（華東交通大學(xué)信息工程學(xué)院，南昌 330013）

0 引言

在鐵路運(yùn)營(yíng)過(guò)程中，列車(chē)輪軌與鋼軌間產(chǎn)生的強(qiáng)烈摩擦、擠壓、彎曲、沖擊會(huì)使鋼軌踏面易呈現(xiàn)塊狀、長(zhǎng)寬比均勻的剝落、凹陷和掉塊等塊狀傷損［1］，該類(lèi)傷損在灰度和紋理特征上與鋼軌無(wú)傷損區(qū)域有明顯差異，且存在形狀、尺度多變等特點(diǎn)，若不及時(shí)被發(fā)現(xiàn)并采取安全措施，當(dāng)其發(fā)展到一定程度時(shí)，將會(huì)導(dǎo)致列車(chē)脫軌、傾覆等重大事故，造成嚴(yán)重的人員傷亡和巨額財(cái)產(chǎn)損失。因此，采用有效的目標(biāo)檢測(cè)方法對(duì)鋼軌踏面塊狀傷損進(jìn)行準(zhǔn)確定位和快速分類(lèi)具有重大意義。

鋼軌表面?zhèn)麚p的物理檢測(cè)方法主要有渦流、漏磁、超聲波、激光掃描、聲發(fā)射等方法［2-5］，此類(lèi)傷損檢測(cè)方法存在效率低、檢測(cè)慢、分類(lèi)精度低、成本高、受人為因素影響大等問(wèn)題，不利于對(duì)鋼軌表面?zhèn)麚p進(jìn)行快速、準(zhǔn)確的檢測(cè)。而基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法則具有檢測(cè)精度高、速度快且智能化的特點(diǎn)，主要分為基于無(wú)區(qū)域提名和基于區(qū)域提名的兩類(lèi)目標(biāo)檢測(cè)算法。其中，基于無(wú)區(qū)域提名目標(biāo)檢測(cè)算法以YOLO（You Only Look Once）系列［6-9］、單擊多盒檢測(cè)器（Single Shot MultiBox Detector，SSD）［10］為主，該類(lèi)算法將生成候選框和分類(lèi)回歸合并成一個(gè)網(wǎng)絡(luò)中，降低了網(wǎng)絡(luò)計(jì)算的復(fù)雜度，提高了目標(biāo)檢測(cè)速度，但對(duì)小目標(biāo)卻無(wú)法準(zhǔn)確定位，檢測(cè)精確度較低。而基于區(qū)域提名目標(biāo)檢測(cè)算法主要以基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Regions with Convolutional Neural Network features，RCNN）系列為主，Girshick 等［11-12］先后提出了R-CNN［11］、快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Fast Regions with Convolutional Neural Network features，F(xiàn)ast R-CNN）算法［12］，在R-CNN 的基礎(chǔ)上加入感興趣區(qū)域池化層，提高了訓(xùn)練和測(cè)試速度；Ren 等［13］提出了更快速的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster Regions with Convolutional Neural Network，F(xiàn)aster R-CNN）算法，通過(guò)設(shè)計(jì)區(qū)域建議網(wǎng)絡(luò)（Region Proposal Network，RPN）、候選框提取和Fast R-CNN 檢測(cè)3 個(gè)模塊，進(jìn)一步提高了檢測(cè)速度及檢測(cè)精度；為了避免圖像尺度對(duì)卷積計(jì)算的影響，He 等［14］提出了空間金字塔池化方法；Lin 等［15］將特征金字塔網(wǎng)絡(luò)模型（Feature Pyramid Network，F(xiàn)PN）引入Faster R-CNN，實(shí)現(xiàn)了多尺度特征的融合，提高了小目標(biāo)檢測(cè)精度；基于區(qū)域提名的目標(biāo)檢測(cè)算法對(duì)多目標(biāo)檢測(cè)或小目標(biāo)檢測(cè)的精確度較高，檢測(cè)效果較為理想。

因此，考慮到鋼軌踏面塊狀傷損尺度變化較大，且存在尺度較小的傷損目標(biāo)情況，本文提出了一種基于改進(jìn)Faster RCNN的鋼軌踏面塊狀傷損檢測(cè)算法，主要改進(jìn)點(diǎn)如下：

1）針對(duì)鋼軌踏面塊狀傷損存在傷損類(lèi)間差異小、尺度變化大的特性，提出了基于Faster R-CNN 和FPN 的鋼軌踏面塊狀傷損檢測(cè)方法。

2）引入文獻(xiàn)［16］中提出的廣義交并比（Generalized Intersection over Union，GIoU）損失函數(shù)優(yōu)化預(yù)測(cè)框與實(shí)際邊框之間的距離，以提高鋼軌踏面塊狀傷損的檢測(cè)精度。

