基于深度學(xué)習(xí)的鋼軌傷損超聲檢測與分類

胡文博，邱 實，許馨月，魏 曉，王衛(wèi)東

(1.中南大學(xué) 土木工程學(xué)院, 湖南 長沙 410075；2. 重載鐵路工程結(jié)構(gòu)教育部重點實驗室, 湖南 長沙 410075；3. 中南大學(xué) 軌道交通基礎(chǔ)設(shè)施智能監(jiān)控研究中心, 湖南 長沙 410075)

隨著鐵路運營里程、速度、密度的不斷增加，為保障鐵路交通運輸?shù)陌踩?，對鋼軌的檢測要求也進(jìn)一步提高。鋼軌作為鐵路運輸系統(tǒng)的重要組成部件，在長期循環(huán)列車荷載作用及外部環(huán)境影響下，易產(chǎn)生軌頭核傷、軌腰斜裂縫等內(nèi)部組織損傷從而引起鋼軌疲勞甚至斷軌，導(dǎo)致列車脫軌等重大安全事故。因此及時準(zhǔn)確地檢測鋼軌的內(nèi)部損傷并對其進(jìn)行精準(zhǔn)地識別和分類，從而實現(xiàn)實時、高效的維護(hù)管理，對于保障鐵路安全運營以及降低事故發(fā)生風(fēng)險具有重大意義。

在鋼軌內(nèi)部傷損檢測方面，傳統(tǒng)的人工物探方法效率低、對檢測人員要求高，正逐漸被其它檢測方法所取代。近年來，多種無損檢測方法逐步應(yīng)用于鋼軌內(nèi)部傷損檢測并取得了一定的效果。目前國內(nèi)外常見的鋼軌無損探傷技術(shù)主要包括超聲波、射線、滲透、渦流等[1]，其中超聲波探傷法[2]被普遍應(yīng)用于我國多條復(fù)雜鐵路線路的日常巡檢，得益于其優(yōu)異的指向性、傳播性和在界面上的反射、折射特性，能夠在不破壞被檢設(shè)施的前提下對鋼軌內(nèi)部進(jìn)行探查，具備穿透能力強(qiáng)、操作安全、設(shè)備輕便、測量精度高、靈敏度高等優(yōu)點，從而實現(xiàn)了鋼軌內(nèi)部傷損信息的高效和實時獲取。

在基于超聲檢測的鋼軌傷損數(shù)據(jù)的識別和分類方面，國內(nèi)外科學(xué)家展開了大量的研究。Sun等[3]基于超聲波傳感器，建立了用于鋼軌無損檢測的實時光聲成像系統(tǒng)。通過光聲信號重建圖像，可以有效地識別鋼軌外觀缺陷，傷損延伸趨勢、深度等信息。Di等[4]和Rizzo等[5]使用傳統(tǒng)電超聲波，通過無監(jiān)督學(xué)習(xí)算法對鋼軌進(jìn)行高速傷損識別檢測。李駿[6]使用陣列探頭對鋼軌發(fā)射線性調(diào)頻超聲波進(jìn)行內(nèi)部缺陷檢測，使用小波閾值去噪法對獲取的信號去噪，在時域頻域進(jìn)行特征提取，使用支持向量機(jī)對超聲波缺陷檢測信號進(jìn)行識別。Vipparthy等[7]通過布置覆蓋軌頭的脈沖回波探頭的方法來測定軌道表面特征。且為了確定超聲波信號的正確可靠性，開發(fā)了一種信號處理方法。實驗證明該方法適用于缺陷檢測。Zhao等[8]使用混合激光EMAT技術(shù)發(fā)射超聲波對軌道的表面和內(nèi)部缺陷進(jìn)行了系統(tǒng)檢查，并引入了基于小波閾值法(WSTM)的噪聲抑制技術(shù)，以提高測試精度和信噪比(SNR)，實驗驗證了軌道表面裂紋、表面垂直孔、螺栓孔裂紋和腹板孔等情況的預(yù)測結(jié)果的準(zhǔn)確性。

