基于MobileNetv3-Large-YOLOv3的變電站火災(zāi)檢測(cè)

張永，劉明一，許庶威，馬宜龍，錢惠敏

(1. 國網(wǎng)浙江省電力有限公司，浙江 杭州 310007；2.河海大學(xué) 能源與電氣學(xué)院，江蘇 南京 211106)

隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，變電站的無人值守可極大地降低運(yùn)營和管理成本，這已經(jīng)成為電網(wǎng)調(diào)度自動(dòng)化的發(fā)展趨勢(shì)，但無人值守變電站的遠(yuǎn)程監(jiān)控是保障變電站安全運(yùn)行亟需解決的問題。近年來，電力網(wǎng)絡(luò)的視頻監(jiān)控系統(tǒng)已逐步搭建完成，并已實(shí)現(xiàn)無人值守變電站的遠(yuǎn)程監(jiān)視。但是，局限于安防監(jiān)控的視頻監(jiān)控系統(tǒng)存在以下問題：不具備對(duì)信息進(jìn)行分析及篩選的能力；安全監(jiān)控完全依賴于監(jiān)控人員的不間斷觀察。這些都給無人值守變電站帶來極大的安全隱患。

火災(zāi)是一種常見且容易發(fā)生的災(zāi)害，變電站內(nèi)部及周圍設(shè)備、輸電線路等在運(yùn)行過程中均存在發(fā)生火災(zāi)的危險(xiǎn)。一是電力系統(tǒng)運(yùn)行設(shè)備存在大量可燃物，如電力電纜、變壓器油等；二是隨著設(shè)備服役年限的增加,系統(tǒng)設(shè)備可能因絕緣老化、過載過流、自然或外界等多種因素引發(fā)火災(zāi)。變電站的傳統(tǒng)火災(zāi)報(bào)警系統(tǒng)主要采用感溫、感煙和感光探測(cè)器，探測(cè)火災(zāi)發(fā)生后產(chǎn)生的各種物理現(xiàn)象，如文獻(xiàn)[1]提出一種基于多信息融合的電力火災(zāi)檢測(cè)方法，采用多傳感器動(dòng)態(tài)過程信息作為火災(zāi)判斷的數(shù)據(jù)基礎(chǔ)，采用BP神經(jīng)網(wǎng)絡(luò)方法對(duì)多路探測(cè)信號(hào)進(jìn)行融合處理。這類方法通常存在對(duì)環(huán)境依賴性強(qiáng)、覆蓋范圍小、成本較高等問題[2]。我國現(xiàn)有110 kV及以下電壓等級(jí)的小型變電站仍有許多采用這些感溫、感煙和感光探測(cè)器實(shí)現(xiàn)火災(zāi)檢測(cè)，而這些變電站迫切需要實(shí)現(xiàn)無人值守化。

隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，在電力系統(tǒng)視頻監(jiān)控系統(tǒng)中融合圖像和視頻的智能分析功能，實(shí)現(xiàn)智能監(jiān)視及異常事件的自動(dòng)預(yù)警和及時(shí)告警，是實(shí)現(xiàn)無人值守智能運(yùn)維的主要輔助手段之一。基于圖像和視頻智能分析的火災(zāi)檢測(cè)包括傳統(tǒng)方法和基于深度學(xué)習(xí)的方法。傳統(tǒng)方法多依賴于手工提取特征[3-9]，文獻(xiàn)[3]提出一種早期火災(zāi)的動(dòng)態(tài)特征識(shí)別算法，采用基于均值的聚類分割提取出火焰特征，實(shí)現(xiàn)無人值守變電站的火災(zāi)檢測(cè)；Celik和Demirel等人[4]提出基于YCbCr顏色空間的火焰像素分類模型，結(jié)合多種信息實(shí)現(xiàn)了高檢測(cè)率的火災(zāi)探測(cè)器；Habiboglu等人[7]提出一種基于視頻的火災(zāi)檢測(cè)系統(tǒng)，將視頻分割成時(shí)空塊，結(jié)合顏色、時(shí)間與空間信息，提取特征向量，最終使用支持向量機(jī)對(duì)特征進(jìn)行訓(xùn)練和測(cè)試；Foggia等人[8]結(jié)合火焰的顏色、形狀和運(yùn)動(dòng)的補(bǔ)充信息，采用詞袋方法生成火災(zāi)描述符，提高火焰檢測(cè)的精度；邢曉強(qiáng)等[9]采用多特征融合的方法實(shí)現(xiàn)了輸電線路的山火識(shí)別預(yù)警系統(tǒng)。

