彭 闖，張紅民，王永平

(重慶理工大學(xué)電氣與電子工程學(xué)院，重慶 400054)

0 引 言

絕緣子是高壓輸電線路中的重要部件，起著絕緣與支撐導(dǎo)體的作用，因此，高壓線路無人機(jī)巡檢中，絕緣子是重點(diǎn)的查看對(duì)象之一。目前，運(yùn)用圖像處理技術(shù)對(duì)輸電線路中的絕緣子檢測方面，很多學(xué)者開展了大量的研究工作。早期的研究中，主要是通過對(duì)輸電線路中的絕緣子在顏色、形態(tài)以及紋理方面上的特征進(jìn)行提取，再通過閾值分割或者分類器進(jìn)行分類來對(duì)絕緣子進(jìn)行識(shí)別[1-6]。這類方法提取的特征一般較為淺層，魯棒性較差，且識(shí)別速度不高，難以滿足檢測實(shí)時(shí)性的要求。

近年來，隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，出現(xiàn)了很多基于深度學(xué)習(xí)的目標(biāo)檢測算法，其在識(shí)別精度與識(shí)別速度上均優(yōu)于傳統(tǒng)的方法。其中，以R-CNN[7]系列為代表的兩階段(two stage)目標(biāo)檢測算法和以SSD[8]和YOLO[9]系列為代表的一階段(one stage)目標(biāo)檢測算法相對(duì)較多。不少學(xué)者也將其應(yīng)用到了電力行業(yè)中。文獻(xiàn)[10]對(duì)比了R-CNN、Fast R-CNN和Faster R-CNN等兩階段目標(biāo)檢測算法在絕緣子檢測方面的表現(xiàn)。文獻(xiàn)[11]通過改變Faster R-CNN算法的主干網(wǎng)絡(luò)，對(duì)比了不同主干網(wǎng)絡(luò)結(jié)構(gòu)模型在絕緣子檢測效果方面的影響。文獻(xiàn)[12]將Faster-RCNN應(yīng)用于電力小部件的識(shí)別，并通過anchor框與真實(shí)框的距離來去除無效的anchor框，從而提高了識(shí)別速度。文獻(xiàn)[13]將Faster-RCNN應(yīng)用于絕緣子的識(shí)別，繼而完成后續(xù)的自爆缺陷的識(shí)別。

比較而言，一階段目標(biāo)檢測算法以其端到端的檢測特點(diǎn)，在檢測速度上占有一定的優(yōu)勢。故本研究以一階段檢測算法中的YOLOv3算法[14]為基礎(chǔ)，通過認(rèn)真分析無人機(jī)巡檢圖像中高壓絕緣子串在圖像中的特點(diǎn)，去掉了YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)中大特征圖檢測環(huán)節(jié)，并且配置更加合理的anchor先驗(yàn)框，在不犧牲識(shí)別精度情況下進(jìn)一步提升了算法的識(shí)別速度。

1 YOLOv3目標(biāo)檢測算法基本原理

YOLO算法的提出，為目標(biāo)檢測問題提供了新的思路，其對(duì)目標(biāo)位置的檢測采用了直接回歸的思想，大大提高了檢測速度，為實(shí)時(shí)檢測提供了可能。盡管在檢測速度上YOLO算法優(yōu)于以Faster R-CNN[15]為代表的兩階段目標(biāo)檢測算法，但是在檢測精度上卻差強(qiáng)人意。針對(duì)這個(gè)問題，研究人員又陸續(xù)提出了通過改進(jìn)的YOLOv2、YOLO9000[16]以及YOLOv3，其中，YOLOv3不僅保持了YOLO系列算法的速度優(yōu)勢，在檢測精度上也絲毫不遜于Faster R-CNN以及一階段算法SSD，是一種兼具檢測精度與檢測速度的優(yōu)秀算法。