盡管上述基于超聲檢測數(shù)據(jù)的圖像處理技術(shù)相比人工目視篩選效率更高，但仍存在魯棒性和泛化能力較差、只針對特定傷損特征和檢測效果不佳等問題。為解決此類問題，以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)方法得到了越來越多的關(guān)注。與傳統(tǒng)的圖像處理技術(shù)或機(jī)器學(xué)習(xí)方法相比，深度學(xué)習(xí)能夠自動地從海量的圖像數(shù)據(jù)中提取出豐富且深層次的特征并掌握識別規(guī)則以有效地區(qū)分不同類別的鋼軌內(nèi)部傷損。陳斌等[9]將深度學(xué)習(xí)運用到鋼軌探傷應(yīng)用中，開發(fā)了基于超聲波的鐵軌探傷小車系統(tǒng)。Zhang等[10]采用深度學(xué)習(xí)和聲發(fā)射事件概率分析的改進(jìn)方法對鐵路缺陷進(jìn)行分類來檢測其狀態(tài)。文獻(xiàn)[11-12]提出了基于深度學(xué)習(xí)的典型傷損在線智能識別方法。梁帆等[13]利用數(shù)據(jù)發(fā)掘方法在歷史傷損數(shù)據(jù)中發(fā)現(xiàn)鋼軌傷損周期性變化趨勢，并建立了基于深度學(xué)習(xí)的鋼軌傷損趨勢預(yù)測模型。然而現(xiàn)有的這些分類模型結(jié)構(gòu)層淺，特征提取能力弱，并且依賴于經(jīng)過預(yù)處理的高質(zhì)量圖像數(shù)據(jù)。因此本文提出了一種基于深度殘差網(wǎng)絡(luò)的鋼軌內(nèi)部傷損識別和分類方法以處理超聲檢測數(shù)據(jù)，該網(wǎng)絡(luò)在增加結(jié)構(gòu)層深度的同時通過獨有的殘差結(jié)構(gòu)消除了梯度消失問題，從而能夠在不依賴于高質(zhì)量的預(yù)處理數(shù)據(jù)的條件下提取出更加豐富且有效的圖像特征以獲得優(yōu)異的分類精度。

本文將遷移Resnet-50網(wǎng)絡(luò)充分學(xué)習(xí)包含5種不同類型鋼軌內(nèi)部傷損的樣本圖像數(shù)據(jù)庫，并使用準(zhǔn)確率，F(xiàn)1評分和單張圖像檢測時間三個評價指標(biāo)分別從圖像數(shù)據(jù)，分類方法和雜波環(huán)境干擾三個方面測試和評價網(wǎng)絡(luò)的分類性能，最終建立起基于深度學(xué)習(xí)的高精度、高效率和實時的鋼軌內(nèi)部傷損檢測、識別和分類方法，為鐵路工務(wù)部門快速診斷鋼軌傷損、研判風(fēng)險并制定維修策略提供依據(jù)和參考。

1 鋼軌內(nèi)部傷損數(shù)據(jù)采集與標(biāo)定

1.1 采集裝置

采用GCT-8C鋼軌探傷儀進(jìn)行數(shù)據(jù)采集。該探傷儀是一種手推式數(shù)字鋼軌超聲波探傷儀，執(zhí)行TB/T 2340—2012《鋼軌超聲波探傷儀》[14]，適用于探測國產(chǎn)和進(jìn)口的43～75 kg/m鋼軌母材中存在的各種缺陷[15]。主要技術(shù)參數(shù)見表1。

表1 主要技術(shù)參數(shù)

該儀器共有9個探測通道：0°通道1個、37°通道2個、70°通道6個，探頭分布見圖1。其中70°通道用于檢測軌頭、軌墻部位(螺栓孔以上)的核傷和裂縫，鋼軌焊縫軌頭的夾渣、氣孔和裂縫等。37°通道用于檢測軌墻及其投影區(qū)(Ⅱ區(qū))的裂縫，軌底橫向裂縫(軌底月牙傷)。0°通道用于檢測軌墻及其投影區(qū)(Ⅱ區(qū))的裂縫，可與37°通道之間相互校正。除此之外，GCT-8C鋼軌探傷儀具備45°探頭穿透式探傷模式，可加強(qiáng)對鋼軌焊縫軌墻及其投影區(qū)(Ⅱ區(qū))的平面狀傷損的檢測。

