基于改進(jìn)的Faster R-CNN高壓線纜目標(biāo)檢測(cè)方法

劉召，張黎明，耿美曉，么軍，張金祿，胡益菲

（1. 清研同創(chuàng)機(jī)器人(天津)有限公司，天津 300300； 2. 國(guó)網(wǎng)天津市電力公司，天津 300010）

隨著我國(guó)電力行業(yè)的升級(jí)改造，更加智能的帶電作業(yè)機(jī)器人成為當(dāng)前的研究熱點(diǎn)。2009年我國(guó)進(jìn)行了高壓帶電作業(yè)機(jī)器人產(chǎn)品化樣機(jī)的驗(yàn)證[1]，但現(xiàn)有高壓帶電作業(yè)機(jī)器人系統(tǒng)一般采用主從控制方式，依然是人工手動(dòng)控制[2]，需要借助人眼判斷目標(biāo)的位置來進(jìn)行操作。雖然在一定程度上提高了工作效率保護(hù)了作業(yè)人員，但在高空高壓環(huán)境下依然存在巨大的安全隱患，造成無法挽回的安全和財(cái)產(chǎn)損失。因此，利用當(dāng)前性能優(yōu)良的深度學(xué)習(xí)方法代替人眼對(duì)線纜目標(biāo)進(jìn)行自動(dòng)識(shí)別檢測(cè)，研制更智能的帶電作業(yè)機(jī)器人成為亟待解決的問題。

傳統(tǒng)的目標(biāo)檢測(cè)方法以圖像識(shí)別為基礎(chǔ)，主要包括4個(gè)步驟：提取候選框、對(duì)每個(gè)框提取特征、圖像特征分類、非極大值抑制完成框回歸[3-4]。一般對(duì)圖像使用窮舉法選出物體可能出現(xiàn)的區(qū)域框，對(duì)這些區(qū)域框提取特征并使用圖像識(shí)別方法分類，得到所有分類成功的區(qū)域后，通過非極大值抑制輸出結(jié)果。傳統(tǒng)方法中最成功的是基于多尺度形變部件模型(deformable part model,DPM)[5]，它利用部件間的關(guān)系來描述物體，但該方法相對(duì)復(fù)雜，檢測(cè)速度也較慢。所以，人工提取的特征不能適應(yīng)當(dāng)今的海量數(shù)據(jù)，難以應(yīng)用于背景復(fù)雜的高壓線纜圖像數(shù)據(jù)中，且不同場(chǎng)景的圖像往往要重新設(shè)計(jì)合適的特征，實(shí)際應(yīng)用時(shí)也要依據(jù)具體情況而定，這些限制直接影響著最終的檢測(cè)效果及效率。

2006 年人工智能專家Hinton 提出深度學(xué)習(xí)(deep learning, DL)概念[6]，開啟了人工智能領(lǐng)域研究深度學(xué)習(xí)的熱潮。深度學(xué)習(xí)具有很強(qiáng)的特征學(xué)習(xí)能力，它采用逐層訓(xùn)練的方法緩解了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法在訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)時(shí)出現(xiàn)的局部最優(yōu)問題[7-8]。基于這些特征，深度學(xué)習(xí)在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理、工業(yè)過程控制等方面已顯示出獨(dú)特的優(yōu)勢(shì)。

