孫 明

（上海地鐵維護(hù)保障有限公司供電分公司，上海 201106）

0 引言

隨著我國城市軌道交通的飛速發(fā)展，對城市軌道交通的安全運(yùn)行也提出了更高的要求，穩(wěn)定、安全和高效的電源供應(yīng)是其中至關(guān)重要的一環(huán)。隨著城市軌道交通供電技術(shù)的不斷發(fā)展，目前城市軌道交通供電系統(tǒng)主要可以分為接觸網(wǎng)供電和接觸軌供電兩種供電方式。接觸軌供電方式因其美觀、建設(shè)成本低、供電穩(wěn)定、檢測方便、便于在隧道中使用等優(yōu)點(diǎn)在線路上得到了越來越廣泛的應(yīng)用，但是由于接觸軌長期與集電靴高速摩擦，極易出現(xiàn)磨耗、擦傷、疤痕等病害，會(huì)給軌道交通的安全供電造成極大的隱患，因此對接觸軌表面缺陷的準(zhǔn)確、快速、智能化檢測也成為當(dāng)今城市軌道交通維護(hù)保障工作的研究熱點(diǎn)問題。近年來，基于計(jì)算機(jī)視覺的故障檢測技術(shù)在軌道交通維護(hù)保障領(lǐng)域得到了越來越廣泛的研究與應(yīng)用，為了實(shí)現(xiàn)對接觸軌表面缺陷的快速、準(zhǔn)確、自動(dòng)化檢測，本文針對接觸軌表面缺陷復(fù)雜、精細(xì)等特點(diǎn)，在目標(biāo)檢測算法模型YOLOv5 的基礎(chǔ)上加入了CBAM（Convolutional Block Attention Module）和CA（Coordinate Attention）注意力機(jī)制，設(shè)計(jì)了基于注意力機(jī)制改進(jìn)的YOLOv5 接觸軌表面缺陷檢測模型，提升了模型的檢測速度與定位精度。

1 相關(guān)模型

1.1 YOLOv5 算法模型

為實(shí)現(xiàn)對接觸軌表面缺陷的快速檢測，本文選擇使用YOLOv5 算法模型作為接觸軌表面缺陷檢測基準(zhǔn)模型。YOLO算法是一個(gè)單階段目標(biāo)檢測算法，可以端到端地完成對特征圖像的訓(xùn)練與預(yù)測。YOLO 系列目標(biāo)檢測算法經(jīng)過不斷的發(fā)展與創(chuàng)新，現(xiàn)已推出了更加輕量化的YOLOv5 算法模型。YOLOv5 算法模型由輸入端、骨干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和頭部網(wǎng)絡(luò)4個(gè)部分組成。根據(jù)模型寬度、深度和參數(shù)量等不同，YOLOv5 也可以分為5 個(gè)版 本：YOLOv5x、YOLOv5l、YOLOv5m、YOLOv5s、YOLOv5n，模 型隨著寬度、深度的增加，模型的參數(shù)量、層數(shù)和每秒執(zhí)行的浮點(diǎn)運(yùn)算量（GFLOPs）也在增加，檢測精度會(huì)隨之越高，但所需訓(xùn)練時(shí)間也相應(yīng)增長。本文使用模型為了獲取更輕量化的模型，實(shí)現(xiàn)更快速、精確的檢測，選擇了YOLOv5s 作為基準(zhǔn)模型。

1.2 CBAM 注意力機(jī)制

針對接觸軌表面缺陷精細(xì)，分布范圍有限的特點(diǎn)，在模型中加入了CBAM 注意力機(jī)制，提高模型收斂能力與速度。CBAM 主要由通道注意力機(jī)制和空間注意力機(jī)制兩部分組成，其結(jié)構(gòu)見圖1。

圖1 CBAM 結(jié)構(gòu)示意

在CBAM 中，特征圖像輸入后會(huì)沿著堆疊的兩個(gè)機(jī)制模塊分別進(jìn)行特征提取，依次推斷出一個(gè)一維的通道注意力特征圖和一個(gè)二維空間的空間注意力特征圖，最后將通道注意力特征圖、空間注意力特征圖與原圖三者相乘完成自適應(yīng)，完成對圖像特征的精煉和對關(guān)注面積的擴(kuò)大，有效提升了卷積神經(jīng)網(wǎng)絡(luò)的表示能力?？傮w過程可概括為原理公式：

其中，?表示為元素方向上的乘法，F(xiàn)′是通道注意力機(jī)制進(jìn)行圖像特征精煉后的輸出，F(xiàn)′則是最終CBAM 對圖像特征精煉后的輸出。

1.3 CA 注意力機(jī)制

為了使模型更好學(xué)習(xí)到接觸軌表面圖像特征的長距離依賴關(guān)系，獲取精確的接觸軌表面缺陷特征坐標(biāo)定位信息，本文在模型中加入了CA 注意力機(jī)制。CA 注意力機(jī)制針對通道注意力機(jī)制難以獲取到圖像準(zhǔn)確坐標(biāo)定位信息，通過將位置信息嵌入到通道注意力中提出的，其結(jié)構(gòu)如圖2 所示。