圖1 各探測通道的探頭分布

該儀器采用的檢測方式為A型檢測和B型檢測，分別表現(xiàn)為A型脈沖和B顯圖像，各個通道的A型脈沖和B顯圖像用不同顏色分開，便于觀察。其中，B顯圖像可以實現(xiàn)70°、37°、0°通道疊加組合顯示，每個像素點代表物理尺寸的水平3 mm和垂直1 mm，可以正確直觀地反映三種圖像的相對位置，具有較高的垂直分辨率。由于70°通道有6個，在螺栓接頭位置處，6個接頭圖像將重疊到一起，故將6個通道的圖像拉開一定的距離以便觀察。

1.2 B顯圖像

隨著我國鐵路的高速發(fā)展和探傷儀技術(shù)的進(jìn)步，鋼軌探傷工作在傳統(tǒng)A型探傷基礎(chǔ)上越來越倚重于B型探傷。主要原因包括：①B顯圖像可以更加直觀地反映出傷損的位置，方便技術(shù)人員直觀地識別和判斷傷損信息；②B型探傷具有一定的顯示延遲性，即探傷儀經(jīng)過傷損位置后，2 m以內(nèi)的B顯圖像不會消失，與需要反復(fù)探測的A型探傷相比，極大地提高了處理效率；③B顯圖像便于儲存，數(shù)據(jù)量是A顯波形的千分之一[10]。除此之外，與普通圖像相比，B顯數(shù)據(jù)還具有圖像像素不隨光線、陰影、噪聲等變化的明顯優(yōu)勢。因此采用基于B型探傷采集到的B顯數(shù)據(jù)進(jìn)行傷損識別。

B顯是一種能夠顯示被檢工件的橫截面圖像，指示反射體的大致尺寸及相對位置的超聲信息顯示方法。其中熒光屏上的橫坐標(biāo)代表探頭移動距離，縱坐標(biāo)代表聲波傳播時間或距離?；€隨探頭的移動和回波時間變化，從而直觀地了解探頭移動下方橫截面的傷損分布狀況和離探測面的深度，并獲得探頭下方沿行進(jìn)方向的斷面圖。

根據(jù)通常的鋼軌橫斷面劃分為軌頭、軌腰和軌底三部分的劃分方式，將B顯圖像劃分為五個區(qū)域，見圖2。不同類型的鋼軌傷損在B顯圖像區(qū)域中的分布有所差異，且超聲探頭在各區(qū)域的分布角度和通道顏色(單色成像和組合色成像)也表現(xiàn)出明顯的不同。在B顯圖像中，ABCD區(qū)域的傷損均通過組合色成像顯示，而E區(qū)傷損通過單色成像顯示。其中AB區(qū)域由70°通道的6個探頭顏色組成；CD區(qū)域由37°通道的2個探頭顏色和0°通道的1個探頭顏色組成；E區(qū)域由37°通道的H探頭的顏色顯示。結(jié)合鋼軌傷損的顏色特征和不同傷損類型在B顯圖像中的分布規(guī)律，規(guī)定落在AB區(qū)域的傷損判定為軌頭核傷，落在CD區(qū)域的傷損判定為軌腰傷損，落在E區(qū)域的傷損判定為軌底裂縫，同時落在ABCDE區(qū)域的傷損判定為鋼軌連接處傷損，而完整的空白區(qū)域為無傷損的正常軌道狀態(tài)。此外，使用45°探頭穿透式探傷模式時，無傷損情況下將在B顯圖像軌底位置處獲得一條黑色B顯45°軌底線，若軌底線不完整則表明鋼軌可能存在傷損。

