張俊科 吳敬兵 吳曉曉

武漢理工大學機電工程學院 武漢 430070

0 引言

鋼絲繩作為港口起重設備中消耗量巨大且危險性較高的重要部件，其科學有效的使用，對港口生產(chǎn)安全、減少作業(yè)成本、提高設備使用率、降低能源消耗等方面均有重要意義。而安全性是其中最重要的，鋼絲繩損傷累計造成嚴重的安全事故，會對民眾生命安全和企業(yè)安全生產(chǎn)帶來不可估量的后果。因此，鋼絲繩的安全檢測成為了亟待解決的問題。然而，目前鋼絲繩損傷檢測仍多采用人工技術手段，監(jiān)測效率低下，監(jiān)管困難，導致安全生產(chǎn)事故頻發(fā)[1]。

目前，基于計算機視覺的目標檢測方法發(fā)展迅速，許多學者已將此方法應用于損傷檢測。張夢超等[2]利用了基于YOLOv4-tiny 的礦用輸送帶損傷檢測技術對輸送帶類別重新劃分，從而實現(xiàn)了速度與精度的平衡；楊永波等[3]提出了基于改進YOLOv5 的輕量級安全帽佩戴檢測方法，通過降低模型的計算量提高了檢測辨識度；李鑫等[4]使用Ghost Bottleneck 結構替換原YOLOv5 網(wǎng)絡中的C3 模塊和部分卷積結構，并引入SE 注意力機制，從而能夠更加準確、快讀地檢測出鋼材表面缺陷的種類和位置。由此可知，近年來基于YOLOv5 的目標檢測應用逐漸廣泛。但是，尚未有學者采用此方法對岸邊集裝箱橋式起重機（以下簡稱岸橋）鋼絲繩表面損傷進行探究[5]。因此，本文提出了一種改進YOLOv5 的岸橋鋼絲繩表面損傷檢測方法，旨在提高對鋼絲繩表面損傷的識別準確率和檢測速度。

1 YOLOv5 算法

1.1 YOLOv5 目標檢測網(wǎng)絡結構

YOLOv5 目標檢測網(wǎng)絡從結構上分為輸入端、骨干特征提取網(wǎng)絡（Backbone）、過渡層（Neck）、輸出端（Prediction）4 個部分[6]，其中Backbone 影響了預測網(wǎng)絡的預測效率，同時提供輸入圖像的分辨率、寬度及深度也會影響特征提取的充分性[2]。該網(wǎng)絡結構如圖1所示。

圖1 YOLOv5 網(wǎng)絡結構

1.2 YOLOv5 目標檢測原理

將骨干特征提取網(wǎng)絡中，得到的3 個有效的特征層輸入預測網(wǎng)絡，通過預測網(wǎng)絡將輸入的圖片分割成S×S 的網(wǎng)格后，如果某個待測目標的中心落在其中一個網(wǎng)格上，那么該網(wǎng)格就主要負責檢測該目標[2]。

具體目標檢測流程如圖2 所示。在預測過程中，每個網(wǎng)格產(chǎn)生3 個預測框，每個預測框包含8 個預測值，其中前5 個預測值為預測框的調整參數(shù)，分別是預測框中心點相對于網(wǎng)格左上點的水平偏移量x，預測框中心點相對于網(wǎng)格左上點的垂直偏移量y，預測框的寬w和高h，第5 個預測值則為置信度c，以表征預測框的置信水平和預測精度，置信度理論上應在[0，1]范圍，置信度趨近0，表示沒有物體，1 表示必然有物體。每個預測框的預測值包含5 個元素（x，y，w，h，c），后3 個預測值則為目標分類種類，包括斷絲、磨損、畸變。

圖2 目標檢測流程

2 改進的YOLOv5 算法

2.1 添加注意力機制CBAM 模塊

CBAM(Convolutional Block Attention Module) 注意力機制由空間和通道2 部分組成，如圖3 所示。輸入特征圖后，先進入通道注意力，基于特征圖的寬、高進行GAP(Global average pooling)、GMP(Global maximum pooling)，再經(jīng)過MLP(Multi-Layer Perceptron)獲得通道的注意力權重，接著利用Sigmoid 方法，取得歸一化注意力權重，然后再使用乘法將路徑逐步加權到最初期的輸入特征圖上，最后重新標定為原始特征[7，8]。表達式為

圖3 CBAM 注意力機制模塊示意圖

再進入空間注意力，首先在通道維度上實現(xiàn)GMP和GAP，之后再將結果基于通道做連接運算，接著通過卷積降維成1 個通道，最后再利用Sigmoid 得到空間注意力向量[9，10]。表達式為