1.1 YOLOv3主干網(wǎng)絡(luò)

在YOLOv3中，為了加強(qiáng)分類的準(zhǔn)確性，在YOLOv2中的darknet-19主干網(wǎng)絡(luò)的基礎(chǔ)上，進(jìn)一步對(duì)網(wǎng)絡(luò)進(jìn)行了加深，提出了darknet-53主干網(wǎng)絡(luò)[14]，見圖1。

darknet-53保留了darknet-19中的一些優(yōu)點(diǎn)，如在每個(gè)卷積層后均添加了Batch Normilazation層，激活函數(shù)使用Leaky Relu函數(shù)。除此之外，為了克服網(wǎng)絡(luò)加深帶來的梯度消失問題，darknet-53借鑒了restnet的思想，在網(wǎng)絡(luò)中加入了殘差模塊[17]，圖1左側(cè)的數(shù)字表示的是重復(fù)殘差模塊的數(shù)量。此外，在對(duì)特征圖進(jìn)行下采樣的過程中，darknet-53沒有使用darknet-19中所使用的Maxpooling操作，而是采用以步長為二的卷積操作，每一次操作均將特征圖縮小兩倍，而整個(gè)主干網(wǎng)絡(luò)共有五次特征圖縮小操作，故最后輸出的特征圖是輸入圖像的1/32。darknet-53在保證實(shí)時(shí)性的基礎(chǔ)上，較好的提高了分類的性能。

圖1 Darknet-53主干網(wǎng)絡(luò)示意圖Fig.1 Darknet-53 backbone network diagram

1.2 多尺度預(yù)測

在YOLOv3中，為了提高對(duì)小目標(biāo)的檢測精度，借鑒了FPN(feature pyramid networks)[18]思想，在多個(gè)尺度的特征圖上對(duì)目標(biāo)進(jìn)行檢測，如圖2。

圖2 YOLOv3結(jié)構(gòu)圖Fig.2 YOLOv3 structure diagram

在YOLOv3中，為了滿足32倍的下采樣，輸入圖像尺度為416×416×3，并且在52×52、26×26以及13×13三個(gè)特征圖上進(jìn)行目標(biāo)檢測，其中大特征圖對(duì)小目標(biāo)的檢測能力較強(qiáng)，小特征圖對(duì)大目標(biāo)的檢測能力較強(qiáng)。在大特征圖的生成過程中，concat操作融合了小特征圖，進(jìn)一步提高了對(duì)小目標(biāo)的檢測能力。在每個(gè)特征圖中，每個(gè)網(wǎng)格單元對(duì)3個(gè)box負(fù)責(zé)預(yù)測，每個(gè)box需要預(yù)測矩形框的4個(gè)坐標(biāo)值，1個(gè)置信度值以及80個(gè)類別，所以每個(gè)網(wǎng)格單元需要預(yù)測的參數(shù)量為255個(gè)(3×(4+1+80))。

1.3 anchor框選取

在YOLOv3中，依然借鑒了FasterR-CNN中anchor框思想，并且沿用了YOLOv2中的采用k-means聚類的思想來得到先驗(yàn)anchor框。在YOLOv3中，一共聚類出9種anchor框尺寸，分別為10×13、16×30、33×23、30×61、62×45、59×119、116×90、156×198、373×326。其中，每個(gè)尺度的特征圖采用3個(gè)尺寸的anchor框，大特征圖采用尺度較小的3個(gè)anchor框，小特征圖采用尺度大的3個(gè)anchor框，按此規(guī)律，anchor框的分配如表1。

表1 anchor框分配Table 1 Anchor distribution

2 改進(jìn)方法

YOLOv3的測試是在COCO數(shù)據(jù)集上進(jìn)行的。為了使網(wǎng)絡(luò)模型更加適合于無人機(jī)巡檢中圖像中的絕緣子串的識(shí)別，通過認(rèn)真分析絕緣子串目標(biāo)圖像的特點(diǎn)，在原始YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)與超參數(shù)的基礎(chǔ)上，進(jìn)行了相對(duì)應(yīng)的改進(jìn)。

2.1 去掉大特征圖檢測環(huán)節(jié)

盡管絕緣子串的長度跟地區(qū)的污穢等級(jí)以及絕緣子的類型有關(guān)，但是在高壓輸電線路中，高的電壓等級(jí)使得絕緣子串的長度較長，因而在高壓輸電線路無人機(jī)巡檢圖像中，絕緣子串所占圖像的比例較大。針對(duì)這一特點(diǎn)，筆者在檢測尺度上進(jìn)行了精簡，舍去了在52×52特征圖上的檢測環(huán)節(jié)，如圖3。

圖3 兩尺度檢測結(jié)構(gòu)圖Fig.3 Two-scale detection structure diagram

在目標(biāo)檢測中，尺度較大的特征圖主要用于對(duì)小目標(biāo)的檢測，而在高壓輸電線路無人機(jī)巡檢圖像中，絕緣子串目標(biāo)通常較大，所以減少在尺度最大的52×52特征圖上的檢測環(huán)節(jié)并不會(huì)對(duì)絕緣子串的檢測精度產(chǎn)生較大的影響。與此同時(shí)，減少一個(gè)特征尺度的檢測過程，使得網(wǎng)絡(luò)結(jié)構(gòu)更加精簡，同時(shí)也減少了預(yù)測參數(shù)的數(shù)量，會(huì)使檢測速度有所提高，節(jié)省出來的時(shí)間能用于后續(xù)的故障診斷的處理等。