近兩年深度學(xué)習(xí)技術(shù)在目標(biāo)檢測(cè)領(lǐng)域也取得了長(zhǎng)足的進(jìn)展。與傳統(tǒng)依賴手工設(shè)計(jì)的特征提取算法不同，深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)幾何變換、形變、光照具有一定程度的不變性，可以有效克服復(fù)雜場(chǎng)景下目標(biāo)檢測(cè)困難，并且可在訓(xùn)練數(shù)據(jù)驅(qū)動(dòng)下自適應(yīng)地構(gòu)建特征描述，具有更高的靈活性和泛化能力?；谏疃葘W(xué)習(xí)的目標(biāo)檢測(cè)主要分為基于區(qū)域建議方法和無區(qū)域建議的方法[3，9]?；趨^(qū)域建議的方法是以R-CNN (Region-based convolutional neural networks)[10]為基礎(chǔ)，在PASCAL VOC2012數(shù)據(jù)集上的檢測(cè)平均精度mAP達(dá)到53.3%，較傳統(tǒng)方法有很大的提升。此后研究者在此基礎(chǔ)上提出了很多改進(jìn)模型，如SPP-net(Spatial pyramid pooling networks)[11]、Fast R-CNN[12]等。而無區(qū)域建議的目標(biāo)檢測(cè)方法主要是YOLO(You only look once)[13]及其改進(jìn)模型?；趨^(qū)域建議的方法在精度上更具優(yōu)勢(shì)，而無區(qū)域建議的方法檢測(cè)速度更快。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法在低空目標(biāo)、人體行為檢測(cè)、無人機(jī)圖像等領(lǐng)域已取得較好應(yīng)用[14-16]。

本文針對(duì)帶電作業(yè)機(jī)器人在復(fù)雜背景環(huán)境中線纜目標(biāo)的智能檢測(cè)問題，首次將Faster R-CNN模型引入到高壓線纜及相關(guān)物體的目標(biāo)檢測(cè)任務(wù)中，根據(jù)高壓線纜的特點(diǎn)對(duì)原始Faster R-CNN進(jìn)行了改進(jìn)，引入跳轉(zhuǎn)連接使提取的特征更具表達(dá)能力，增加錨框數(shù)量使模型對(duì)不同尺寸目標(biāo)都有較好的檢測(cè)性能，最終實(shí)現(xiàn)了高空高壓環(huán)境下各種線纜的目標(biāo)檢測(cè)，在精度上取得了目前最好的檢測(cè)效果，并且檢測(cè)速度更快，為帶電作業(yè)機(jī)器人后續(xù)的操作提供了可靠的視覺支持。

1 基于深度學(xué)習(xí)的高壓線纜目標(biāo)檢測(cè)

根據(jù)高壓線纜目標(biāo)檢測(cè)的實(shí)際需求，本文以Faster R-CNN[17]模型為基礎(chǔ)并提出了有效的改進(jìn)策略，最終設(shè)計(jì)的模型原理框架如圖1所示。它主要分為4個(gè)主要的步驟來實(shí)現(xiàn)：1)將整幅高壓線纜圖像輸入深度卷積神經(jīng)網(wǎng)絡(luò)生成特征圖譜；2)將特征圖譜輸入給區(qū)域候選網(wǎng)絡(luò)(region proposal network, RPN)生成目標(biāo)候選區(qū)域，避免了使用選擇性搜索耗時(shí)長(zhǎng)的問題，同時(shí)可以獲得更加準(zhǔn)確的定位結(jié)果；3)采用感興趣區(qū)域池化層(region of interest, ROI)提取候選區(qū)域的特征，它可以將輸入的任意尺寸的特征圖譜轉(zhuǎn)化成統(tǒng)一維度的輸出向量，從而解決了卷積神經(jīng)網(wǎng)絡(luò)輸入必須是固定尺寸的問題；4)利用一個(gè)多任務(wù)分類器做候選區(qū)域的位置回歸，目標(biāo)類別的判定采用深度學(xué)習(xí)算法精確檢測(cè)出定位器的邊界框位置。其中本文的改進(jìn)首先在特征提取部分，引入跳轉(zhuǎn)連接并調(diào)整激活層和卷積層的順序，提高了網(wǎng)絡(luò)提取圖像高級(jí)特征的能力；其次在目標(biāo)候選區(qū)域生成階段增多錨框的種類和數(shù)量，提升對(duì)小目標(biāo)檢測(cè)的性能。

圖 1 基于Faster R-CNN高壓線纜目標(biāo)檢測(cè)框架Fig. 1 Object detection framework of high voltage cable based on Faster R-CNN

1.1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)中最具代表性的網(wǎng)絡(luò)結(jié)構(gòu)之一。傳統(tǒng)的CNN網(wǎng)絡(luò)一般包括卷積層、池化層和全連接層，隨著網(wǎng)絡(luò)層數(shù)的加深逐層提取圖像的特征。一個(gè)典型是CNN結(jié)構(gòu)如圖2所示。