深度神經(jīng)網(wǎng)絡(luò)越來越多地用于圖像/視頻檢測(cè)任務(wù)[9](如輸電線路故障識(shí)別[9-14]、垃圾檢測(cè)[14]、木梁柱缺陷檢測(cè)[15]等)。分析文獻(xiàn)可知，YOLOv3算法因檢測(cè)速度快、準(zhǔn)確率高，是研究較為廣泛的目標(biāo)檢測(cè)算法之一[12,14-17]。文獻(xiàn)[12]采用Focal Loss函數(shù)和均衡交叉熵函數(shù)改進(jìn)YOLOv3的損失函數(shù)，以應(yīng)對(duì)數(shù)據(jù)集樣本的復(fù)雜度不均衡和類別不均衡現(xiàn)象，實(shí)現(xiàn)了高壓輸電線路的絕緣子串定位和狀態(tài)識(shí)別。文獻(xiàn)[14]通過結(jié)合MobileNetv3特征提取網(wǎng)絡(luò)改進(jìn)YOLOv3，并通過引入完全交并比(complete intersection over union，CIOU)損失函數(shù)提高回歸框準(zhǔn)確率，實(shí)現(xiàn)了垃圾檢測(cè)。同時(shí)，基于卷積神經(jīng)網(wǎng)絡(luò)的火災(zāi)檢測(cè)研究也備受關(guān)注[16,18-22]。Wu等人[18]使用AlexNet網(wǎng)絡(luò)，從動(dòng)態(tài)和靜態(tài)信息中提取復(fù)合特征，實(shí)現(xiàn)視頻中火災(zāi)和煙霧的檢測(cè)；Zhao等人[19]介紹了一種帶有15層自學(xué)習(xí)的深度卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural network，DCNN)網(wǎng)絡(luò)，可以從航空?qǐng)D像中定位和分割野外森林中的火焰；Namozov等人[20]提出一種野火檢測(cè)算法，在VGG-Net(visual geometry group network)的隱含層中加入具有自適應(yīng)分段線性單元，算法可以應(yīng)用在各種野火視頻中。Byoungjun等人[21]在一個(gè)基于視頻的火災(zāi)檢測(cè)任務(wù)中使用了Faster R-CNN(faster regions with convolutional neural network)模型，檢測(cè)效果顯著；Muhammad等人[22]受SqueezeNet網(wǎng)絡(luò)的啟發(fā)，提出了一種CNN火災(zāi)檢測(cè)器，可以實(shí)現(xiàn)火災(zāi)探測(cè)、定位和火災(zāi)現(xiàn)場(chǎng)的語義理解。羅小權(quán)[16]等通過采用深度可分離卷積代替YOLOv3的殘差塊中的普通卷積改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)合多尺度改進(jìn)和先驗(yàn)框改進(jìn)，實(shí)現(xiàn)了火災(zāi)檢測(cè)。

