基于改進(jìn)的YOLOv5 算法的無(wú)人機(jī)巡檢圖像絕緣子檢測(cè)的研究

張潤(rùn)賢，賈 江，陳志新，趙山堯

（新疆信息產(chǎn)業(yè)有限責(zé)任公司 新疆 烏魯木齊 830001）

0 引言

無(wú)人機(jī)巡檢圖像絕緣子檢測(cè)是一個(gè)新興的研究領(lǐng)域，它借助無(wú)人機(jī)和圖像處理技術(shù)，旨在實(shí)現(xiàn)對(duì)電力輸電線路中絕緣子狀態(tài)的自動(dòng)監(jiān)測(cè)與評(píng)估［1］。無(wú)人機(jī)巡檢圖像絕緣子檢測(cè)技術(shù)的研究和應(yīng)用不僅能夠提高電力輸電線路的安全性和穩(wěn)定性，降低人力資源消耗和線路巡檢成本，還可推動(dòng)電力行業(yè)的智能化、自動(dòng)化發(fā)展。然而，由于環(huán)境的變化、污染、老化以及事故等因素，絕緣子可能會(huì)出現(xiàn)損壞、破裂、污染等問(wèn)題，降低其絕緣性能，進(jìn)而引發(fā)線路故障、事故甚至導(dǎo)致停電等問(wèn)題［2］。

電力輸電線路通常呈現(xiàn)出線性布局、分布廣泛和地形復(fù)雜等特點(diǎn)，傳統(tǒng)人工巡視存在耗時(shí)長(zhǎng)、成本高等問(wèn)題，無(wú)法滿足快速、全面巡檢的需求，引入無(wú)人機(jī)巡檢技術(shù)可以大幅提升巡檢效率和覆蓋范圍［3－4］。隨著計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)的快速發(fā)展，人們可以利用圖像處理算法對(duì)無(wú)人機(jī)拍攝到的絕緣子圖像進(jìn)行分析和處理，以實(shí)現(xiàn)自動(dòng)檢測(cè)和評(píng)估絕緣子的狀態(tài)。邊緣檢測(cè)、紋理分析、形態(tài)學(xué)處理等算法可以有效地檢測(cè)污染、破損、老化等絕緣子問(wèn)題［5］。無(wú)人機(jī)在飛行穩(wěn)定性、操控性以及負(fù)載能力等方面的不斷提高，使得其成為執(zhí)行絕緣子巡檢的理想工具。無(wú)人機(jī)可以搭載高分辨率相機(jī)，能夠在低空快速飛行并獲取高清絕緣子圖像，同時(shí)還能避免人工巡檢可能存在的危險(xiǎn)和困難［6］。

1 目標(biāo)檢測(cè)算法

Redmon 等［7］在2016 年提出了一種快速而準(zhǔn)確的目標(biāo)檢測(cè)算法（you only look once， YOLO），將輸入圖像分為一個(gè)固定網(wǎng)格，在每個(gè)網(wǎng)格單元中預(yù)測(cè)目標(biāo)的邊界框和類別。與傳統(tǒng)的滑動(dòng)窗口方法相比，YOLO 可以在圖像中一次性獲取豐富的信息，從而實(shí)現(xiàn)實(shí)時(shí)目標(biāo)檢測(cè)。此外，YOLO 通過(guò)使用卷積神經(jīng)網(wǎng)絡(luò)來(lái)端到端地進(jìn)行目標(biāo)檢測(cè)，避免了多個(gè)階段處理和中間階段的錯(cuò)誤累積。Redmon等［8］在2017 年提出了YOLOv2 算法，采用更深的網(wǎng)絡(luò)結(jié)構(gòu)，首先，使用了更多的卷積層和殘差連接，以提取更豐富的特征。其次，引入了Anchor Boxes（先驗(yàn)框），在不同比例的先驗(yàn)框上進(jìn)行目標(biāo)檢測(cè)和定位，從而提高了小物體的檢測(cè)精度。最后，引入了多尺度訓(xùn)練和預(yù)測(cè)，以增強(qiáng)對(duì)不同尺度目標(biāo)的檢測(cè)能力。王萬(wàn)國(guó)等［9］提出的YOLOv3 算法，采用了更深的Darknet backbone 網(wǎng)絡(luò)，使得模型的感受野更大，能夠更好地理解圖像上下文，用于處理不同尺度的特征圖，并融合不同層級(jí)的特征以獲取更全面的目標(biāo)信息。此外，使用三種不同尺度的先驗(yàn)框來(lái)進(jìn)行目標(biāo)檢測(cè)，并使用不同的特征層來(lái)預(yù)測(cè)不同尺度的目標(biāo)。2020 年，Bochkovskiy 等［10］推出了YOLOv4 算法，在檢測(cè)小目標(biāo)方面的性能有了極大提升。

