基于改進(jìn)YOLO V3的接觸網(wǎng)絕緣子檢測方法

陳智羽，閔 鋒

武漢工程大學(xué)計算機(jī)科學(xué)與工程學(xué)院，湖北 武漢430205

隨著科技的發(fā)展，我國鐵路里程數(shù)已經(jīng)一躍成為世界第一，高鐵營業(yè)里程已達(dá)2.9×104km，超過世界高鐵總里程的2/3，成為世界上高鐵里程最長、運(yùn)輸密度最高、成網(wǎng)運(yùn)營場景最復(fù)雜的國家。在這種情況下，鐵路的安全維護(hù)便成為了一個難題?，F(xiàn)階段，我國對于鐵路接觸網(wǎng)的維護(hù)和檢修，是依靠接觸網(wǎng)懸掛狀態(tài)檢測監(jiān)測裝置（4C）車［1］對支柱桿進(jìn)行拍攝，然后通過大量人工對每張圖像進(jìn)行查看，進(jìn)行故障的排查。4C系統(tǒng)采集的圖像均為高分辨率圖像，需要人工對圖像進(jìn)行多次縮放操作查看，這樣的檢測方式受限于技術(shù)人員的個人經(jīng)驗水平、注意力的集中程度等諸多不可控因素，且存在故障篩查時間長、漏檢風(fēng)險高等問題。對于我國鐵路的里程數(shù)來說，人工的方式是無法及時發(fā)現(xiàn)故障，保證鐵路安全的。

隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展［2］，各種基于深度學(xué)習(xí)的目標(biāo)檢測［3-4］和目標(biāo)跟蹤算法［5］被提出。深度卷積神經(jīng)網(wǎng)絡(luò)可以通過收集大量目標(biāo)物體的圖像樣本，進(jìn)行訓(xùn)練，得到目標(biāo)物體的檢測模型，所以神經(jīng)網(wǎng)絡(luò)被運(yùn)用在各個領(lǐng)域中，如：人臉識別［6］、視網(wǎng)膜血管分割［7］等。而目前廣泛使用的目標(biāo)檢測算法分為雙步目標(biāo)檢測算法和單步目標(biāo)檢測算法兩種。雙步目標(biāo)檢測算法常用的有：快速的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（fast region-based convolutional neural networks，F(xiàn)ast R-CNN）［8］，加速的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（faster region-based convolutional neural networks，F(xiàn)aster R-CNN）［9］，分割掩模的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（mask region-based convolutional neural networks，Mask R-CNN）［10］等，該類算法是先生成一系列樣本的候選框，再通過卷積神經(jīng)網(wǎng)絡(luò)在這些候選框中進(jìn)行樣本分類，以此完成對目標(biāo)的檢測和識別。而單步目標(biāo)檢測算法則不用產(chǎn)生候選框，直接將目標(biāo)邊框定位的問題轉(zhuǎn)化為回歸問題處理，因此檢測速度較快。該類算法常用的有：單點多盒探測（single shot multi box detector，SSD）［11］，統(tǒng)一的實時目標(biāo)檢測（you only look once：unified，real-time object detection，YOLO）［12］，第三代統(tǒng)一的實時目標(biāo)檢測算法（you only look once：unified，real-time object detection V3，YOLO V3）［13］等?？紤]到我國鐵路接觸網(wǎng)的里程長度，所需要檢測的樣本數(shù)量巨大，選用更加迅速的單步目標(biāo)檢測算法。YOLO是最先使用回歸的方法，直接從一張圖像中檢測物體的邊界框坐標(biāo)與類別，采用視覺幾何組16（visual geometry group 16，VGG16）作為基礎(chǔ)網(wǎng)絡(luò)的，其速度是Faster R-CNN的3倍，但由于YOLO［14］采用網(wǎng)格劃分的思想，對每個單元格都預(yù)測其中包含物體的置信度及其類別分?jǐn)?shù)，造成YOLO的檢測精度偏低，對小物體及較密集的物體檢測效果較差。YOLO V3具有較快的檢測速度和較高的檢測精度，所以本文選擇YOLO V3對接觸網(wǎng)絕緣子進(jìn)行檢測。

目前，對于絕緣子的研究集中在輸電線上的絕緣子，對于鐵路接觸網(wǎng)的絕緣子研究較少?？梢越梃b輸電線路中絕緣子的研究方法，對鐵路接觸網(wǎng)中絕緣子檢測作指導(dǎo)。由于輸電線路上沒有4C巡檢車，所以輸電線路的方法多是基于航拍的圖像中的絕緣子進(jìn)行研究，文獻(xiàn)［15-16］為解決絕緣子的錯檢、漏檢等問題，將絕緣子分解成多個存在交集的可變型部件，并對其進(jìn)行檢測。在保證子目標(biāo)檢測精度與速度的前提下，利用各部件之間相交區(qū)域的特征及含義，對其進(jìn)行聚合并重新定義，使檢測到的目標(biāo)區(qū)域更準(zhǔn)確。由于鐵路上有4C車對接觸網(wǎng)進(jìn)行拍攝，相較于無人機(jī)拍攝圖像距離更近，設(shè)備更穩(wěn)定，成像更清晰，獲取更方便。所以在已有4C圖像的情況下，直接以4C圖像作為數(shù)據(jù)集進(jìn)行訓(xùn)練是一種更好的選擇。