基于深度神經(jīng)網(wǎng)絡(luò)的火災(zāi)檢測(cè)算法具有較強(qiáng)的泛化能力，但由于模型參數(shù)量大，對(duì)設(shè)備終端的配置要求高?？紤]到無人機(jī)巡檢和機(jī)器人巡檢在變電站巡檢應(yīng)用中的不斷普及，本文旨在應(yīng)用輕量化的深度神經(jīng)網(wǎng)絡(luò)模型，使得火災(zāi)檢測(cè)算法不僅可用于變電站監(jiān)控系統(tǒng)，也可用于移動(dòng)巡檢機(jī)器人。輕量化深度神經(jīng)網(wǎng)絡(luò)的架構(gòu)設(shè)計(jì)方法主要有3種：人工設(shè)計(jì)輕量化神經(jīng)網(wǎng)絡(luò)模型(如MobileNet[23]等)、基于神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索的自動(dòng)化神經(jīng)網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)(如NasNet[24])和神經(jīng)網(wǎng)絡(luò)模型的壓縮。其中，MobileNet利用深度可分離卷積對(duì)標(biāo)準(zhǔn)卷積操作進(jìn)行了分解，減少了大量的計(jì)算，并且其改進(jìn)版本MobileNetv2[25]和MobileNetv3[26]進(jìn)一步提升了網(wǎng)絡(luò)性能，其中MobileNetv3網(wǎng)絡(luò)包含2個(gè)版本：MobileNetv3-Small和MobileNetv3-Large。

本文利用MobileNetv3改進(jìn)YOLOv3，實(shí)現(xiàn)變電站環(huán)境下的火災(zāi)檢測(cè)，具體工作如下：①自制火焰火災(zāi)檢測(cè)數(shù)據(jù)集； ②引入輕量化網(wǎng)絡(luò)MobileNetv3-Large作為主干網(wǎng)絡(luò)，并通過修改多尺度下的特征圖融合方法改進(jìn)YOLOv3； ③引入線上數(shù)據(jù)增強(qiáng)、錨框聚類優(yōu)化與隨機(jī)帶泄漏修正線性單元(randomized leaky rectified linear unit, RLReLU)激活函數(shù)，進(jìn)一步提高算法的準(zhǔn)確率。

1 基于MobileNetv3-Large的改進(jìn)YOLOv3火災(zāi)檢測(cè)算法

1.1 YOLOv3算法

YOLOv3是Redmon等人[27]于2018年提出的YOLO系列算法的第3個(gè)版本，它包含主干網(wǎng)絡(luò)和預(yù)測(cè)網(wǎng)絡(luò)兩大部分。YOLOv3的主干網(wǎng)絡(luò)是Darknet-53，其按特征圖的尺寸的不同可劃分為5個(gè)階段，第3、第4和第5階段的輸出特征圖將輸入預(yù)測(cè)網(wǎng)絡(luò)部分；預(yù)測(cè)網(wǎng)絡(luò)融合多個(gè)尺度特征圖(即第3、4、5階段的輸出)，進(jìn)行多尺度預(yù)測(cè)。假定輸入圖像尺寸為608×608 像素(本文圖像尺寸均為像素)，預(yù)測(cè)網(wǎng)絡(luò)輸出的預(yù)測(cè)張量尺寸分別為19×19、38×38與76×76。

預(yù)測(cè)網(wǎng)絡(luò)在預(yù)測(cè)目標(biāo)位置的每個(gè)階段都預(yù)先設(shè)定了3種不同尺寸的錨框以定位不同尺寸的目標(biāo)(見表1)。其中小尺寸錨框適用于檢測(cè)小目標(biāo)，中尺寸錨框適用于檢測(cè)中等目標(biāo)，大尺寸錨框適用于檢測(cè)大目標(biāo)。在預(yù)定義錨框尺寸時(shí)，目標(biāo)尺寸的先驗(yàn)知識(shí)有助于提高預(yù)測(cè)網(wǎng)絡(luò)的準(zhǔn)確性。

表1 YOLOv3預(yù)設(shè)錨框尺寸Tab.1 Preset anchor size of YOLOv3

此外，預(yù)測(cè)張量的通道數(shù)

Nchannel=Nanchor(Nclass+5).

(1)

式中：Nclass為待分類的類別數(shù)量，本文取Nclass= 1；Nanchor為預(yù)定義的錨框數(shù)量，本文取Nanchor=3。

預(yù)測(cè)網(wǎng)絡(luò)每個(gè)階段輸出的預(yù)測(cè)張量都會(huì)產(chǎn)生各自的損失函數(shù)LNi(i= 1, 2, 3)，YOLOv3總損失函數(shù)L為3個(gè)預(yù)測(cè)張量產(chǎn)生的損失函數(shù)之和，即：

L=LN1+LN2+LN3.