圖 2 CNN的一般結(jié)構(gòu)框架Fig. 2 General structure of CNN

1.2 區(qū)域候選網(wǎng)絡(luò)

一般的目標(biāo)檢測(cè)方法都是使用選擇性搜索來獲取候選區(qū)域，但這種方法不僅耗時(shí)且準(zhǔn)確率不高，因此考慮用一個(gè)卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行候選區(qū)域的提取，這也就是RPN網(wǎng)絡(luò)的核心思想。

RPN的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。在RPN網(wǎng)絡(luò)之前會(huì)用一個(gè)卷積神經(jīng)網(wǎng)絡(luò)對(duì)需要檢測(cè)的圖像進(jìn)行特征提取，這個(gè)前置的CNN提取的特征維度為。對(duì)該特征圖譜再進(jìn)行一次卷積操作，保持維度不變，同樣得到一個(gè)維度的特征圖譜。為了便于下文敘述，先定義一個(gè)“錨”的概念：對(duì)于這個(gè)維度為的卷積特征圖譜，認(rèn)為其一共有個(gè)“錨”。讓該卷積特征圖譜的每個(gè)“錨”都對(duì)原圖中對(duì)應(yīng)位置上9種尺寸的候選框進(jìn)行檢測(cè)，檢測(cè)的目標(biāo)是判斷候選框中是否包含一種物體，因此共有個(gè)候選檢測(cè)框。這每個(gè)“錨”對(duì)應(yīng)的9個(gè)候選框的面積分別為。每種面積又分為3種長(zhǎng)寬比，分別為

圖 3 RPN網(wǎng)絡(luò)結(jié)構(gòu)Fig. 3 RPN networks structure

圖 4 “錨”與網(wǎng)絡(luò)輸出的對(duì)應(yīng)關(guān)系Fig. 4 Corresponding relation between frame and network output

1.3 Fast R-CNN目標(biāo)檢測(cè)結(jié)構(gòu)

Fast R-CNN網(wǎng)絡(luò)將特征提取和區(qū)域分類兩個(gè)步驟融合在一個(gè)卷積神經(jīng)網(wǎng)絡(luò)中，不同于之前的方法是提取完每個(gè)區(qū)域的特征之后，再以傳統(tǒng)的SVM作為分類器。這樣Fast R-CNN就可以同時(shí)進(jìn)行特征提取網(wǎng)絡(luò)和分類網(wǎng)絡(luò)的訓(xùn)練，從而獲得更高的準(zhǔn)確度，其網(wǎng)絡(luò)結(jié)構(gòu)如圖5。

圖 5 Fast R-CNN網(wǎng)絡(luò)結(jié)構(gòu)Fig. 5 Fast R-CNN networks structure

對(duì)于待檢測(cè)圖像中的候選區(qū)域，將它映射到前置CNN所提取的卷積特征圖譜中對(duì)應(yīng)的區(qū)域，即圖5中的感興趣區(qū)域映射，這樣操作是因?yàn)榫矸e特征圖譜實(shí)際上和原始圖像在位置上存在一定的對(duì)應(yīng)關(guān)系，即待檢測(cè)圖像中的候選區(qū)域是對(duì)應(yīng)在卷積特征圖譜中相同的位置。然后使用ROI池化層對(duì)該區(qū)域再進(jìn)行特征提取，如圖6所示。ROI池化層對(duì)于不同尺寸大小的輸入圖像都能得到一個(gè)固定維度的輸出向量。一般的卷積神經(jīng)網(wǎng)絡(luò)的輸入需要固定尺寸的圖像，而候選區(qū)域的尺寸是大小不一的。如果先將不同尺寸的區(qū)域縮放到統(tǒng)一大小再輸入卷積神經(jīng)網(wǎng)絡(luò)提取特征，會(huì)降低后續(xù)的分類準(zhǔn)確率，因此使用ROI池化層避免這個(gè)問題。