1 改進(jìn)YOLO V3模型

1.1 YOLO V3網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)

由于目前對接觸網(wǎng)絕緣子研究較少，沒有公共數(shù)據(jù)集，需自己制作數(shù)據(jù)集。4C車拍攝鐵路接觸網(wǎng)圖像如圖1所示，從圖1可以看到鐵路接觸網(wǎng)分為單桿和雙桿，單桿較為簡單，而雙桿相對來說較為復(fù)雜。接觸網(wǎng)上面比較重要的部件，有雙耳套筒、抱箍、絕緣子和底座等。使用LABELIMG程序，對圖像中的重要部件進(jìn)行框選、分類、制作，用5 258張鐵路接觸網(wǎng)圖像作為訓(xùn)練數(shù)據(jù)集，另外選取500張圖像作為測試數(shù)據(jù)集。

圖1接觸網(wǎng)圖像：（a）單桿，（b）雙桿Fig.1 Catenary image：（a）single rod，（b）double rods

為了能清楚的表現(xiàn)各個部件的狀態(tài)細(xì)節(jié)，4C拍攝的單張圖像大小一般為6 576像素×4 384像素。而雙耳套筒和絕緣子底座在圖像中的像素只有不到500像素×500像素的大小，只占整個圖像的0.9%不到。YOLO V3是以回歸思想作為算法的基礎(chǔ)，好處是計算速度快，但對小目標(biāo)的檢測準(zhǔn)確率不夠高。同時，YOLO V3在檢測時，會出現(xiàn)重定位現(xiàn)象，如圖2所示，接觸網(wǎng)底座位置出現(xiàn)了多個檢測框。

圖2 YOLO V3檢測結(jié)果圖Fig.2 Detection result image of YOLO V3

YOLO V3采用的是53層的特征提?。―arknet-53）［14］網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)主要是由一系列的1×1和3×3的卷積層（convolutional layers，CL）組成，因為此網(wǎng)絡(luò)中有53個CL，所以叫做Darknet-53（53層網(wǎng)絡(luò)不包括Residual層）。

Darknet-53借鑒了殘差網(wǎng)絡(luò)（residual network，RN）的想法，由5個殘差塊（residual block，RB）組成，每個殘差塊又是由多個殘差單元（resnet unit，RU）組成。而上述結(jié)構(gòu)是以輸入圖像為256像素×256像素進(jìn)行檢測的，更為常用的圖像為416像素×416像素，均為32的倍數(shù)。輸入416像素×416像素的結(jié)構(gòu)檢測的3個特征層大小分別為52×52，26×26，13×13。

其中13×13層負(fù)責(zé)檢測大型目標(biāo)，26×26層負(fù)責(zé)檢測中型目標(biāo)，52×52層負(fù)責(zé)檢測小型目標(biāo)。因此，需要針對小目標(biāo)檢測，對網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行修改。在Darknet-53的第2個殘差塊到第3個殘差塊之間增加一層殘差塊，利用這個4倍降采樣的特征融合目標(biāo)檢測層對小目標(biāo)進(jìn)行訓(xùn)練，提高對小目標(biāo)檢測的準(zhǔn)確率。增加殘差塊的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3增加殘差塊的網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Network structure of added rsidual block

圖3中，前面的數(shù)字4表示4倍降采樣，128，256表示卷積過慮器的數(shù)量，1×1和3×3表示卷積的大小，52×52表示輸出特征圖的大小。

1.2 定位框去重與算法加速

針對重定位現(xiàn)象，采用定位框去重算法。即在檢測時對定位框進(jìn)行判斷，如果該定位框與其他定位框的標(biāo)簽一樣，且重疊區(qū)域超過一定的閾值，便尋找兩個定位框的最大外接矩形，讓最大外接矩形作為新的定位框，代替原本的兩個定位框，使得兩個定位框進(jìn)行融合。實驗時，閾值取自身區(qū)域的80%，由于拍攝角度原因，在拍雙桿的時候，可能存在同一部件相互遮擋的問題，故閾值不能設(shè)置過低。

因同一路段的鐵路接觸網(wǎng)具有同質(zhì)性，所以在同一路段下拍攝的4C的圖像就具有相似性，絕緣子部件的位置大體相同。所以對于相似圖像，可以用上一張圖像的檢測結(jié)果，作為下一張圖像的檢測候選區(qū)域，只需要在候選區(qū)域附近搜索，而不需要全圖搜索，可以極大的提高檢測速度。判斷兩張圖像的相似性，采用感知哈希算法。該算法給每張圖像生成一個“指紋”，兩張“指紋”字符串漢明距離越小，說明兩張圖像越相似。通過指紋的相似度，可對圖像進(jìn)行分類。當(dāng)判斷兩張圖像屬于同一類時，將第一張圖像定位區(qū)域作為后一張圖像的檢測候選區(qū)域，只在候選區(qū)域掃描，避免了全圖大范圍掃描，從而實現(xiàn)對檢測算法的加速。