(2)

每個(gè)預(yù)測(cè)張量的損失函數(shù)形式類似。這里以19×19預(yù)測(cè)張量的損失函數(shù)LN1為例，LN1=Lreg+Lobj+Lcls，其中：Lreg為預(yù)測(cè)框回歸損失，Lobj為預(yù)測(cè)框置信度損失，Lcls為分類損失。

1.2 基于MobileNetv3-Large的改進(jìn)YOLOv3算法

本文借鑒MobileNetv3中Inverted-bneck結(jié)構(gòu)與特征金字塔網(wǎng)絡(luò)(feature pyramid network, FPN)[28]的思路，對(duì)YOLOv3的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了改進(jìn)，如圖1所示，圖中“結(jié)構(gòu)7”“結(jié)構(gòu)13”“結(jié)構(gòu)16”中的數(shù)字對(duì)應(yīng)下文表2中的編號(hào)。

圖1 基于MobileNetv3-Large的改進(jìn)YOLOv3算法的結(jié)構(gòu)Fig.1 Structure of improved YOLOv3 algorithm based on MobileNetv3-Large backbone

改進(jìn)包括以下2個(gè)部分。

a)主干網(wǎng)絡(luò)部分。利用輕量級(jí)網(wǎng)絡(luò)MobileNetv3-Large[26]替換Darknet-53網(wǎng)絡(luò)作為改進(jìn)YOLOv3網(wǎng)絡(luò)的主干網(wǎng)絡(luò)。MobileNetv3-Large是MobileNet[23]的第3個(gè)版本，在MobileNetv2的基礎(chǔ)上新增了網(wǎng)絡(luò)結(jié)構(gòu)搜索、擠壓激勵(lì)(squeeze-and-excitation，SE)模塊[29]，和激活函數(shù)Hard-swish與Hard-sigmoid。

MobileNetv3-Large網(wǎng)絡(luò)結(jié)構(gòu)見表2，表中單元對(duì)輸入數(shù)據(jù)按處理的先后順序進(jìn)行編號(hào)。表2中：Conv2d為普通卷積層；Pool為池化層；Inverted-bneck為2個(gè)1×1卷積層中間加上1個(gè)3×3深度卷積層的復(fù)合結(jié)構(gòu)(如圖2所示)，在深度卷積層中，輸入特征圖的每個(gè)通道都與對(duì)應(yīng)的卷積核進(jìn)行卷積運(yùn)算，假設(shè)普通卷積層中的卷積核尺寸為n×n，深度可分離卷積層運(yùn)算的時(shí)間復(fù)雜度將近似減小為原來的1/n2，極大地加快卷積操作的時(shí)間且極大地減小了卷積層的參數(shù)總量；Inverted-bneck-shortcut為存在shortcut結(jié)構(gòu)的Inverted-bneck運(yùn)算單元(如圖3所示)，即將卷積層的輸出特征圖與輸入進(jìn)行融合，以消除網(wǎng)絡(luò)退化對(duì)模型精度的影響；網(wǎng)絡(luò)結(jié)構(gòu)中含有SE模塊時(shí)，可通過分析特征圖組中各個(gè)通道特征的權(quán)重，使得網(wǎng)絡(luò)得以關(guān)注特征圖組中更重要的特征，抑制不重要的特征。在此基礎(chǔ)上，考慮ReLU函數(shù)在輸入小于0時(shí)，其梯度為0，會(huì)導(dǎo)致對(duì)應(yīng)神經(jīng)元不更新，本文引入RLReLU[30]代替MoblieNetv3-Large中的 ReLU函數(shù)。

表2 MobileNetv3-Large網(wǎng)絡(luò)結(jié)構(gòu)Tab.2 Structure of MobileNetv3-Large