圖2 B顯圖像劃分區(qū)域圖

1.3 數(shù)據(jù)標(biāo)定

采用GCT-8C鋼軌探傷儀實地采集了三段鋼軌的B顯圖像數(shù)據(jù)，通過圖像裁剪得到了包含5 000余張圖像(尺寸為200×200像素)的鋼軌內(nèi)部傷損數(shù)據(jù)庫?；赥B/T 1778—2010《鋼軌傷損分類》[16]中規(guī)定的鐵路鋼軌各種傷損的分類和編號、傷損描述及傷損原因等，結(jié)合超聲波探傷儀的傷損檢測原理，并根據(jù)獲得的B顯圖像中傷損的顏色特征及分布規(guī)律將鋼軌傷損人工標(biāo)注為軌頭核傷、軌腰裂縫、軌底裂縫、鋼軌連接處和正常五類標(biāo)簽，見表2。

表2 鋼軌傷損分類與對應(yīng)B顯圖像

2 構(gòu)建基于深度殘差網(wǎng)絡(luò)的傷損分類模型

以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)方法在圖像分類識別領(lǐng)域表現(xiàn)出強(qiáng)大的能力，一般包括輸入層、卷積層、池化層、全連接層和輸出層，它直接利用圖像像素信息作為輸入，通過多層卷積操作進(jìn)行圖像特征的提取和高層抽象，最大程度上保留了輸入圖像的所有信息[17-18]。由于各類鋼軌傷損的B顯圖像具有相似度高，特征不明顯，易受雜波干擾等特征，傳統(tǒng)的淺層卷積神經(jīng)網(wǎng)絡(luò)難以提取到豐富的、有效的圖像特征。因此基于遷移學(xué)習(xí)的方式使用層數(shù)更深，結(jié)構(gòu)更復(fù)雜的殘差網(wǎng)絡(luò)(ResNet-50)建立鋼軌內(nèi)部傷損的識別和分類模型。

2.1 ResNet-50總體結(jié)構(gòu)

采用ResNet-50殘差網(wǎng)絡(luò)[19]屬于深度卷積神經(jīng)網(wǎng)絡(luò)的一種類型，其總體結(jié)構(gòu)圖見表3。ResNet-50共經(jīng)過了4個Block，每一個Block中分別有3、4、6、3個Bottleneck。Bottleneck是該模型的核心部分，每個Bottleneck包含兩個基本塊，分別為Conv Block和Identity Block，其中Conv Block的輸入維度和輸出維度是不同的，不能連續(xù)串聯(lián)，用于改變網(wǎng)絡(luò)的維度；Identity Block的輸入維度和輸出維度相同，可以串聯(lián)，用于加深網(wǎng)絡(luò)，以這種方式使模型實現(xiàn)了對大量相似超聲B顯圖像的準(zhǔn)確分類。

表3 ResNet-50結(jié)構(gòu)圖

ResNet-50殘差網(wǎng)絡(luò)的圖像處理過程見圖3。

圖3 ResNet-50網(wǎng)絡(luò)圖

Step1：輸入3×224×224的三維張量，包含3個RGB顏色通道(原始圖像尺寸在進(jìn)入輸入層之前被自動調(diào)整為模型預(yù)定尺寸)。

Step2：進(jìn)入第一個卷積層，卷積核的大小為7×7，卷積核個數(shù)為64，步長為2，填充為3；接著進(jìn)入最大池化層改變圖像維度。

Step3：進(jìn)入4個Block： Conv Block(虛線連接的層)是先通過1×1的卷積對特征圖像進(jìn)行降維，再做一次3×3的卷積操作，最后再通過1×1卷積恢復(fù)維度，后面跟著BN和ReLU層。Identity Block(實線連接的層)則不經(jīng)過卷積網(wǎng)絡(luò)降維，直接將輸入加到最后的1×1卷積輸出上。

Step4：進(jìn)入平均池化層和全連接層，最后通過Softmax層實現(xiàn)分類回歸。Softmax層是最終的分類層，輸入從鋼軌傷損B顯圖像中提取到的特征向量，并輸出屬于五個分類標(biāo)簽的概率分布，最高概率即是圖像的最終預(yù)測標(biāo)簽。它采用交叉熵?fù)p失用于評估圖像的預(yù)測標(biāo)簽和真實標(biāo)簽之間的誤差，以判斷卷積網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練和測試效果。計算公式為

(1)

2.2 殘差結(jié)構(gòu)