圖 6 ROI池化層Fig. 6 ROI pooling layer

為了具體闡述ROI池化層的作用，假設(shè)前置CNN輸出特征圖譜的寬度為，?高度為，通道為，其中是一個(gè)常數(shù)。首先，ROI池化層把特征圖譜劃分為的區(qū)域網(wǎng)格，這樣每個(gè)網(wǎng)格的維度變成：寬為、高為、通道為。對(duì)每個(gè)網(wǎng)格中的每個(gè)通道都取最大值作為該網(wǎng)格的輸出，這樣的網(wǎng)格最終形成了一個(gè)維的特征向量。然后，把特征圖譜劃分成和的網(wǎng)格，用同樣的方法提取每個(gè)網(wǎng)格的輸出特征，提取的特征的維度分別為和。最后，將得到的所有特征向量拼接起來，就得到了維的特征向量。顯而易見，這個(gè)輸出特征的維度與輸入特征圖譜的、均無關(guān)。因此ROI池化層可以把輸入的任意寬度、高度的卷積特征圖譜轉(zhuǎn)換為固定維度的向量。

得到ROI池化層的特征向量后，分成兩個(gè)分支分別送到全連接層進(jìn)行分類和框回歸。對(duì)于分類，如果待檢測(cè)圖像中有類物體需要檢測(cè)，那么最終的輸出應(yīng)該是個(gè)數(shù)，因?yàn)槎喟艘活悺氨尘邦悺?，輸出中的每個(gè)數(shù)值都代表該區(qū)域?yàn)槟愁愇矬w的類別概率。對(duì)于框回歸，其要做的是對(duì)RPN輸出的候選檢測(cè)框進(jìn)行某種程度的細(xì)化。因?yàn)镽PN網(wǎng)絡(luò)獲得的候選框有時(shí)存在一定偏差。認(rèn)為通過RPN網(wǎng)絡(luò)得到的候選框的4個(gè)參數(shù)為，其中，表示候選框左上頂點(diǎn)的坐標(biāo)；表示候選框的寬和高。而正確的目標(biāo)框位置用表示，那么框回歸的作用就是學(xué)習(xí)參數(shù)。

1.4 改進(jìn)Faster R-CNN模型的高壓線纜目標(biāo)檢測(cè)

1.4.1 特征提取部分的改進(jìn)

傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)大多是由卷積層、池化層和全連接層組成深層網(wǎng)絡(luò)，對(duì)于圖像分類等計(jì)算機(jī)視覺任務(wù)，不斷加深網(wǎng)絡(luò)層數(shù)一般可以提高性能，但當(dāng)網(wǎng)絡(luò)加深到一定程度時(shí)，會(huì)導(dǎo)致梯度彌散或梯度消失，網(wǎng)絡(luò)變得難以訓(xùn)練，同時(shí)導(dǎo)致提取的特征的語(yǔ)義屬性減弱，對(duì)類別的判別能力變差[18-19]。為了解決這個(gè)問題，引入跳轉(zhuǎn)連接，將卷積層的輸入特征圖譜加到輸出部分，使網(wǎng)絡(luò)具有能有效進(jìn)行反傳的梯度信息。同時(shí)增加的卷積操作，在減少參數(shù)的同時(shí)使網(wǎng)絡(luò)具有更強(qiáng)的特征提取能力，多增加的激活層也使網(wǎng)絡(luò)具有更好的非線性表達(dá)能力。此外，調(diào)整模塊中各操作的順序?yàn)榕鷺?biāo)準(zhǔn)化、ReLU，再進(jìn)行卷積操作，這種完全預(yù)激活的方式可以起到更好正則化的作用，同時(shí)使梯度信息可以無障礙傳遞。本文改進(jìn)的特征提取模塊如圖7。

圖 7 改進(jìn)的深層網(wǎng)絡(luò)特征提取模塊Fig. 7 Improved deep network feature extraction module