2.2 設(shè)置合理的anchor框

由于絕緣子串的長寬比例較大，其跟COCO數(shù)據(jù)集中的目標(biāo)在外形上差距較大，若繼續(xù)使用默認(rèn)的anchor框尺寸，并不是很合理。為了使檢測過程更加貼合實(shí)際，筆者對(duì)YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)中的表征anchor框尺度的超參數(shù)進(jìn)行了修改。

筆者依舊借鑒了k-means算法來確定適合于絕緣子串的anchor框的尺寸。由于本研究僅僅在兩個(gè)尺度上對(duì)絕緣子串進(jìn)行檢測，所以在利用k-means算法聚類時(shí)將聚類中心數(shù)目設(shè)置為6，即在每個(gè)特征尺度上分配3個(gè)anchor框進(jìn)行目標(biāo)檢測。

傳統(tǒng)的k-means算法通過歐式距離的度量來進(jìn)行聚類，但是在目標(biāo)檢測中，每個(gè)anchor框中心位置是被每個(gè)柵格所固定的，我們要確定的只是框的長和寬。而聚類的目的正是為了使anchor框和離其最近的真值框(ground truth框)有更大的IOU值，所以在聚類的時(shí)候采用如下公式來進(jìn)行度量[19]。

d(box,centroid)=1-IOU(box,centroid)

利用該公式，在聚類過程中，使得anchor框到聚類中心的距離盡可能小的同時(shí)，IOU的值盡可能大。最后通過聚類，得出的六個(gè)anchor框的尺寸分別為98×28、38×155、244×48、287×76、288×114、290×182，聚類過程中的平均IOU值為72.42%。

3 實(shí)驗(yàn)評(píng)估

3.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)環(huán)境見表2。

表2 實(shí)驗(yàn)環(huán)境Table 2 Experimental configuration

3.2 數(shù)據(jù)集整理

實(shí)驗(yàn)采用了1 200張無人機(jī)航拍圖像，每張圖像的分辨率為1 152×684。對(duì)數(shù)據(jù)的標(biāo)注采用了labelimg軟件，在標(biāo)注過程中標(biāo)注格式選擇為YOLO格式，標(biāo)簽為insulator。

3.3 訓(xùn)練過程

圖4和圖5分別展示了原始網(wǎng)絡(luò)結(jié)構(gòu)和本實(shí)驗(yàn)網(wǎng)絡(luò)結(jié)構(gòu)在訓(xùn)練過程中的損失曲線和mAP曲線。由于本實(shí)驗(yàn)時(shí)對(duì)網(wǎng)絡(luò)進(jìn)行了精簡，并且對(duì)anchror框進(jìn)行了重新聚類，所以在訓(xùn)練開始前需要更改darknet文件目錄中的cfg文件。首先在cfg文件中刪除掉第三個(gè)yolo層，然后將yolo層中anchors參數(shù)用上述聚類出的anchor框尺寸進(jìn)行替換。另外，由于所用的實(shí)驗(yàn)平臺(tái)性能一般，為了使訓(xùn)練過程中不會(huì)因?yàn)镚PU內(nèi)存不足而報(bào)錯(cuò)，本實(shí)驗(yàn)中將batch參數(shù)設(shè)置64，subdivisions參數(shù)設(shè)置為32。為了進(jìn)一步擴(kuò)充訓(xùn)練集，對(duì)cfg文件中的數(shù)據(jù)增強(qiáng)參數(shù)進(jìn)行了設(shè)置，飽和度調(diào)整參數(shù)saturation設(shè)置為1.8，曝光調(diào)整參數(shù)exposure設(shè)置為1.5，色調(diào)調(diào)整參數(shù)設(shè)置為0.2。由于識(shí)別的種類只有一種，故將迭代次數(shù)設(shè)置為了4 000。

圖4 原始網(wǎng)絡(luò)訓(xùn)練過程Fig.4 Original parameter training process

圖5 本網(wǎng)絡(luò)訓(xùn)練過程Fig.5 Parameter training process in this article

對(duì)比兩種網(wǎng)絡(luò)的訓(xùn)練過程可知，原始網(wǎng)絡(luò)的mAP曲線上下起伏較大，最終在經(jīng)過4 000次迭代后，本網(wǎng)絡(luò)的mAP值87.9%，優(yōu)于原始網(wǎng)絡(luò)的86.3%。