圖2 Inverted-bneck結(jié)構(gòu)Fig.2 Structure of Inverted-bneck

圖3 Inverted-bneck-shortcut結(jié)構(gòu)Fig.3 Structure of Inverted-bneck-shortcut

RLReLU函數(shù)在輸入小于0時(shí)，梯度不為0，不會(huì)導(dǎo)致神經(jīng)元死亡。RLReLU函數(shù)如下：

(3)

a～U(l,u),l

(4)

b)預(yù)測(cè)網(wǎng)絡(luò)部分。主要改進(jìn)有：①在文獻(xiàn)[27]中的YOLOv3預(yù)測(cè)網(wǎng)絡(luò)部分，將原有的1×1卷積層替換為圖3中的Inverted-bneck-shortcut結(jié)構(gòu)。由于該結(jié)構(gòu)由深度可分離卷積和shortcut構(gòu)成，它在改變特征圖通道的同時(shí)能夠盡可能地保留特征圖的特征信息。② 與文獻(xiàn)[27]中的YOLOv3預(yù)測(cè)網(wǎng)絡(luò)相對(duì)比，在生成尺寸為76×76的輸出特征圖部分，融合了多個(gè)尺度的輸出特征圖信息，如圖1所示。具體來說，主干網(wǎng)絡(luò)編號(hào)為7、13、16的結(jié)構(gòu)特征圖輸出及其經(jīng)Inverted-bneck-shortcut結(jié)構(gòu)處理后的特征圖被融合，生成尺寸為76×76的輸出特征圖，使得特征圖中包含更多的目標(biāo)特征信息，從而提升模型的預(yù)測(cè)精度。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 火焰火災(zāi)數(shù)據(jù)集

2.1.1 數(shù)據(jù)集簡介

鑒于目前公開的火焰數(shù)據(jù)集[31-32]較少，且多針對(duì)于特定類別(如森林火災(zāi)、室內(nèi)火災(zāi)等)，本文通過3種方式自建火焰火災(zāi)數(shù)據(jù)集：① 獲取已公開數(shù)據(jù)集中的部分圖像；② 利用Python爬蟲腳本爬取網(wǎng)絡(luò)火焰圖像；③ 從通用火焰火災(zāi)數(shù)據(jù)集中截取視頻圖像幀。然后采用LabelImg圖像標(biāo)注軟件人工標(biāo)注火焰實(shí)例。本文共收集3 590張包含有火焰的圖像，共標(biāo)注有5 174個(gè)火焰實(shí)例；此外，搜集了500張包含有類似于火焰目標(biāo)的圖像(如紅旗、路燈、汽車燈、變電站設(shè)備燈等)作為干擾圖像，以增強(qiáng)算法的魯棒性?；鹧鎴D像與干擾圖像示例如圖4所示。本文實(shí)驗(yàn)對(duì)建立的火災(zāi)圖像數(shù)據(jù)集按照數(shù)量劃分為訓(xùn)練集、驗(yàn)證集、測(cè)試集，比例為7∶2∶1，具體劃分情況見表3。其中，訓(xùn)練集數(shù)據(jù)用于模型參數(shù)訓(xùn)練，驗(yàn)證集數(shù)據(jù)用于模型參數(shù)的調(diào)優(yōu)，測(cè)試集數(shù)據(jù)用于已訓(xùn)練模型的測(cè)驗(yàn)。

表3 數(shù)據(jù)集劃分情況Tab.3 Dataset partitioning

2.1.2 線上數(shù)據(jù)增強(qiáng)