2 YOLOv5 算法

YOLOv5 的網(wǎng)絡(luò)結(jié)構(gòu)主要由CSPDarknet53 主干網(wǎng)絡(luò)和多個(gè)特征金字塔層組成，這些特征金字塔層用于融合不同尺度的特征來(lái)進(jìn)行物體檢測(cè)。YOLOv5 通過(guò)CSPDarknet53 主干網(wǎng)絡(luò)提取特征，通過(guò)空間金字塔池（spatial pyramid pooling， SPP）層、路徑聚合網(wǎng)絡(luò)（path aggregation network， PAN）模塊和檢測(cè)頭進(jìn)行特征融合和目標(biāo)檢測(cè)，能夠有效地提高檢測(cè)性能并保持較高的實(shí)時(shí)性，如圖1 所示。

圖1 YOLOv5 網(wǎng)絡(luò)結(jié)構(gòu)圖

（1）CSPDarknet53 主干網(wǎng)絡(luò)。CSPDarknet53 主干網(wǎng)絡(luò)是YOLOv5 中的主要特征提取網(wǎng)絡(luò)，由交叉階段部分（cross stage partial， CSP）結(jié)構(gòu)和Darknet53 層組成。CSP結(jié)構(gòu)通過(guò)將輸入特征圖拆分成兩條路徑，一條路徑進(jìn)行卷積操作，另一條路徑進(jìn)行殘差連接，然后將兩條路徑的特征圖進(jìn)行拼接，這樣可以增強(qiáng)特征的表征能力。

（2）SPP 層。SPP 層用于捕捉不同尺度的特征。它通過(guò)將輸入特征圖分成不同大小的網(wǎng)格，并在每個(gè)網(wǎng)格上進(jìn)行池化操作（最大池化），最后將池化結(jié)果拼接在一起，形成一個(gè)固定長(zhǎng)度的特征向量。

（3）PAN 模塊。PAN 模塊用于融合不同尺度的特征圖。它通過(guò)將高分辨率的特征圖下采樣和低分辨率的特征圖上采樣，再進(jìn)行特征融合，從而在不同尺度上獲取更全局和細(xì)節(jié)的信息。PAN 模塊由兩個(gè)操作組成，一個(gè)是上采樣和特征融合，另一個(gè)是跳躍連接。

（4）檢測(cè)頭。檢測(cè)頭是YOLOv5 中用于預(yù)測(cè)目標(biāo)位置和類別的部分。它從各個(gè)特征金字塔層中獲取特征，并通過(guò)卷積層和上采樣層進(jìn)行處理，最后輸出包含目標(biāo)框位置和類別的預(yù)測(cè)。此外，引入P-MVS（point-wise multi-view system）卷積操作，通過(guò)在不同尺度上對(duì)特征進(jìn)行多視圖采樣和處理，擴(kuò)展特征的感受野，可以更好地捕捉目標(biāo)的細(xì)節(jié)和上下文信息。

3 基于改進(jìn)YOLOv5 算法的絕緣子設(shè)備識(shí)別

3.1 Mosaic－9 數(shù)據(jù)增強(qiáng)

在進(jìn)行絕緣子設(shè)備識(shí)別過(guò)程中，由于不同尺寸的目標(biāo)在數(shù)據(jù)中被標(biāo)注的數(shù)量比例不相同，往往小尺寸的目標(biāo)所占的比例更大些，而中尺寸和大尺寸的目標(biāo)分布比較均勻。一般來(lái)講，Mosaic 是通過(guò)將四張不同的圖像拼接在一起，形成一個(gè)大尺寸的合成圖像，然后在該合成圖像上進(jìn)行隨機(jī)裁剪和縮放，以生成新的訓(xùn)練樣本［11］。本文中采用Mosaic－9 數(shù)據(jù)增強(qiáng)方法，將九張圖片進(jìn)行裁剪縮放拼接，相比之前的Mosaic 方法，因?yàn)槊總€(gè)合成圖像都可以生成多個(gè)不同的訓(xùn)練樣本，因此能增加更多的訓(xùn)練數(shù)據(jù)。