2.2 損失函數(shù)改進

本文采用的EIOU(Efficient Intersection over Union)損失函數(shù)將GIOU(Generalized Intersection over Union)損失函數(shù)所加的最小外接矩形替換為了最小化2 個框中心點的標準化距離[11]，分開計算目標框的長度、寬度，避免了GIOU 函數(shù)在預測框和真實框處于包含狀態(tài)時，不能確定2 個框的位置關系，降低了GIOU 函數(shù)在水平、垂直等方向上較大的誤差，也因此提高了收斂速度和回歸精度[12]。表達式為

式中：b、bgt分別為預測框、真實框的中心點，ρ為中心點間歐氏距離，d為2 個框的最小外接矩形的對角線距離，ω、ωgt、h、hgt分別為預測框和真實框的寬度與長度，Cω、Ch為覆蓋2 個框的最小外接矩形的寬度與長度[12-14]。

2.3 非極大值抑制改進

目標檢測網(wǎng)絡采用加權后的非極大值抑制（Non Maximum Suppression，NMS）方法而不采用傳統(tǒng)YOLOv5 算法直接進行預測輸出。兩者區(qū)別在于這些與標記的候選框類別一致時，當他們之間的IOU(Intersection over Union)超過閾值后，其中超過閾值的候選框將不再刪除，而是用本文提出的公式進行運算處理[15]。

式中：ti、t'、obji分別為原始坐標的位置、調整后的候選框的具體坐標位置、目標置信度。

如圖4 所示，首先，圖像標注過后訓練集用于訓練圖像數(shù)據(jù)，訓練批次初始為0，接著卷積神經(jīng)網(wǎng)絡初始化，通過前向的傳遞取得訓練參數(shù)，然后再通過反向的傳遞求得訓練參數(shù)的梯度[16]，更新完參數(shù)后訓練批次加一，輸出該模型，最后用數(shù)據(jù)集之外的測試集對輸出的圖像數(shù)據(jù)進行驗證，采用加權后的NMS 方法直接進行預測輸出。

圖4 本文的目標檢測算法

3 實驗結果與分析

3.1 數(shù)據(jù)集制作與標注

基于YOLOv5 的岸橋鋼絲繩損傷目標檢測網(wǎng)絡的訓練需要大量的數(shù)據(jù)集支撐，因此首先進行數(shù)據(jù)集制作。本文數(shù)據(jù)集圖片是岸橋現(xiàn)場拍攝和實驗室損傷模擬制作。具體制作流程如下：

1)制作表面損傷樣本圖片 首先選取合適的岸橋鋼絲繩，直徑為28 mm，然后在實驗室使用銼刀、砂輪機等人為產(chǎn)生岸橋鋼絲繩損傷樣本圖片，并在港口實際工作環(huán)境下拍攝不同損傷形式的鋼絲繩樣本，從1 開始編號，建立鋼絲繩樣本數(shù)據(jù)集圖庫，如圖5 所示。

圖5 鋼絲繩樣本數(shù)據(jù)集圖庫

2)圖片篩選及增強 為了增加數(shù)據(jù)集樣本量，對樣本圖片進行翻轉、縮放、剪切等操作，如圖6 所示，從而使采集到的2 000 張樣本圖片樣本，擴增到8 792 張，同時為了保證處理后圖片特征的不丟失或特征模糊，使用Python 的OpenCV 庫進行圖片處理，對數(shù)據(jù)集樣本進行Mosaic 增強。

圖6 鋼絲繩損傷圖片增強

3)缺陷位置標注 使用LabelImg 打標軟件進行岸橋鋼絲繩損傷數(shù)據(jù)集的標注，在VOC2007 文件夾下的predefined_classes.txt 文檔中輸入Brokenwire、Wear、Cagewire 方便標注操作。如圖7 所示，使用此軟件制作數(shù)據(jù)集，將鋼絲繩圖片中的損傷部分進行打標，其中Brokenwire表示斷絲，Wear表示磨損，Cagewire表示畸變。

圖7 損傷標注圖

4)格式轉換 對圖片標注完成后，生成的XML 文件，不適應于YOLOv5 的輸入格式，需轉換成包含損傷類型及標注框位置信息的txt 格式文件。

3.2 采集監(jiān)測方案

采用3 個相機之間間隔120°的方案圍繞岸橋鋼絲繩布置，即每個攝像頭可以采集鋼絲繩表面120°的范圍，使用3 個可采集完整。同時使用每個光源之間角度距離也為120°的3 個光源，高速運行的鋼絲繩在監(jiān)測時，有不同程度的振顫和擺動，要求圖像采集模塊必須多次調試適應此應用環(huán)境，不能有偽影；考慮到在運動過程中鋼絲繩的晃動影響相機采集的穩(wěn)定性，故采用夾具固定環(huán)形放置攝像頭起固定作用，其布置方案如圖8所示。