考慮到深度神經(jīng)網(wǎng)絡(luò)模型對(duì)樣本數(shù)據(jù)的依賴性，以及自建數(shù)據(jù)集中的樣本數(shù)量仍有不足，需要進(jìn)一步擴(kuò)充訓(xùn)練數(shù)據(jù)樣本，從而避免模型在訓(xùn)練過程中發(fā)生過擬合現(xiàn)象。同時(shí)，通過采用多種線上數(shù)據(jù)增強(qiáng)方法，也可以提高訓(xùn)練樣本的多樣性，從而提高訓(xùn)練后模型的泛化性能。本文采用的線上數(shù)據(jù)增強(qiáng)方法具體為：在每一個(gè)批次圖像送入圖像訓(xùn)練之前，利用平移、翻轉(zhuǎn)、旋轉(zhuǎn)、明度變換、Mix up等圖像變換方法，對(duì)圖像先進(jìn)行預(yù)處理，保證每次送入模型中的圖像都是“全新”的，使得深度神經(jīng)網(wǎng)絡(luò)模型每次都從不同樣本中學(xué)習(xí)。因此，線上數(shù)據(jù)增強(qiáng)方法可以大大提升模型的泛化性能，提高模型預(yù)測(cè)精度。數(shù)據(jù)增強(qiáng)圖例如圖5所示。

圖4 火焰火災(zāi)數(shù)據(jù)集示例Fig.4 Examples of fire disaster datasets

圖5 線上數(shù)據(jù)增強(qiáng)示例Fig.5 Online data augmentation examples

2.2 錨框聚類優(yōu)化

YOLOv3算法使用錨框機(jī)制，算法預(yù)先生成矩形框，隨后利用預(yù)測(cè)張量中的優(yōu)化參數(shù)對(duì)錨框進(jìn)行修正，而錨框的個(gè)數(shù)以及寬高比對(duì)算法的精度有一定的影響。本文就自制火焰火災(zāi)數(shù)據(jù)集，針對(duì)不同階段卷積層的輸出特征圖尺寸(19×19、38×38、76×76)，利用K-means算法聚類出9種不同尺寸的錨框，見表4。其中，尺寸為19×19的特征圖，其感受野區(qū)域更大，適合于檢測(cè)大尺寸目標(biāo)，對(duì)應(yīng)較大尺寸的錨框；尺寸為38×38的特征圖，其感受野區(qū)域中等，適合于檢測(cè)中等尺寸目標(biāo)，對(duì)應(yīng)中等尺寸的錨框；尺寸為76×76的特征圖，其感受野區(qū)域較小，適用于檢測(cè)小尺寸目標(biāo)，對(duì)應(yīng)小尺寸的錨框。需要說明的是，采用K-means聚類得到的錨框尺寸更貼合于原數(shù)據(jù)集，能夠在一定程度上加快網(wǎng)絡(luò)收斂速度，提升網(wǎng)絡(luò)精度。

表4 K-means算法聚類生成的錨框尺寸Tab.4 Anchor size generated by K-means algorithm clustering

2.3 不同算法在火焰火災(zāi)數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)

本文實(shí)驗(yàn)使用Ubuntu系統(tǒng)以及PaddlePaddle深度學(xué)習(xí)框架。服務(wù)器圖形處理器配置如下：處理器型號(hào)為GeForce 1080Ti、處理器顯存11 GB。實(shí)驗(yàn)基于自制火焰火災(zāi)數(shù)據(jù)集，使用不同目標(biāo)檢測(cè)算法進(jìn)行對(duì)比實(shí)驗(yàn)。訓(xùn)練過程中，設(shè)置批次大小為8，最大迭代次數(shù)為250 000，初始學(xué)習(xí)率為0.001，迭代到150 000次后，學(xué)習(xí)率變?yōu)?.000 1，采用動(dòng)量參數(shù)為0.9的隨機(jī)梯度下降法。對(duì)比實(shí)驗(yàn)主要針對(duì)模型大小、算法推斷速度、AP50與AR504項(xiàng)指標(biāo)展開。其中，模型大小是指模型訓(xùn)練完成后參數(shù)文件的大??；推斷速度指模型在1 s內(nèi)可以處理多少張圖像(即可以實(shí)現(xiàn)多少張圖像的火焰目標(biāo)檢測(cè))；AP50為IOU取0.5時(shí)的平均檢測(cè)精度(average precision，AP)；AR50為IOU取0.5時(shí)的平均召回率(average recall，AR)。實(shí)驗(yàn)對(duì)比結(jié)果見表5。