改進(jìn)的特征提取模塊降低參數(shù)的同時(shí)，也提高了網(wǎng)絡(luò)在推理時(shí)的速度，節(jié)省了測(cè)試時(shí)間，更有利于高壓線纜目標(biāo)檢測(cè)實(shí)際應(yīng)用的需求。當(dāng)使用圖7的模塊時(shí)，參數(shù)量為，參數(shù)量的計(jì)算公式如式(1)，其中輸入的通道數(shù)是 inc，輸出的通道數(shù)是 outc。使用傳統(tǒng)的兩層卷積核大小為的卷積層時(shí)，參數(shù)量為，參數(shù)量減少了，計(jì)算復(fù)雜度減少了。

1.4.2 區(qū)域候選框機(jī)制的改進(jìn)

區(qū)域候選網(wǎng)絡(luò)中候選框的尺寸和長(zhǎng)寬比是非常重要的超參數(shù)，它直接影響生成候選框的數(shù)量，也影響著網(wǎng)絡(luò)對(duì)不同尺寸目標(biāo)的識(shí)別能力。原始Faster R-CNN針對(duì)特征圖譜上的每個(gè)“錨”，由3種長(zhǎng)寬比和3種尺寸生成9個(gè)候選框，然后對(duì)獲得的原始圖片候選區(qū)域使用非極大值抑制算法刪除冗余的候選區(qū)域，其中最小的尺寸為。但是在高壓線纜識(shí)別中存在著連接點(diǎn)等尺寸較小的目標(biāo)，為了提升網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)性能，本文增加了一組大小的候選框，其長(zhǎng)寬比依然有3種。在訓(xùn)練過程中，RPN部分使用的候選框尺寸則由9種變?yōu)?2種，分別為，3個(gè)長(zhǎng)寬比分別為和

在整個(gè)模型結(jié)構(gòu)中，多任務(wù)分類器的損失函數(shù)定義為

2 仿真實(shí)驗(yàn)與結(jié)果分析

2.1 高壓線纜圖像數(shù)據(jù)集

為了驗(yàn)證本文提出的基于Faster R-CNN的高壓線纜目標(biāo)檢測(cè)方法的有效性和先進(jìn)性，首先本文生成了具有大量高壓線纜圖片的數(shù)據(jù)集，并將數(shù)據(jù)處理成VOC2007數(shù)據(jù)形式，主要包括采集高壓線纜圖像數(shù)據(jù)和標(biāo)注需檢測(cè)目標(biāo)兩個(gè)部分。

2.1.1 采集高壓線纜圖像數(shù)據(jù)

本文使用高清攝像機(jī)采集了不同場(chǎng)景、天氣環(huán)境下的高壓線纜圖像，并對(duì)其中感興趣的目標(biāo)進(jìn)行了人工標(biāo)簽。天氣環(huán)境主要分為晴天、陰天和強(qiáng)光3種情況，之所以將強(qiáng)光單獨(dú)作為一類是因?yàn)閺?qiáng)光會(huì)導(dǎo)致拍攝的線纜圖像出現(xiàn)斷裂的情況。高壓線纜圖像中的桿塔結(jié)構(gòu)較復(fù)雜，有單回路結(jié)構(gòu)和多回路結(jié)構(gòu)，上有瓷柱，有多根線纜，線纜有時(shí)會(huì)出現(xiàn)重疊現(xiàn)象；圖像背景一般都較為復(fù)雜，主要包含房屋、樹木等。

2.1.2 標(biāo)注檢測(cè)目標(biāo)

對(duì)采集到的線纜圖像中需要檢測(cè)的目標(biāo)進(jìn)行了人工標(biāo)簽，使用LabelImg標(biāo)注工具。圖像中需要檢測(cè)的目標(biāo)有線纜與瓷柱的連接處(連接點(diǎn),corner)、向右傾斜的線纜(右傾線, rline)、向左傾斜的線(左傾線, lline)和帶線夾的線(線夾線,clampline)。表1中所列的數(shù)據(jù)集Data1和Data4的場(chǎng)景近似，Data1中的連接點(diǎn)只有一種情況，即橫向連接；而數(shù)據(jù)集Data4中連接點(diǎn)有兩種情況，包括橫向連接和縱向連接，如圖8(a)和圖8(d)所示，圖8(d)展示了Data4中的兩種連接點(diǎn)。

