高整體檢測器的精度。檢測器的精度由第二級檢測器的精度決定，第一級檢測器起到了物體放大的作用，第二級檢測器在興趣域中檢測待測物體鳥窩，物體的平均IoU值明顯大于單級檢測器，檢測器的檢測精度可以預(yù)期會明顯提高。

2 實驗驗證

2.1 實驗環(huán)境

本研究內(nèi)容的實驗硬件環(huán)境為英特爾Core i9-10900K處理器主頻3.70GHz，內(nèi)存為64GB，Nvidia GeForce RTX 3090顯卡；實驗軟件環(huán)境為Win10專業(yè)版，Python3.8，Pytorch1.7.1，CUDA 11。

2.2 模型評價指標(biāo)

通過正確預(yù)測的樣本數(shù)與總預(yù)測樣本數(shù)的比值來反映預(yù)測的準(zhǔn)確率，準(zhǔn)確率越高，說明檢測模型越精確。而檢出率率是指正確預(yù)測的樣本數(shù)與真實樣本總數(shù)的比值，檢出率越高，說明檢測模型越可靠。

為了實現(xiàn)實時檢測，在保證模型具有比較高的檢測精度的同時，還要盡可能提高模型的檢測速度。一般使用每秒內(nèi)處理圖像的數(shù)量（秒幀率FPS）反映檢測速度的快慢，對于單網(wǎng)絡(luò)檢測器，其檢測速度為檢測網(wǎng)絡(luò)處理圖像的速度；而對于級聯(lián)網(wǎng)絡(luò)，第二級網(wǎng)絡(luò)的輸入要求第一級網(wǎng)絡(luò)具有輸出。

2.3 接觸網(wǎng)鳥窩檢測

第一級檢測器的數(shù)據(jù)集為3900張圖片，使用Faster R-CNN、YOLOv3-spp、YOLOv4等基于深度學(xué)習(xí)的目標(biāo)檢測算法對鐵路沿線的興趣域進行識別訓(xùn)練。

第二級檢測器的數(shù)據(jù)集為130張圖片，使用Faster R-CNN、YOLOv3-spp、YOLOv4等基于深度學(xué)習(xí)的目標(biāo)檢測算法對逆向推理算法得到的興趣域中的鳥窩進行識別訓(xùn)練。

（1）直接檢測

當(dāng)數(shù)據(jù)集規(guī)模較小時，無論YOLO系列等two-stage算法還是Faster R-CNN等one-stage算法，均對小目標(biāo)物體的識別能力有限，并且接觸網(wǎng)鳥窩形體特征較為單一，難以與環(huán)境樣本區(qū)分，具有很大的訓(xùn)練難度，在測試集很難有較好的表現(xiàn)。

YOLOv3-spp，YOLOv4與Faster R-CNN等識別檢測模型進行識別，結(jié)果如表2。

表2 不同目標(biāo)檢測算法直接檢測性能對比

由表1可以看出，無論是YOLO系列等two-stage網(wǎng)絡(luò)還是Faster R-CNN等one-stage網(wǎng)絡(luò)，當(dāng)鳥窩數(shù)據(jù)集較少且體積較小、形體特征單一時，網(wǎng)絡(luò)的學(xué)習(xí)效果不佳，難以學(xué)習(xí)到鳥窩存在的整體性特征，均無法準(zhǔn)確地標(biāo)注出鐵路沿線接觸網(wǎng)的鳥窩。

（2）級聯(lián)檢測

對測試集126張圖片共210個鳥窩進行檢測，使用不同的第一級檢測器檢測興趣域，測試第二級檢測器的檢測性能，采用第一、二級檢測器串行計算，第二級檢測器并行檢測的計算方法。

其檢測結(jié)果如表3。

表3 不同目標(biāo)檢測算法級聯(lián)檢測性能對比

由表2結(jié)果可以看出，三種檢測模型級聯(lián)結(jié)果的最差檢出率為84.68%，仍然高于直接檢測的最好結(jié)果77.48%。級聯(lián)網(wǎng)絡(luò)識別，通過第一級網(wǎng)絡(luò)誘導(dǎo)識別先驗的興趣域，而第二級在興趣域中識別待測物體鳥窩，興趣域中鳥窩的分布情況較為單一，可以減少其他環(huán)境樣本的干擾，提高了鳥窩的區(qū)分度，降低訓(xùn)練的難度。因此，級聯(lián)網(wǎng)絡(luò)對第二級待測物體的數(shù)據(jù)集規(guī)模依賴較小，只需要很少的圖片就可以學(xué)習(xí)到興趣域中鳥窩的分布特征。

3 結(jié)語

本研究針對高速鐵路接觸網(wǎng)異物入侵提出了一種基于機器視覺的解決方法?；谌斯は闰炚页鲽B窩可能存在的興趣域，在第一級檢測器中實現(xiàn)對興趣域的定位檢測，大幅縮小異物目標(biāo)檢測的搜索范圍。然后，使用第二級檢測器檢測興趣域中的鳥窩位置。在鳥窩數(shù)據(jù)集較少的情況下，檢測器級聯(lián)了兩個one-stage檢測模型，發(fā)掘不同階段檢測算法的可并行性，實現(xiàn)了高速鐵路接觸網(wǎng)上鳥窩的快速準(zhǔn)確檢測。