風(fēng)機(jī)葉片小目標(biāo)缺陷精準(zhǔn)檢測算法研究

摘 要：小目標(biāo)檢測作為目標(biāo)檢測任務(wù)中的一種，存在檢測率低、特征信息不足和漏檢率較高等問題。針對這些問題，本文提出一種改進(jìn)YOLOv5的小目標(biāo)檢測算法，將聚集-分發(fā)（Gather-and-Distribute，GD）機(jī)制加入YOLOv5網(wǎng)絡(luò)，該機(jī)制通過改進(jìn)卷積和自注意力2種操作提高了多尺度融合能力，用于捕獲不同尺度間像素級的關(guān)系，取得了延遲和準(zhǔn)確性之間的理想平衡。改進(jìn)后的算法在自制的砂眼數(shù)據(jù)集上進(jìn)行試驗(yàn)，平均檢測精度mAP指標(biāo)達(dá)到98.8%，與基線模型相比，mAP值提高了2.5%，驗(yàn)證了改進(jìn)算法的可行性。

關(guān)鍵詞：砂眼；小目標(biāo)；YOLOv5；GD機(jī)制

中圖分類號：TP 391" " " " " " " " " " " " " 文獻(xiàn)標(biāo)志碼：A

目標(biāo)檢測在計(jì)算機(jī)視覺領(lǐng)域作用十分重要，其核心任務(wù)是對圖像進(jìn)行目標(biāo)類別識別和目標(biāo)位置定位。雖然小目標(biāo)檢測中的砂眼有檢測率低、特征信息不足和漏檢率較高等缺點(diǎn)，但是其在日常生活和工業(yè)領(lǐng)域中應(yīng)用廣泛，價(jià)值很高。

本文研究精確檢測風(fēng)機(jī)葉片砂眼，采用單階段算法，通過改進(jìn) YOLOv5 提升檢測速度和準(zhǔn)確率。

針對上文提到的檢測率低、特征信息不足以及漏檢率較高等缺點(diǎn)，本文將GD機(jī)制引入YOLOv5，改進(jìn)了YOLOv5的信息交換和融合能力。GD機(jī)制通過全局融合多級特征，并將全局信息注入更高級別，信息傳遞高效，同時(shí)增加延遲。該模塊可以在局部尺度上結(jié)合來自相鄰層的特征[1]，增強(qiáng)模型對目標(biāo)的表示能力和感知能力。通過這種融合，模型可以更好地捕捉目標(biāo)的細(xì)節(jié)和上下文信息，提高小目標(biāo)和稀疏目標(biāo)的檢測準(zhǔn)確度。本研究在自制的砂眼數(shù)據(jù)集上進(jìn)行了驗(yàn)證，與YOLOv5網(wǎng)絡(luò)相比，改進(jìn)算法在識別精度P、召回率R、平均檢測精度mAP上均有提升。

1 YOLOv5的改進(jìn)

1.1 YOLOv5

YOLOv5分為Backbone、Neck以及 Head 3個(gè)部分。Backbone作為主干網(wǎng)絡(luò)，作用是接收輸入圖像并通過一系列卷積、池化和激活操作來提取圖像中的特征信息[3]。YOLOv5 模型結(jié)構(gòu)如圖1所示。Backbone可以將原始圖像轉(zhuǎn)換為一系列特征層，包括圖像中的語義和局部特征。將這些特征層傳遞給后續(xù)的網(wǎng)絡(luò)模塊（例如FPN和Yolo Head）進(jìn)一步處理。

Neck對特征層進(jìn)行多尺度特征融合，并將這些特征傳遞給預(yù)測層。YOLOv5采用FPN特征金字塔結(jié)構(gòu)，F(xiàn)PN可以使用自上向下和自下向上2種路徑來構(gòu)建多尺度特征金字塔[3]，以便在目標(biāo)檢測和語義分割等任務(wù)中提高性能。自上向下路徑利用上采樣和特征融合來融合不同層次特征，自下向上路徑利用一個(gè)卷積層來融合不同層次特征。這種方式有助于模型在不同尺度上更好地理解和處理輸入數(shù)據(jù)，從而提高模型的魯棒性和準(zhǔn)確性。