當(dāng)傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)達(dá)到一定深度后，其分類精度不會隨著深度的增加而增加，反而會導(dǎo)致網(wǎng)絡(luò)收斂更慢，準(zhǔn)確率也隨之降低，這種現(xiàn)象被稱為梯度消失，并且無法通過擴(kuò)大數(shù)據(jù)集規(guī)模的方式解決。ResNet-50網(wǎng)絡(luò)使用殘差結(jié)構(gòu)有效地解決了這個問題，殘差結(jié)構(gòu)借鑒了高速網(wǎng)絡(luò)的跨層鏈接思想，采用跳躍結(jié)構(gòu)“shortcut”進(jìn)行連接，解決了網(wǎng)絡(luò)加深后的圖像退化問題，避免了訓(xùn)練過程中的梯度消失，取得了優(yōu)異的分類效果。殘差網(wǎng)絡(luò)的示意見圖4。

殘差結(jié)構(gòu)可用如下公式為

H(x)=F(x,[Wi])+x

(2)

式中：x、H(x)分別為神經(jīng)網(wǎng)絡(luò)此環(huán)節(jié)的輸入、輸出值；F(x,[Wi])為殘差塊的內(nèi)部運算。

圖4中第一層的輸入為x，若忽略偏差影響，則輸出為F(1)=W2ReLU(W1x)，那么殘差映射為F=W2F(1)=W2ReLU(W1x)，通過“shortcut連接”與原輸入值x相加得到輸出結(jié)果為H(x)=F(x)+x，當(dāng)F(x)=0時，H(x)=x，即恒等映射。于是ResNet改變了學(xué)習(xí)目標(biāo)，不再是學(xué)習(xí)一個完整的輸出，而是目標(biāo)值H(x)和x的差值，也就是所謂的殘差F(x)=H(x)-x，降低了計算的復(fù)雜程度。因此，后面的訓(xùn)練目標(biāo)就是要將殘差結(jié)果逼近于0，使得隨著網(wǎng)絡(luò)加深，準(zhǔn)確率不下降。殘差網(wǎng)絡(luò)已使神經(jīng)網(wǎng)絡(luò)的層數(shù)可以超越之前的約束，達(dá)到幾十層、上百層甚至千層，為高級語義特征提取和分類提供了可行性。

圖4 殘差網(wǎng)絡(luò)模型示意

2.3 遷移學(xué)習(xí)

輸入訓(xùn)練集圖像在卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行正向?qū)W習(xí)時，每個卷積層都包含數(shù)量巨大的參數(shù)，并通過反向傳播的方式不斷進(jìn)行更新以縮小預(yù)測值和真實值之間的差距，提高模型識別結(jié)果的準(zhǔn)確率。對于一般的工程監(jiān)測問題而言，模型中含有的參數(shù)數(shù)量要遠(yuǎn)遠(yuǎn)大于訓(xùn)練集的圖片數(shù)量(ResNet-50模型中參數(shù)數(shù)量共23.51×106，B顯圖像僅為5 000余張)，如果這些參數(shù)從零開始初始化，將會耗費大量的訓(xùn)練時間，難以達(dá)到最優(yōu)的訓(xùn)練效果，并且由于參數(shù)規(guī)模遠(yuǎn)遠(yuǎn)大于訓(xùn)練集圖片數(shù)量，訓(xùn)練容易進(jìn)入過擬合的狀態(tài)(達(dá)到局部最優(yōu)值)，從而使訓(xùn)練過程偏離正確的方向，降低訓(xùn)練結(jié)果的準(zhǔn)確率。因此采用遷移學(xué)習(xí)的方法，采用ResNet-50深度殘差網(wǎng)絡(luò)在ImageNet(120萬張標(biāo)注圖像，1 000種類別)上已經(jīng)訓(xùn)練好的參數(shù)作為訓(xùn)練的初始值，這些參數(shù)經(jīng)過ImageNet數(shù)據(jù)庫中120萬張標(biāo)注圖像的訓(xùn)練，具備了較強(qiáng)的泛化能力，能夠很好地區(qū)分1 000種類別的圖像，包含這些參數(shù)的卷積層輸出的節(jié)點向量可以被作為任何圖像的一個更加精簡且表達(dá)能力更強(qiáng)的特征向量，從而節(jié)約了大量的訓(xùn)練時間，而且有助于提高模型在鋼軌內(nèi)部傷損B顯圖像數(shù)據(jù)庫上的分類性能，避免過擬合的產(chǎn)生。