表5中涉及的目標(biāo)檢測(cè)算法可分為3類：

a) 二階段算法中的經(jīng)典算法：Faster R-CNN與Cascade R-CNN，它們的主干網(wǎng)絡(luò)均選用特征金字塔結(jié)構(gòu)的ResNet-50[21](即表中的ResNet-50-FPN)；

b) 一階段算法中的經(jīng)典算法： SSD(single shot multibox detector)、SSDLite與YOLOv3， SSD主干網(wǎng)絡(luò)選擇VGG16(包含16個(gè)卷積層的VGG-Net網(wǎng)絡(luò))，SSDLite主干網(wǎng)絡(luò)選擇MobileNetv3-Large與MobileNetv3-Small，YOLOv3則選用5種主干網(wǎng)絡(luò)：MobileNetv3-Large、MobileNetv3-Small、DarkNet53、ResNet-34、ResNet-50；

c)本文提出的預(yù)測(cè)網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)YOLOv3，且主干網(wǎng)絡(luò)分別采用MobileNetv3-Large與MobileNetv3-Small，為后續(xù)在低計(jì)算能力設(shè)備上實(shí)現(xiàn)火焰火災(zāi)檢測(cè)做鋪墊。

對(duì)表5中的實(shí)驗(yàn)結(jié)果進(jìn)行比較分析，有以下結(jié)論：

a) 一階段目標(biāo)檢測(cè)算法(SSD、SSDLite、YOLOv3)的模型大小普遍小于二階段目標(biāo)檢測(cè)算法(Faster R-CNN、Cascade R-CNN)，并且其推斷速度顯著快于二階段目標(biāo)檢測(cè)算法。

b) 鑒于MobileNetv3高效精簡的網(wǎng)絡(luò)結(jié)構(gòu)以及深度可分離卷積的應(yīng)用，在火焰檢測(cè)問題上，基于MobileNetv3-Large主干網(wǎng)絡(luò)的YOLOv3模型大小明顯小于基于DarkNet-53和ResNet系列主干網(wǎng)絡(luò)的YOLOv3模型大小，推斷速度也相應(yīng)有所提高；并且，得益于通道注意力機(jī)制SE模塊的引入以及對(duì)YOLOv3預(yù)測(cè)網(wǎng)絡(luò)部分的改進(jìn)，在提高推斷速度、減小模型大小的同時(shí)，檢測(cè)精度也有所提升。

表5 不同算法基于自制火焰火災(zāi)數(shù)據(jù)集的對(duì)比實(shí)驗(yàn)Tab.5 Comparisons of different algorithms based on self-made fire disaster datasets

c) 本文通過在預(yù)測(cè)網(wǎng)絡(luò)部分引入Inverted-bneck-shortcut結(jié)構(gòu)實(shí)現(xiàn)了多尺度特征圖的融合預(yù)測(cè)；采用MobileNetv3-Large或MobileNetv3-Small作為主干網(wǎng)絡(luò)，改進(jìn)YOLOv3的AP50和AR50均有提高，基于MobileNetv3-Large的改進(jìn)YOLOv3的平均精度達(dá)到了0.879，而推斷速度達(dá)到了81.3幀/s，兼顧了檢測(cè)精度和速度。

2.4 錨框聚類與線上數(shù)據(jù)增強(qiáng)改進(jìn)點(diǎn)的對(duì)比實(shí)驗(yàn)

選取2組基礎(chǔ)模型：模型1——主干網(wǎng)絡(luò)為MobileNetv3-Large的YOLOv3網(wǎng)絡(luò)，模型2——主干網(wǎng)絡(luò)為MobileNetv3-Large且預(yù)測(cè)網(wǎng)絡(luò)部分采用本文所提方法改進(jìn)的YOLOv3網(wǎng)絡(luò)。在這2組基礎(chǔ)模型上，分別疊加錨框聚類方法和線上數(shù)據(jù)增強(qiáng)方法，驗(yàn)證這2種方法的效果。本文一共測(cè)試了6種模型，具體見表6。由表6可知，在模型1和模型2上分別疊加錨框聚類方法得到模型3和模型4，均可提高模型的平均檢測(cè)精度和平均召回率；在模型3和模型4上結(jié)合線上數(shù)據(jù)增強(qiáng)方法，都能進(jìn)一步提高模型的平均檢測(cè)精度和平均召回率。實(shí)驗(yàn)表明錨框聚類算法和線上數(shù)據(jù)增強(qiáng)算法的有效性。