表 1 不同場(chǎng)景的數(shù)據(jù)集Table 1 Test sets of five scenarios

2.2 訓(xùn)練設(shè)置及評(píng)價(jià)指標(biāo)

所有場(chǎng)景的數(shù)據(jù)均訓(xùn)練迭代10萬(wàn)次，采用衰減學(xué)習(xí)率，前5萬(wàn)代為0.001，后5萬(wàn)代為0.000 1。為了對(duì)比本文所提方法的有效性，對(duì)比方法為原始的Faster R-CNN。高壓線纜圖像尺寸為

評(píng)價(jià)指標(biāo)選擇目標(biāo)檢測(cè)中常用的平均準(zhǔn)確率(average precision, AP)，其值為P-R曲線圍成的面積，其中P表示準(zhǔn)確率、R表示召回率。P、R的計(jì)算方法如式(6)和式(7)所示：

式中：TP是被正確劃分為正例的個(gè)數(shù)，F(xiàn)P是被錯(cuò)誤劃分為正例的個(gè)數(shù)， FN是被錯(cuò)誤劃分為負(fù)例個(gè)數(shù)。mAP(mean average precision)即是所有類別的平均準(zhǔn)確率的平均值。

實(shí)驗(yàn)環(huán)境為Ubuntu16.04系統(tǒng)，Intel Core i7-8700K和英偉達(dá)GTX 1080Ti顯卡，使用Tensor-Flow框架進(jìn)行提出算法的訓(xùn)練和測(cè)試。

2.3 實(shí)驗(yàn)結(jié)果及分析

使用5種場(chǎng)景數(shù)據(jù)的訓(xùn)練集分別訓(xùn)練原始Faster R-CNN模型和提出的改進(jìn)Faster R-CNN模型，然后在測(cè)試集上進(jìn)行測(cè)試，得到各類別的平均準(zhǔn)確率。原始Faster R-CNN的測(cè)試結(jié)果如表2所示，改進(jìn)的Faster R-CNN的測(cè)試結(jié)果如表3所示。

表 2 原始Faster R-CNN在5種場(chǎng)景下測(cè)試結(jié)果Table 2 The test results average of original Faster R-CNN in the five scenarios

表 3 改進(jìn)Faster R-CNN在5種場(chǎng)景下測(cè)試結(jié)果Table 3 The test results average of improved Faster RCNN in the five scenarios

從測(cè)試集的實(shí)驗(yàn)結(jié)果可以看出，在不同天氣條件環(huán)境下，原始的Faster R-CNN模型對(duì)高壓線纜圖像中的各類別目標(biāo)檢測(cè)的平均準(zhǔn)確率均在80%以上，而mAP值均在84%以上。說明Faster R-CNN模型可以解決高壓線纜目標(biāo)檢測(cè)任務(wù)。而改進(jìn)的Faster R-CNN模型對(duì)高壓線纜目標(biāo)具有更好的檢測(cè)性能，mAP值均在92%以上，相較原始的Faster R-CNN模型有明顯提升，說明提出改進(jìn)方法的有效性，且在陰天、強(qiáng)光和晴天背景復(fù)雜的場(chǎng)景下都可以較好地完成高壓線纜目標(biāo)檢測(cè)任務(wù)。如圖8是5種場(chǎng)景下，高壓線纜目標(biāo)檢測(cè)結(jié)果的樣例。每種場(chǎng)景展示了兩張圖像，圖8(a)～(e)依次對(duì)應(yīng)表1中的5種場(chǎng)景。