3 模型測試與驗證

3.1 試驗環(huán)境及參數(shù)設(shè)置

以GPU(CPU：AMD2990WX@3.0 GHz，RAM=64 GB；GPU：NVIDIA GeForce RTX 2080Ti)為計算核心，依靠由Google開發(fā)的深度學(xué)習(xí)框架Tensorflow軟件實現(xiàn)。

ResNet-50網(wǎng)絡(luò)通過學(xué)習(xí)速率、權(quán)重衰減、步長、批次大小等來控制和優(yōu)化圖像訓(xùn)練過程。模型的參數(shù)是在訓(xùn)練過程中結(jié)合實驗結(jié)果進(jìn)行反復(fù)調(diào)試得到的，經(jīng)過大量參數(shù)調(diào)整實驗，最終在4 000個訓(xùn)練圖像和1 000個測試圖像上獲得超參數(shù)的最佳設(shè)置。網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練的參數(shù)設(shè)置見表4，其中使用指數(shù)衰減方法更新學(xué)習(xí)率見圖5。

表4 參數(shù)設(shè)置

圖5 學(xué)習(xí)率指數(shù)衰減

3.2 模型優(yōu)化策略

采用交叉熵?fù)p失函數(shù)會在準(zhǔn)確性和收斂性上優(yōu)于最小二乘損失函數(shù)。交叉熵函數(shù)計算公式為

(3)

式中：E為交叉熵?fù)p失值；Ti為真實樣本類別；Yi為預(yù)測樣本類別；N為樣本個數(shù)。

本文使用L2正則化梯度防止過擬合和梯度閾值策略防止梯度爆炸。在遇到較大斜率的懸崖結(jié)構(gòu)時，梯度閾值也可以防止梯度改變較大參數(shù)值。L2正則化式為

(4)

式中：J為加入L2正則化后的損失函數(shù)；J0為原損失函數(shù)；λ為正則化系數(shù)。

本文使用適應(yīng)性動量估計(Adaptive moment estimation，Adam)優(yōu)化算法[20]對ResNet-50網(wǎng)絡(luò)的輸入權(quán)重矩陣、循環(huán)權(quán)重矩陣和偏置權(quán)重矩陣以及靜態(tài)注意力機(jī)制的權(quán)值和偏置進(jìn)行梯度更新，其算法公式為

(5)

(6)

(7)

3.3 結(jié)果對比與評價

3.3.1 不同訓(xùn)練集和測試集對比

使用4 000張訓(xùn)練集圖像對卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練，1 000張測試集圖像驗證網(wǎng)絡(luò)的學(xué)習(xí)效果，但由于訓(xùn)練和測試集的圖像是固定的，結(jié)果可能會落入局部最小值或最大值。為了驗證ResNet-50網(wǎng)絡(luò)的通用性和可重復(fù)性，使用交叉驗證(k=5)方法，基于數(shù)據(jù)庫建立多個訓(xùn)練集和測試集，并使用準(zhǔn)確性和F1分?jǐn)?shù)作為評價指標(biāo)來比較和評估網(wǎng)絡(luò)的分類效果。首先，將B顯圖像數(shù)據(jù)庫(5 000張圖像，5個標(biāo)簽)隨機(jī)均勻地分為五個較小的圖像集(k=1、2、3、4、5)，每個圖像集包含1 000張圖像，而每個標(biāo)簽占200張圖像。然后將其中一個圖像集作為測試集，將剩余的四個圖像集用作訓(xùn)練集，則可以獲得五個不同的訓(xùn)練集以及與其相對應(yīng)的測試集，并且每個訓(xùn)練集和測試集中的圖像數(shù)量與原始數(shù)據(jù)庫一致。