1.3 算法流程

YOLO V3算法對輸入的圖像，都會被放縮為416像素×416像素大小，然后進(jìn)行訓(xùn)練。在416像素×416像素的訓(xùn)練之后，采用多尺度檢測，檢測結(jié)果顯示，與訓(xùn)練大小保持一致，即在416像素×416像素的尺度下，檢測效果最好。

改進(jìn)后的算法流程如圖4所示：首先用LABELIMG程序制作訓(xùn)練所需的數(shù)據(jù)集，另選取500張圖像用作測試；然后用改進(jìn)后的算法對制作的數(shù)據(jù)集進(jìn)行訓(xùn)練，得到訓(xùn)練后的模型；之后檢測圖像，檢測前計算圖像的哈希碼，通過哈希碼判斷該圖像的相似性。如果相似則采用候選區(qū)域掃描策略進(jìn)行檢測，否則采用全圖掃描策略進(jìn)行檢測；初步檢測完成后，進(jìn)行檢測框的去重；最后完成檢測，輸出檢測后的圖像。

圖4絕緣子檢測流程圖Fig.4 Flow chart of insulator detection

2 結(jié)果與討論

使用5 258張4C接觸網(wǎng)圖像進(jìn)行訓(xùn)練，并在416像素×416像素的尺度下檢測。然后與YOLO V3，F(xiàn)AST R-CNN的檢測結(jié)果進(jìn)行對比。測試結(jié)果如表1所示，由于3種方法都不存在誤識別，故不進(jìn)行統(tǒng)計。

通過表1可以看出，對比FAST R-CNN，無論是YOLO V3還是改進(jìn)后的算法，準(zhǔn)確率都有很大提升，耗時也有大幅度的下降。改進(jìn)后YOLO V3的漏檢數(shù)有明顯下降，準(zhǔn)確率有較大的提升，絕緣子檢測的準(zhǔn)確率從93.6%提升至99.2%，證明增加一個對小目標(biāo)友好的4倍降采樣的殘差塊，提高了算法對于小目標(biāo)檢測的準(zhǔn)確率。

表1絕緣子檢測結(jié)果統(tǒng)計表Tab.1 Statistical table of insulator detection results

使用感知哈希的加速效果依賴于圖像中待檢區(qū)域的個數(shù)，當(dāng)待檢區(qū)域數(shù)量較少時，其候選區(qū)域少，加速效果更加明顯。單桿圖像平均耗時由1.32 s減少到0.53 s，雙桿圖像平均耗時由1.32 s減少到0.9 s。使用同一相機(jī)在同一條線路中連續(xù)拍攝的200張圖像作為測試樣本，測試結(jié)果如表2所示，使用全圖掃描策略約耗時264 s，使用候選區(qū)域掃描約耗時143 s，其中146張利用了候選區(qū)域掃描。通過感知哈希算法分類圖像，對同類圖像采用候選區(qū)域掃描策略加速，速度提升46%，如果連續(xù)處理的圖像數(shù)量越多其速度提升越明顯。

表2加速效果統(tǒng)計表Tab.2 Statistical table of time efficiency analysis

改進(jìn)YOLO算法檢測結(jié)果如圖5所示。從圖5可以看出，改進(jìn)后的算法不僅對小目標(biāo)的檢出率很高，而且置信度保持在很高的分?jǐn)?shù)。在圖5（a）中，接觸網(wǎng)的上方，有一個與絕緣子一樣的部件，但此部件并不在檢測范圍內(nèi)，為干擾項。由于與絕緣子的角度不同，因此被算法排除；圖5（b）中，有許多桿間支撐裝置，與雙耳套筒使用了相同的零件，該零件并不在檢測范圍內(nèi)，為干擾項。由于此部件有彎折，因此被算法排除；圖5（c）為雙桿接觸網(wǎng)圖像，外部的支撐桿對內(nèi)部桿上的抱箍造成了遮擋，使其像素信息不全，但該算法依然將其檢出。通過這些例子可以看出，在復(fù)雜情況下，算法取得了較好的檢測結(jié)果，表明改進(jìn)后的算法有良好的檢測能力與抗干擾能力。

圖5檢測結(jié)果圖：（a）絕緣子干擾圖，（b）雙耳套筒干擾圖，（c）抱箍遮擋圖Fig.5 Test results of images：（a）insulator blocked image，（b）clevis end holder for tuble blocked image，（c）holt hoop iron blocked image

3 結(jié)論

綜上所述，本文提出了一種基于改進(jìn)YOLO V3的絕緣子檢測方法，實驗結(jié)果表明，該方法可以檢測出鐵路接觸網(wǎng)上的絕緣子部件，不僅檢出率高，而且速度快，抗干擾能力強(qiáng)，適用于大多數(shù)環(huán)境，基本滿足鐵路接觸網(wǎng)檢測要求的準(zhǔn)確性和快速性。下一步工作將在絕緣子檢測定位的基礎(chǔ)上，對絕緣子的缺陷檢測展開研究。