Data1、Data4和Data5數(shù)據(jù)集均為晴天下的場(chǎng)景中，且出現(xiàn)線纜重疊的情況較多，對(duì)比表2和表3中Data1、Data4兩個(gè)數(shù)據(jù)集的測(cè)試結(jié)果可以看出，改進(jìn)的方法對(duì)線纜的檢測(cè)有較大的提升，mAP值分別提升了6%和8%，但在Data5數(shù)據(jù)集上，改進(jìn)算法對(duì)左傾線的檢測(cè)AP值有些小的降低。說明改進(jìn)的Faster R-CNN模型可以較好解決目標(biāo)遮擋的檢測(cè)問題，但個(gè)別較嚴(yán)重的重疊情況可能無法檢測(cè)。結(jié)合帶電作業(yè)機(jī)器人的實(shí)際操作看，當(dāng)發(fā)現(xiàn)重疊的線纜較多時(shí)，可以調(diào)節(jié)攝像頭的方位使拍攝的圖像中重疊的線纜盡量少，從而提升對(duì)線纜目標(biāo)檢測(cè)準(zhǔn)確率。而且在實(shí)際應(yīng)用中帶電作業(yè)機(jī)器人每次總是處理單根線纜，所以重疊問題對(duì)實(shí)際操作的影響并不是很大。

在實(shí)際操作中更常見的場(chǎng)景是背景復(fù)雜的時(shí)候，如圖8中Data2和Data5所示的場(chǎng)景，背景中會(huì)有大面積的房屋、樹木等干擾識(shí)別的目標(biāo)。但在這兩個(gè)場(chǎng)景下，改進(jìn)的Faster R-CNN模型的mAP均值93%以上。說明改進(jìn)的Faster R-CNN模型在進(jìn)行高壓線纜目標(biāo)檢測(cè)時(shí)，可以較好地克服背景中包含大面積的房屋、樹木等復(fù)雜場(chǎng)景。這一點(diǎn)在實(shí)際中的應(yīng)用更有價(jià)值，提高了系統(tǒng)的適用范圍，同時(shí)也驗(yàn)證了改進(jìn)方法在進(jìn)行高壓線纜目標(biāo)檢測(cè)時(shí)的有效性。

圖 8 5種場(chǎng)景下測(cè)試集的目標(biāo)檢測(cè)結(jié)果Fig. 8 Detection results of test sets in five scenarios

改進(jìn)的Faster R-CNN模型進(jìn)行高壓線纜目標(biāo)檢測(cè)時(shí)的速度與使用的硬件環(huán)境密切相關(guān)，當(dāng)使用高性能的GPU如1080Ti測(cè)試時(shí)，15 f/s 的處理速度，相較于未改進(jìn)算法的 12 f/s 處理速度有提升，完全能夠滿足帶電作業(yè)機(jī)器人的實(shí)時(shí)性需求。

3 結(jié)束語(yǔ)

針對(duì)帶電作業(yè)機(jī)器人需要自動(dòng)識(shí)別高空高壓線纜的實(shí)際課題需求，本文結(jié)合當(dāng)前在視覺領(lǐng)域最有效的深度學(xué)習(xí)方法，實(shí)現(xiàn)了一種自動(dòng)識(shí)別線纜目標(biāo)的方法。首先引入了Faster R-CNN模型進(jìn)行特征提取，針對(duì)高壓線纜圖像的特點(diǎn)提出了兩個(gè)方面的改進(jìn)：在特征提取時(shí)引入跳轉(zhuǎn)連接并調(diào)整卷積層、激活層的順序，提升網(wǎng)絡(luò)對(duì)高層語(yǔ)義特征的提取能力，改進(jìn)候選框生成策略提升網(wǎng)絡(luò)對(duì)連接點(diǎn)等小目標(biāo)的檢測(cè)能力。本文改進(jìn)的Faster R-CNN模型展現(xiàn)出了針對(duì)不同天氣環(huán)境、較復(fù)雜背景下的魯棒、實(shí)時(shí)、高精度檢測(cè)的優(yōu)良性能，可以滿足帶電作業(yè)機(jī)器人視覺智能識(shí)別的技術(shù)指標(biāo)。本文將深度學(xué)習(xí)方法應(yīng)用于帶電作業(yè)機(jī)器人的視覺識(shí)別任務(wù)中，取得了較好的精度和實(shí)時(shí)的性能，具有很高的工程應(yīng)用價(jià)值。