3.4 實(shí)驗(yàn)結(jié)果評(píng)估

在模型訓(xùn)練過程中，網(wǎng)絡(luò)會(huì)保存多組權(quán)重參數(shù)，其中參數(shù)的性能表現(xiàn)并不是越往后面越好，因?yàn)殡S著訓(xùn)練批次的增加，網(wǎng)絡(luò)存在過擬合現(xiàn)象。故需要對(duì)每種模型的權(quán)重參數(shù)在測試集上進(jìn)行測試，選取評(píng)價(jià)指標(biāo)最好的那一組權(quán)重參數(shù)作為該網(wǎng)絡(luò)的權(quán)重參數(shù)。對(duì)兩個(gè)網(wǎng)絡(luò)均選取表現(xiàn)最好的權(quán)重參數(shù)，然后測試每個(gè)網(wǎng)絡(luò)在不同IOU閾值下的AP值(平均精確度)、Recall值(召回率)以及檢測速度。結(jié)果如表3和表4。

表3 IOU閾值為0.5Table 3 0.5 IOU threshold

表4 IOU閾值為0.75Table 4 0.75 IOU threshold

從表3和表4可見，本網(wǎng)絡(luò)在AP上及Recall上與原始網(wǎng)絡(luò)相當(dāng)，但是在檢測速度上，本網(wǎng)絡(luò)領(lǐng)先優(yōu)勢較大，對(duì)每張圖像的檢測速度能提升8至10毫秒，說明本網(wǎng)絡(luò)在沒有較大犧牲檢測精度的基礎(chǔ)上，對(duì)檢測的速度進(jìn)行了一定的提升，能較好地應(yīng)用于對(duì)高壓輸電線路中絕緣子串的識(shí)別，為今后無人機(jī)巡檢的在線診斷打下基礎(chǔ)。

圖6和圖7為本方法對(duì)含多個(gè)絕緣子串目標(biāo)的巡檢圖像和含單個(gè)絕緣子串目標(biāo)的巡檢圖像的測試效果圖。從圖6和圖7可見，本方法對(duì)前景絕緣子串目標(biāo)的識(shí)別效果較好，而對(duì)后景絕緣子串目標(biāo)的識(shí)別效果較差。之所以對(duì)后景絕緣子串目標(biāo)識(shí)別效果較差，一方面是由于本方法去掉了大特征圖的檢測環(huán)節(jié)，故對(duì)小目標(biāo)的識(shí)別效果較差，而后景絕緣子串目標(biāo)通常較??；另一方面，由于本研究目的是為后續(xù)基于可見光圖像的絕緣子串故障識(shí)別打下基礎(chǔ)，而后景絕緣子串目標(biāo)通常存在比較嚴(yán)重的遮擋，對(duì)后續(xù)絕緣子串的故障識(shí)別的參考意義不大，故進(jìn)行圖像標(biāo)注的過程中對(duì)存在嚴(yán)重遮擋的絕緣子串目標(biāo)并未進(jìn)行標(biāo)注，因此對(duì)存在嚴(yán)重遮擋的后景絕緣子串目標(biāo)的識(shí)別效果較差。

圖6 多目標(biāo)圖像檢測效果Fig.6 Multi-object image detection effect

圖7 單目標(biāo)圖像檢測效果Fig.7 Single-object image detection effect

4 結(jié)語

以YOLOv3算法為基礎(chǔ)，針對(duì)高壓輸電線路絕子串在巡檢圖像中所占比例較大且長寬比較大的特點(diǎn)，通過去除大特征圖檢測環(huán)節(jié)的方式精簡了檢測的網(wǎng)絡(luò)，同時(shí)使用k-means算法聚類出適合于檢測高壓輸電線路絕緣子的先驗(yàn)anchor框。通過實(shí)驗(yàn)結(jié)果對(duì)比可知，本網(wǎng)絡(luò)結(jié)構(gòu)在僅僅損失輕微AP值與Recall值的基礎(chǔ)上，對(duì)檢測速度提升較大，提高了絕緣子檢測的實(shí)時(shí)性，為無人機(jī)圖像巡檢中故障實(shí)時(shí)診斷打下了堅(jiān)實(shí)的基礎(chǔ)。