表6中的模型2和模型6的損失值曲線和檢測(cè)

表6 錨框聚類與線上數(shù)據(jù)增強(qiáng)改進(jìn)前后實(shí)驗(yàn)結(jié)果對(duì)比Tab.6 Comparisons of experimental results before and after improvement of anchor box clustering and online data enhancement

精度曲線如圖6所示。由圖6可知，包含錨框聚類與線上數(shù)據(jù)增強(qiáng)算法的改進(jìn)模型，既能夠加快損失值下降的速度，也加快算法精度提升的速度，使得模型更快地收斂。

此外，本文比較了3種算法的檢測(cè)結(jié)果圖，如圖7所示。3種算法分別為：①主干網(wǎng)絡(luò)為MobileNetv3-Large的YOLOv3算法(對(duì)應(yīng)表6中的模型1)；②本文提出的改進(jìn)YOLOv3網(wǎng)絡(luò)(即圖1所示網(wǎng)絡(luò))(對(duì)應(yīng)表6中的模型2)；③本文提出的改進(jìn)YOLOv3網(wǎng)絡(luò)結(jié)合錨框聚類、線上數(shù)據(jù)增強(qiáng)后的算法(對(duì)應(yīng)表6中的模型6)。

由圖7可知，圖7(c)所對(duì)應(yīng)的改進(jìn)算法具有以下優(yōu)勢(shì)：① 基于多尺度特征圖的融合預(yù)測(cè)，能夠檢測(cè)出圖像中的更多的小目標(biāo)火焰，且對(duì)火焰位置的定位更準(zhǔn)確，如第2、第3行的檢測(cè)結(jié)果圖；②火焰目標(biāo)預(yù)測(cè)框的置信度更高；③對(duì)變電站等環(huán)境下常出現(xiàn)的類火焰目標(biāo)，如第4行檢測(cè)結(jié)果圖中的警示黃線，本文提出算法的虛警率有顯著下降。

圖6 改進(jìn)前后損失值與檢測(cè)精度曲線的變化Fig.7 Changes of loss and accuracy curves before and after improvement

圖7 改進(jìn)前后算法預(yù)測(cè)結(jié)果對(duì)比圖Fig.7 Comparisons of algorithm prediction results before and after improvement

3 結(jié)束語

基于視頻監(jiān)控系統(tǒng)的火災(zāi)檢測(cè)是實(shí)現(xiàn)變電站無人值守化和智能運(yùn)檢化的一個(gè)重要環(huán)節(jié)。本文研究了基于深度學(xué)習(xí)的變電站火災(zāi)檢測(cè)算法。首先構(gòu)建火焰火災(zāi)檢測(cè)數(shù)據(jù)集；其次，為了在無人值守變電站端實(shí)現(xiàn)火災(zāi)檢測(cè)，即在低計(jì)算能力設(shè)備上實(shí)現(xiàn)實(shí)時(shí)火災(zāi)檢測(cè)，引入MobileNetv3作為YOLOv3的主干網(wǎng)絡(luò)，對(duì)YOLOv3的預(yù)測(cè)網(wǎng)絡(luò)部分進(jìn)行多尺度特征圖的融合改進(jìn)，將MobileNetv3中的激活函數(shù)ReLU修改為RLReLU，并引入線上數(shù)據(jù)增強(qiáng)、錨框聚類優(yōu)化方法，進(jìn)一步提高網(wǎng)絡(luò)性能。對(duì)比實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出的改進(jìn)算法的有效性。