圖8 圖像采集布置方案圖

3.3 評估指標和改進的模型

本文采用平均精度均值(mean Average Precision，mAP )、準確率P和召回率R等指標進行評估。

式中：n為鋼絲繩總的類別數(shù)，NTP、NFP、NFN分別為真正例數(shù)量、假正例數(shù)量、假反例數(shù)量[12]。

本文所提出的改進YOLOv5 模型，其網(wǎng)絡結構圖如圖9 所示。

圖9 改進YOLOv5 模型網(wǎng)絡結構圖

3.4 實驗結果與分析

本文使用Pytorch 框架搭建并改進YOLOv5 模型，對岸橋鋼絲繩損傷進行訓練。選用合適學習率對網(wǎng)絡的訓練有很大的幫助，不僅能提升訓練的速度，還能提升網(wǎng)絡的準確率。在鋼絲繩損傷數(shù)據(jù)集上進行訓練，樣本量為8 792 張，其中80%為訓練集，20%為驗證集，進行200 次迭代訓練，耗時約8 h，得出YOLOv5 網(wǎng)絡的損失曲線收斂情況。

在實驗中，為了選取合適的學習率，分別設置不同的學習率1e-2、le-3、1e-4、1e-5 進行對應訓練結果對比，結果如圖10 所示。實驗結果表明訓練學習率為1e-2 時收斂速度較快，且曲線平滑，說明訓練過程中并無較大的損失波動，故1e-2 為最佳學習率。

圖10 不同學習率損失曲線收斂圖

另外，從實驗結果可以看出，在前200 輪訓練中，損失值下降快速，之后損失值下降緩慢并開始逐漸收斂，600 輪后，損失值趨于平衡。訓練完成得到了模型的最佳權重值，進行檢測時，將其加載到網(wǎng)絡模型中便能得到更好的檢測結果。

斷絲、磨損樣本實驗結果如圖11 所示。鋼絲繩損傷的P-R曲線如圖12 所示，模型訓練完成后，輸入數(shù)據(jù)集之外的岸橋鋼絲繩損傷圖片進行模型測試，通過對置信度閾值的設置得到大小不同的預測框，根據(jù)具體的情況進行相應的匹配。

圖11 樣本實驗結果

圖12 鋼絲繩損傷的P-R 曲線

因為畸變損傷的特征較明顯且面積較大，置信度閾值設置為0.4 ～0.9，斷絲比較小，若置信度設置太高易被過濾掉，故設置為0.2 ～0.25。P-R曲線與坐標軸圍成的面積[17]為該損傷類型的精度值（AP），所有損失類型AP 值的平均值為模型預測的平均精度值（mAP），該模型mAP 值為0.903，部分細小損傷未能識別，斷絲、畸變和磨損都能準確識別，滿足鋼絲繩的檢測要求。

對比改進后的YOLOv5 在各類型損傷和原始的YOLOv5 在同一類型的檢測效果，由表1 所示，其AP 值均大于YOLOv5?，F(xiàn)將改進后的YOLOv5 與原始YOLOv5、YOLOv4、YOLOv3 和兩階段的Faster RCNN 在精度（mAP）和速度（FPS）上進行對比，檢測結果如圖13 所示，由雷達圖可知，改進的YOLOv5在精度和速度上均相對更優(yōu)，檢測效果更好。即本文訓練出的模型對岸橋鋼絲繩的各種損傷類型檢測精度較高，滿足實際的檢測需求。

表1 對比改進后的YOLOv5 和YOLOv5 算法各類別AP 值

圖13 各類算法檢測結果雷達圖

4 結語

長期以來，由于缺少科學有效的鋼絲繩在線監(jiān)測設備，使得鋼絲繩的質量管理困難，也造成了很大的安全隱患和企業(yè)經(jīng)濟損失。為此，本文為了解決鋼絲繩損傷檢測故障識別率低的問題，提出了一種改進的YOLOv5岸橋鋼絲繩損傷識別方法。通過引進CBAM 注意力機制，選擇EIOU 損失函數(shù)替換原GIOU 函數(shù)，更新加權NMS 算法，改進后YOLOv5 目標檢測網(wǎng)絡在鋼絲繩損傷數(shù)據(jù)集上對斷絲、磨損、畸變3 種損傷類型的檢測平均精度均值達90.3%，滿足了對鋼絲繩損傷的檢測要求，實現(xiàn)了對鋼絲繩更快速的識別，為今后開發(fā)岸橋鋼絲繩在線監(jiān)測系統(tǒng)提供了一定的理論基礎。