圖2 CA 結(jié)構(gòu)示意

整個(gè)CoordAtt 主要可概括為兩個(gè)處理步驟：坐標(biāo)信息嵌入與協(xié)調(diào)注意力生成，總體可概括為公式：

其中，yc（i，j）代表最終CoordAtt 的輸出，xc（i，j）代表坐標(biāo)信息嵌入處理后的輸出（i）和（j）分別代表兩個(gè)方向上生成的協(xié)調(diào)注意力參數(shù)。

1.4 改進(jìn)模型

結(jié)合CBAM 和CCA 的特點(diǎn)，在YOLOv5s 基準(zhǔn)網(wǎng)絡(luò)框架的基礎(chǔ)上，在網(wǎng)絡(luò)模型第5、8、11、28 層分別加入CA 和在第21、25層加入CBAM，設(shè)計(jì)了結(jié)合CBAM 與CA 的基于注意力機(jī)制的CB-CA YOLOv5 接觸軌表面缺陷檢測模型，模型結(jié)構(gòu)如圖3 所示。

圖3 CB-CA YOLOv5 網(wǎng)絡(luò)結(jié)構(gòu)示意

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集及實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)所用的接觸軌表面數(shù)據(jù)集來源于上海軌道交通16 號(hào)線，由550 張分辨率為3088×2320 接觸軌表面圖像組成，每張圖像至少包含一個(gè)表面缺陷，最終放入模型訓(xùn)練、驗(yàn)證和檢測的圖片尺寸都為608×608。本文使用的接觸軌表面缺陷檢測模型在Linux-x86_64 系統(tǒng)，NVIDIA Quadro P500 GPU 的服務(wù)器上進(jìn)行實(shí)驗(yàn)，每個(gè)模型實(shí)驗(yàn)訓(xùn)練方式都為單GPU 運(yùn)算，訓(xùn)練迭代次數(shù)（Epoch）為300 次。

2.2 評(píng)價(jià)指標(biāo)

本文使用了多個(gè)目標(biāo)檢測模型研究中常用的評(píng)價(jià)指標(biāo)對模型進(jìn)行定性、定量的分析與比較：

TP 代表人工標(biāo)注的接觸軌表面缺陷被正確識(shí)別個(gè)數(shù)，F(xiàn)P代表被錯(cuò)誤識(shí)別為接觸軌表面缺陷的個(gè)數(shù)，F(xiàn)N 代表未被識(shí)別出的接觸軌表面缺陷的個(gè)數(shù)。

mAP_0.5：交并比設(shè)為0.5 時(shí)，計(jì)算每一類圖片的AP（Average Precision）再對所有類別求平均，因?yàn)楸疚闹挥辛鸭y一類，所以本文使用的為AP_0.5。

mAP_0.5：0.95：設(shè)置步長為0.05，取交并比在0.5～0.95 之間的平均mAP，因?yàn)楸疚闹挥辛鸭y一類，所以本文使用的為AP_0.5：0.95。

FPS（Frames Per Second）：每秒檢測圖片幀數(shù)。

TS代表一張圖片的檢測時(shí)間。

2.3 實(shí)驗(yàn)結(jié)果分析

將改進(jìn)后的CB-CA YOLOv5 模型對接觸軌表面進(jìn)行檢測，能有效、準(zhǔn)確對缺陷進(jìn)行識(shí)別與定位，并且對三種類型的缺陷都有著較好的檢測精度與置信度表現(xiàn)。為了進(jìn)一步對本文使用的模型進(jìn)行定性、定量的分析，使用式（4）、式（5）計(jì)算評(píng)價(jià)指標(biāo)，選取了4 種目標(biāo)檢測模型與本文模型進(jìn)行進(jìn)一步的比較、分析，實(shí)驗(yàn)結(jié)果見表1。在YOLOv5s 基礎(chǔ)上進(jìn)行改進(jìn)的模型，對比YOLOv5s，模型在不損失訓(xùn)練、檢測速度的情況下，各項(xiàng)檢測指標(biāo)都實(shí)現(xiàn)了大幅提升，精度、AP_0.5：0.95 分別提高了7.3%和5.8%，同時(shí)只需要263 次迭代次數(shù)就能完成最優(yōu)模型的訓(xùn)練，模型收斂能力也獲得了大幅提高。因此，比較5 種方法，本文提出的基于注意力機(jī)制的CB-CA YOLOv5 模型最適合于進(jìn)行接觸軌表面缺陷檢測。

表1 算法框架數(shù)據(jù)對比

3 結(jié)論

針對接觸軌表面缺陷類型復(fù)雜、精細(xì)、分布范圍有限等特點(diǎn)，本文提出基于注意力機(jī)制的CB-CA YOLOv5 接觸軌表面缺陷檢測模型，實(shí)現(xiàn)了對接觸軌表面缺陷的準(zhǔn)確檢測與精確定位。一方面，在模型中加入了CBAM 注意力機(jī)制，提高模型的收斂速度與檢測性能。另一方面，在模型組加入CA 注意力機(jī)制，能獲取更精確的接觸軌表面缺陷特征坐標(biāo)定位信息。最終，在本文采集的接觸軌表面缺陷圖像數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，最終模型精確率為0.958，召回率為0.999，AP_0.5 為0.968，AP_0.5：0.95 為0.874，F(xiàn)PS 為167。與其余版本的YOLOv5 模型進(jìn)行試驗(yàn)對比，本文模型在維持較好的檢測速度同時(shí)，大幅提高了各項(xiàng)檢測性能，并且增強(qiáng)了模型的收斂能力，有較好的實(shí)用價(jià)值。