使用ResNet-50網(wǎng)絡(luò)對每個訓(xùn)練集進(jìn)行學(xué)習(xí)，并在相應(yīng)的測試集上輸出分類結(jié)果的混淆矩陣。根據(jù)網(wǎng)絡(luò)的混淆矩陣結(jié)果計算準(zhǔn)確率和F1分?jǐn)?shù)，見式(8)、式(9)。其中準(zhǔn)確率用于反映ResNet-50網(wǎng)絡(luò)對每個測試集的分類效果，F(xiàn)1分?jǐn)?shù)用于反映ResNet-50網(wǎng)絡(luò)對測試集中每個標(biāo)簽的分類效果，并充分考慮分類結(jié)果中的假陽性和假陰性錯誤。將獲得的五個訓(xùn)練和測試集的準(zhǔn)確率和F1分?jǐn)?shù)的平均值(見(式)10)作為ResNet-50網(wǎng)絡(luò)的最終分類結(jié)果，分別為99.3%，99.24%(標(biāo)簽1)，98.5%(標(biāo)簽2)，99%(標(biāo)簽3)，99.75%(標(biāo)簽4)和100%(標(biāo)簽5)。結(jié)果表明ResNet-50網(wǎng)絡(luò)的分類結(jié)果在不同的訓(xùn)練集和測試集上表現(xiàn)出良好的一致性且?guī)缀醪皇芗訇栃院图訇幮藻e誤的干擾。

(8)

(9)

式中：F1為P和R的調(diào)和平均值；P為精確率；R為召回率；TP(正陽性)為實際為正，被預(yù)測為正的樣本數(shù)量；TN(正陰性)為實際為負(fù)被預(yù)測為負(fù)的樣本數(shù)量；FP(假陽性)為實際為負(fù)但被預(yù)測為正的樣本數(shù)量；FN(假陰性)為實際為正但被預(yù)測為負(fù)的樣本數(shù)量。

(10)

式中：Q為ResNet-50網(wǎng)絡(luò)的最終準(zhǔn)確率和F1分?jǐn)?shù)；qi為每個測試集的準(zhǔn)確率和F1分?jǐn)?shù)；k為分割圖像集的數(shù)量。

訓(xùn)練集和測試集的損失函數(shù)曲線見圖6。在設(shè)置了超參數(shù)并進(jìn)行了近3 000次訓(xùn)練后，發(fā)現(xiàn)訓(xùn)練集損失和測試集損失都達(dá)到了收斂和穩(wěn)定。當(dāng)兩者的損失最接近時，網(wǎng)絡(luò)結(jié)構(gòu)的訓(xùn)練已達(dá)到擬合狀態(tài)。

圖6 訓(xùn)練集和測試集的損失函數(shù)曲線

3.3.2 不同分類方法對比

將ResNet-50網(wǎng)絡(luò)與三種傳統(tǒng)的機(jī)器學(xué)習(xí)方法：支持向量機(jī)(SVM)，反向傳播人工神經(jīng)網(wǎng)絡(luò)(BPANN)和貝葉斯分類器(Bayes)進(jìn)行對比。SVM被定義為在特征空間中具有最大間隔的線性分類器。它依靠核函數(shù)映射在由輸入訓(xùn)練數(shù)據(jù)組成的n維空間上設(shè)置分類超平面，從而最大程度地提高了不同類別之間的差距[21]。BPANN是從輸入空間到輸出空間的非線性映射。它由輸入層，隱藏層和輸出層組成，兩層之間的大量神經(jīng)元使用權(quán)重系數(shù)相互連接，通過調(diào)整權(quán)重和閾值來判斷和分類輸入數(shù)據(jù)，并且使用反向傳播來不斷減少錯誤[22]。Bayes是一種基于概率論的機(jī)器學(xué)習(xí)算法。它使用從訓(xùn)練圖像接收的先驗知識來獲得測試圖像的后驗概率，并不斷修正決策函數(shù)，以更新信息使得分類更加準(zhǔn)確[23]。