Head是目標(biāo)檢測頭，作用是對特征金字塔進(jìn)行目標(biāo)檢測，它包括卷積層、池化層和全連接層等。在YOLOv5中，Head模塊主要負(fù)責(zé)對骨干網(wǎng)絡(luò)提取的特征圖進(jìn)行多尺度目標(biāo)檢測。

1.2 GD機(jī)制

雖然YOLO算法可以通過FPN和PANet進(jìn)行多尺度特征融合[2]，但是仍然在一定程度上存在特征信息的提取問題。FPN網(wǎng)絡(luò)的間隔層之間的信息融合需要經(jīng)過中間層，不能直接融合，這樣就會導(dǎo)致融合速度低、信息丟失等一系列問題，與風(fēng)機(jī)葉片的砂眼檢測相比，YOLO算法存在檢測率低、特征信息不足和漏檢率較高等缺點(diǎn)。由于傳統(tǒng)的YOLO算法不能準(zhǔn)確檢測類似小目標(biāo)，因此本文引入GD機(jī)制，結(jié)構(gòu)如圖2所示。

GD機(jī)制收集和分發(fā)數(shù)據(jù)，包括特征對齊模塊（FAM）、特征信息融合模塊（IFM）以及特征信息分發(fā)模塊（Inject）3個(gè)模塊[1]。特征對齊模塊收集backbone不同尺度的特征圖，利用上采樣或下采樣的方式對齊。特征信息融合模塊將對齊后的特征生成全局特征，利用Split模塊拆分為2個(gè)部分，針對其他尺度進(jìn)行分發(fā)。特征信息分發(fā)模塊利用自注意力機(jī)制將全局特征分割后分發(fā)至各層級。在Neck階段，Low-GD代替了原始網(wǎng)絡(luò)中PANet模塊的上采樣融合階段，High-GD代替了原始網(wǎng)絡(luò)中PANet模塊的下采樣融合階段。

1.2.1 Low-GD機(jī)制

Low-GD機(jī)制用來提取并融合大尺寸的特征信息。Low-GD分為3個(gè)模塊，分別是Low-FAM 低階特征對齊模塊、Low-IFM 低階信息融合模塊以及Low-Inject信息分發(fā)模塊。Low-FAM 低階特征對齊模塊對小特征圖進(jìn)行雙線性插值，隨后進(jìn)行上采樣，平尺化處理大特征圖，完成下采樣。Low-IFM 低階信息融合模塊包括卷積層模塊、RepBlock模塊以及Split拆分模塊，在Low-FAM 低階特征對齊模塊通過連接操作得到特征α后，輸入RepBlock模塊得到融合特征β，在卷積層模塊完成調(diào)節(jié)通道后，融合特征β可以適應(yīng)不同模型大小，在Split拆分模塊中拆分特征，得到β1和β2，提取特征。Low-Inject信息分發(fā)模塊的作用是融合相鄰2層的特征，得到轉(zhuǎn)入高階段采集-分發(fā)分支（High-GD）模塊的特征ε，進(jìn)行下采樣。Low-GD 模塊流程如圖3所示。