3.2 FReLU 激活函數(shù)

在之前的卷積神經(jīng)網(wǎng)絡(luò)中，使用普通的卷積層很難獲得空間上的相關(guān)性，而使用復(fù)雜的卷積操作會(huì)讓算法的運(yùn)行結(jié)果受到影響，為此使用FReLU（漏斗激活）來(lái)替代YOLOv5 算法中的ReLU 和PReLU，PReLU 可以使用公式y(tǒng)＝max（x，T（x）） 來(lái)表示，式中T（·） 是二維空間條件，利用正則卷積的方式來(lái)獲取空間上的可視化布局。

3.3 Pixels-IoU 損失函數(shù)

在目標(biāo)檢測(cè)領(lǐng)域中，交并比（intersection over union，IoU）及其變體是非常常見(jiàn)的評(píng)估指標(biāo)，在YOLOv5 算法中，使用損失函數(shù)GIoU 來(lái)增加對(duì)錯(cuò)誤框的處理機(jī)制，以此取得較好的檢測(cè)結(jié)果，其原理可以使用式（1）表示：

但是GIoU 仍然存在很大問(wèn)題，在面臨復(fù)雜的目標(biāo)檢測(cè)環(huán)境時(shí)，GIoU 會(huì)有定位不夠準(zhǔn)確等問(wèn)題，減慢網(wǎng)絡(luò)的收斂速度，因此，本文使用一種新的損失函數(shù)Pixels-IoU 來(lái)替代原始模型中的GIoU，Pixels-IoU 通過(guò)對(duì)邊界角度的優(yōu)化來(lái)提高精度，已經(jīng)有實(shí)驗(yàn)表明Pixels-IoU 能夠在不同數(shù)據(jù)集中展示出良好的檢測(cè)性能。Pixels-IoU 具體可以使用式（2）表示：

式（2）中，M代表所有正樣本，｜M｜為正樣本的數(shù)量，b和b′分別表示目標(biāo)框與真實(shí)目標(biāo)。

4 實(shí)驗(yàn)分析與評(píng)價(jià)

本文中首先使用LabelImg 軟件對(duì)拍攝的圖像進(jìn)行標(biāo)注，其次將標(biāo)簽轉(zhuǎn)換成Pascal VOC 數(shù)據(jù)格式進(jìn)行訓(xùn)練，最后得到的結(jié)果如表1 所示。結(jié)果顯示改進(jìn)后的YOLOv5算法在精度和準(zhǔn)確度上都得到了提升，同時(shí)每秒傳輸幀數(shù)實(shí)驗(yàn)結(jié)果表明檢測(cè)速度相比原始的YOLOv5 也有很大進(jìn)步，已經(jīng)能夠滿足日常實(shí)時(shí)檢測(cè)的要求。

表1 原始YOLOv5 算法與改進(jìn)YOLOv5 算法比較結(jié)果

本文選取部分圖像對(duì)絕緣子檢測(cè)結(jié)果進(jìn)行展示，如圖2 所示。從圖中可以看出，原始的YOLOv5 算法在檢測(cè)絕緣子的過(guò)程中存在遺漏和缺失，而改進(jìn)以后的YOLOv5 能夠準(zhǔn)確地檢測(cè)出所有的目標(biāo)，說(shuō)明使用改進(jìn)以后的網(wǎng)絡(luò)能夠獲取更多的信息，證明了本文提出的改進(jìn)算法對(duì)于絕緣子檢測(cè)的可行性。

圖2 原始YOLOv5（左）和改進(jìn)的YOLOv5（右）算法檢測(cè)結(jié)果對(duì)比

5 結(jié)語(yǔ)

本文提出基于改進(jìn)YOLOv5 算法的無(wú)人機(jī)巡檢圖像絕緣子檢測(cè)方法，以經(jīng)典的目標(biāo)檢測(cè)算法YOLOv5 為研究切入點(diǎn)，從以下三方面進(jìn)行了改進(jìn)：首先，采用Mosaic－9 進(jìn)行數(shù)據(jù)增強(qiáng)，來(lái)獲取更多的圖像；其次，利用FReLU 視覺(jué)激活函數(shù)來(lái)替代ReLU 和PReLU；最后，使用Pixels-IoU 替代GIoU 損失函數(shù)來(lái)增加對(duì)錯(cuò)誤框選擇的處理機(jī)制。通過(guò)改進(jìn)后的YOLOv5 算法進(jìn)行驗(yàn)證，結(jié)果表明改進(jìn)以后算法檢測(cè)的準(zhǔn)確度得到了極大的提升，實(shí)時(shí)檢測(cè)速度也相比原始的YOLOv5 有進(jìn)步，為絕緣子檢測(cè)提供了研究思路。