四種方法的單張圖片檢測時間與總體準(zhǔn)確率的對比結(jié)果見圖7(a)，ResNet-50網(wǎng)絡(luò)的分類準(zhǔn)確性最高的同時檢測時間較短，僅為0.016 9 s(200×200像素)。與傳統(tǒng)的機(jī)器學(xué)習(xí)方法相比，極大地提高了傷損識別和分類的效率。各個圖像標(biāo)簽的F1分?jǐn)?shù)對比結(jié)果見圖7(b)，可以看出ResNet-50網(wǎng)絡(luò)對于每個標(biāo)簽的F1分?jǐn)?shù)均高于98%。而Bayes和SVM這兩種方法都存在無法檢測出一類標(biāo)簽的情況，BPANN雖能識別每類標(biāo)簽，但各個標(biāo)簽的F1分?jǐn)?shù)結(jié)果較差。綜上所述，ResNet-50網(wǎng)絡(luò)可以有效地識別和分類五類鋼軌傷損B顯圖像，具有高準(zhǔn)確率、高效率的特點，明顯優(yōu)于傳統(tǒng)的機(jī)器學(xué)習(xí)方法。

圖7 不同分類方法的對比結(jié)果

3.3.3 雜波干擾環(huán)境下的測試結(jié)果

為了探究模型在不良條件下的適應(yīng)性和魯棒性，以及避免搜集數(shù)據(jù)集可能造成的人工影響，開展了復(fù)雜背景條件下病害圖像的測試。超聲波圖像具有不受噪聲、陰影、模糊等環(huán)境因素的干擾的特點，故主要展開雜波噪聲干擾測試。圖8展示了部分結(jié)果，ResNet-50網(wǎng)絡(luò)的分類結(jié)果具有良好的一致性，其準(zhǔn)確率和F1均保持在90%以上。表明ResNet-50網(wǎng)絡(luò)具有很好的魯棒性和對抗雜波噪聲的適應(yīng)性。

圖8 染波干擾環(huán)境下部分傷損B顯圖像分類結(jié)果

表5 雜波干擾環(huán)境下部分傷損B顯圖像分類結(jié)果 %

4 結(jié)論

針對鋼軌傷損的自動化識別和分類問題，提出了基于深度殘差網(wǎng)絡(luò)的超聲B顯數(shù)據(jù)后處理方法對鋼軌內(nèi)部不同位置處的傷損狀況進(jìn)行實時地識別和分類，并從圖像數(shù)據(jù)，分類方法和干擾因素三個方面進(jìn)行了驗證和測試，取得了如下結(jié)論：

(1)ResNet-50深度卷積神經(jīng)網(wǎng)絡(luò)能夠自動地從GCT-8C鋼軌探傷儀采集到的B顯圖像數(shù)據(jù)中提取豐富、深層和表達(dá)能力強(qiáng)的特征，并能夠精準(zhǔn)地和高效地識別并區(qū)分四種類型的鋼軌傷損和正常狀況。

(2)在分類方法方面，分類準(zhǔn)確率為99.3%，單張圖像測試時間0.016 9 s(200×200像素)，且五類標(biāo)簽(軌頭核傷、軌腰裂縫、軌底裂縫、鋼軌連接處和正常)的F1分別為99.24%，98.5%，99%，99.75%和100%，遠(yuǎn)優(yōu)于支持向量機(jī)、反向傳播人工神經(jīng)網(wǎng)絡(luò)和樸素貝葉斯等傳統(tǒng)機(jī)器學(xué)習(xí)方法。

(3)在圖像數(shù)據(jù)方面，ResNet-50網(wǎng)絡(luò)取得的傷損分類結(jié)果在交叉驗證(k=5)得到的五個不同的訓(xùn)練集和測試集組合上具有良好的通用性和可重復(fù)性；在干擾因素方面，使用的B顯數(shù)據(jù)具有圖像像素不隨光線、陰影、噪聲等變化的明顯優(yōu)勢，且ResNet-50網(wǎng)絡(luò)對雜波噪聲干擾等不利環(huán)境具有優(yōu)異的適應(yīng)性和魯棒性。

(4)研究成果在降低勞動力需求的同時極大地提升了鋼軌傷損檢測的精度和效率，以保障鐵路的安全運營并實現(xiàn)科學(xué)管養(yǎng)。但無法獲得鋼軌傷損的實時里程信息，在應(yīng)用方面具有一定的局限性，這將是進(jìn)一步研究的方向。