1.2.2 High-GD機(jī)制

High-GD機(jī)制的流程與Low-GD機(jī)制的流程相似，同樣有3個(gè)模塊，分別為High-FAM高階特征對齊模塊、High-IFM高階特征融合模塊以及High-Inject信息分發(fā)模塊。與Low-GD模塊不同，從Low-GD機(jī)制得到特征ε后，通過High-FAM高階特征對齊模塊完成平均池化，將輸入特征的size降維至統(tǒng)一尺寸，再通過鏈接操作合并特征，得到特征θ。High-IFM由Split拆分模塊和Transformer模塊中的多頭注意力機(jī)制（MULTI-Head Attention）以及前饋網(wǎng)絡(luò)（Feed-Forward Network）組成。完成連接操作后，特征θ經(jīng)過Transformer模塊處理得到特征?，為了保證完成拆分操作，在High-GD模塊加入一個(gè)卷積模塊調(diào)整通道，經(jīng)過Split模塊，特征?拆分得到?1以及?2，High-Inject信息分發(fā)模塊融合特征信息。High-GD模塊流程

如圖4所示。

1.3 技術(shù)細(xì)節(jié)

小目標(biāo)具有檢測率低、特征信息不足和漏檢率較高等缺點(diǎn)，傳統(tǒng)的YOLOv5網(wǎng)絡(luò)頸部結(jié)構(gòu)中的FPN結(jié)構(gòu)由多個(gè)分支組成，用于多尺度特征融合，其只能完全融合相鄰層的特征，其他層的信息須通過“遞歸”方式間接獲得。因此本文將上述GD機(jī)制替代傳統(tǒng)的YOLOv5網(wǎng)絡(luò)的Neck中間層，利用特征的對齊和融合，將各層次信息分配至不同層次，避免了傳統(tǒng)FPN結(jié)構(gòu)中固有的信息丟失，并在不顯著增加延遲的情況下增強(qiáng)了中間層的信息融合能力，在自制的數(shù)據(jù)集上，與傳統(tǒng)的YOLOv5網(wǎng)絡(luò)相比，檢測精度提升2.5%。

2 試驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集介紹

為保證試驗(yàn)結(jié)果可靠、準(zhǔn)確，本次試驗(yàn)采用自制的砂眼數(shù)據(jù)集，砂眼如圖5所示，經(jīng)過挑選，得到320張?jiān)紙D片，為了防止試驗(yàn)中出現(xiàn)過擬合現(xiàn)象，影響試驗(yàn)結(jié)果，本研究將原始圖片經(jīng)過翻轉(zhuǎn)、加噪和剪裁等數(shù)據(jù)增強(qiáng)方式擴(kuò)充至1 800張，圖片的初始分辨率為640 ppi×640 ppi。數(shù)據(jù)增強(qiáng)方式見表1。增強(qiáng)后的砂眼數(shù)據(jù)集按照8∶2的比例分配，有1" 440張圖片作為訓(xùn)練集，360張圖片作為驗(yàn)證集。

表1 數(shù)據(jù)增強(qiáng)方式

增強(qiáng)方式 描述

顏色變化 調(diào)整圖像的對比度、飽和度

翻轉(zhuǎn) 左右或上下翻轉(zhuǎn)圖像

剪裁 隨機(jī)在圖像中剪裁一塊區(qū)域作為新的圖像

加噪 在圖像上隨機(jī)添加噪聲

旋轉(zhuǎn) 按照一定角度隨機(jī)旋轉(zhuǎn)圖片

2.2 試驗(yàn)評價(jià)指標(biāo)

本試驗(yàn)在GPU 版本為NVIDIA GeForce GTX 1080 Ti的環(huán)境下完成，訓(xùn)練過程一共300次，優(yōu)化器為SGD，batch_size為16。本文使用識別精度P、召回率R和平均檢測精度mAP 這3個(gè)指標(biāo)來評估目標(biāo)檢測模型[4]的性能。其中，AP和mAP是通過計(jì)算模型的精準(zhǔn)度和召回率來確定的。精準(zhǔn)度和召回率的計(jì)算過程如公式（1）、公式（2）所示。

（1）

（2）

式中：TP為檢測的缺陷類別與真實(shí)缺陷類別相同的樣本數(shù)量；FP為檢測到的缺陷類別與真實(shí)缺陷類別不相同的樣本數(shù)量；FN為真實(shí)存在的缺陷目標(biāo)未被算法正確檢測出的樣本數(shù)量[5]；計(jì)算所有風(fēng)機(jī)葉片缺陷類別精準(zhǔn)度的平均值，計(jì)算過程如公式（3）所示。

（3）

式中：AP（n）為計(jì)算風(fēng)機(jī)葉片表面缺陷單類別精準(zhǔn)度的平均準(zhǔn)確率。；mAP為對準(zhǔn)確率（Precision）和召回率（Recall）的綜合考量，可以更全面地評估模型的有效性；n為平均精度的數(shù)量；N為平均精度數(shù)量的和。

2.3 試驗(yàn)結(jié)果分析

為了驗(yàn)證模型對風(fēng)機(jī)葉片砂眼缺陷的檢測效果，使用同一數(shù)據(jù)集，試驗(yàn)設(shè)置信息不變，以保證試驗(yàn)的公平性，將YOLOv5與本文的模型進(jìn)行對比試驗(yàn)，對比指標(biāo)為mAP，對比結(jié)果見表2。

表2 試驗(yàn)結(jié)果對比

識別精度/% 召回率/% 平均檢測精度/%

YOLOv5 96.5" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " 96.5 96.3

本文算法 98.6 98.5 98.8

從表2可以看出，與YOLOv5相比，本試驗(yàn)在識別精度P、召回率R以及平均檢測精度mAP上達(dá)到了98.6%、98.5%和98.8%。能夠?qū)︼L(fēng)機(jī)葉片砂眼進(jìn)行精準(zhǔn)檢測。

3 結(jié)論

本文針對小目標(biāo)存在的檢測率低、特征信息不足和漏檢率較高等缺點(diǎn)，在原來的YOLOv5基礎(chǔ)上，將Gather-and-Distribute機(jī)制引入YOLOv5網(wǎng)絡(luò)中，通過改進(jìn)卷積和自注意力機(jī)制增強(qiáng)了多尺度融合能力，在模型尺度上取得了延遲和準(zhǔn)確性之間的理想平衡，通過自制的砂眼數(shù)據(jù)集證明了試驗(yàn)的可靠性和準(zhǔn)確性。本試驗(yàn)數(shù)據(jù)集有限，還未解決數(shù)據(jù)集的過擬合問題，后續(xù)將增加數(shù)據(jù)集的數(shù)量，提升質(zhì)量，優(yōu)化試驗(yàn)算法，更精準(zhǔn)地檢測小目標(biāo)。

參考文獻(xiàn)

[1]WANG C， HE W， NIE Y， et al. Gold-YOLO： Efficient object

detector via gather-and-distribute mechanism[J]. Advances in neural

information processing systems，2023，2309（11331）：36.

[2]謝椿輝，吳金明，徐懷宇. 改進(jìn)YOLOv5的無人機(jī)影像小目標(biāo)檢測算法[J].計(jì)算機(jī)工程與應(yīng)用，2023，59（9）：198-206.

[3]劉芬，孫杰，張帥，等.基于YOLOv5的紅外船舶目標(biāo)檢測算法[J].紅外與激光工程，2023，52（10）：222-233.

[4]張淳，葛毅，任越，等. 基于優(yōu)化的DeeplabV3+網(wǎng)絡(luò)和高分影像分割浮萍型農(nóng)村黑臭水體[J].遙感技術(shù)與應(yīng)用， 2023，38（6）：1433-1444.

[5]張燊，胡林，孫祥娥，等.基于注意力機(jī)制及多尺度融合的紅外船舶檢測[J].激光與光電子學(xué)進(jìn)展，2023，60（22）：256-262.

通信作者：牛霈（1977—），男， 碩士，副高級工程師，主要研究方向?yàn)樾履茉磾?shù)字化轉(zhuǎn)型、新能源智慧運(yùn)維技術(shù)。

電子郵箱：870631794@qq.com。