3）針對(duì)Faster R-CNN 中RPN 生成的錨點(diǎn)大量冗余而導(dǎo)致檢測(cè)網(wǎng)絡(luò)訓(xùn)練中正負(fù)樣本失衡和存在IoU 閾值設(shè)置、錨點(diǎn)尺度及長(zhǎng)寬比等超參數(shù)設(shè)計(jì)困難的問(wèn)題，采用引導(dǎo)錨定的區(qū)域提名網(wǎng)絡(luò)（Region Proposal Network by Guided Anchoring，GA-RPN）［17］的優(yōu)化方法。

1 Faster R-CNN 算法介紹

Faster R-CNN 算法結(jié)構(gòu)如圖1 所示，主要由特征提取網(wǎng)絡(luò)、RPN 和檢測(cè)網(wǎng)絡(luò)組成。其中，特征提取網(wǎng)絡(luò)采用ResNet-101 基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)［18］，如表1 所示，該網(wǎng)絡(luò)輸出的特征圖由RPN和檢測(cè)網(wǎng)絡(luò)共享。

圖1 Faster R-CNN結(jié)構(gòu)Fig.1 Structure of Faster R-CNN

在RPN 中，首先，根據(jù)設(shè)定的長(zhǎng)寬比和尺度窗口，以特征圖中每個(gè)像素點(diǎn)為中心生成一定數(shù)量的錨點(diǎn)；然后，根據(jù)錨點(diǎn)和實(shí)際邊框的重疊程度對(duì)錨點(diǎn)進(jìn)行篩選，再將篩選出的錨點(diǎn)進(jìn)行初步回歸，生成質(zhì)量較高的候選區(qū)域框。此外，RPN與特征提取層參數(shù)共享，減少了RPN 的訓(xùn)練成本，減少檢測(cè)網(wǎng)絡(luò)的計(jì)算量，同時(shí)保證了對(duì)目標(biāo)的檢測(cè)效率。RPN 具體結(jié)構(gòu)如圖2所示。

表1 ResNet-101的組成結(jié)構(gòu)Tab.1 Composition structure of ResNet-101

圖2 基于RPN的目標(biāo)候選區(qū)域生成示意圖Fig.2 Schematic diagram of object candidate region generation based on RPN

在RPN 訓(xùn)練過(guò)程中，生成的近10 000 個(gè)錨點(diǎn)首先經(jīng)過(guò)軟非極大值抑制（Soft-Non Maximum Suppression，Soft-NMS）處理，保留與實(shí)際邊框的交并比（Intersection over Union，IoU）不超0.7 的最大分?jǐn)?shù)預(yù)測(cè)錨點(diǎn)（2 000 個(gè)左右），進(jìn)行前背景二分類(lèi)后，將正樣本的錨點(diǎn)進(jìn)行初步回歸。

RPN 的損失函數(shù)包含分類(lèi)損失和回歸損失兩個(gè)部分，具體如下：

其中：Ncls和Nreg分別表示二分類(lèi)錨點(diǎn)數(shù)量和待回歸預(yù)測(cè)邊框數(shù)量；Lcls為二分類(lèi)的交叉熵?fù)p失函數(shù)，為pi錨點(diǎn)的二分類(lèi)概率；pit為錨點(diǎn)的實(shí)際分類(lèi)，取值為1（包含目標(biāo)的正樣本）或0（背景負(fù)樣本）；λ1用于平衡分類(lèi)和回歸損失，本文中設(shè)為10；Lreg是錨點(diǎn)的回歸損失函數(shù)，用smoothL1定義；ei和eit分別表示預(yù)測(cè)邊框Bp(xp，yp，wp，hp)和錨點(diǎn)a(xa，ya，wa，ha)到目標(biāo)實(shí)際邊框Bt(xt，yt，wt，ht)之間的定位誤差；i表示經(jīng)過(guò)非極大值抑制后保留的錨點(diǎn)序號(hào)。相關(guān)定義如下：

2 基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損檢測(cè)

2.1 特征提取網(wǎng)絡(luò)的改進(jìn)

針對(duì)鋼軌踏面塊狀傷損呈現(xiàn)出的尺度變化大的特點(diǎn)，基于Faster R-CNN 的檢測(cè)框架及FPN 的設(shè)計(jì)思想，通過(guò)上采樣將低層特征的高分辨率和高層特征的高語(yǔ)義信息融合，對(duì)小尺度特征圖的特征信息進(jìn)行增強(qiáng)，以提高網(wǎng)絡(luò)對(duì)多尺度傷損的檢測(cè)精確度。首先，ResNet-101 生成5 個(gè)卷積特征圖Conv1、Conv2、Conv3、Conv4、Conv5；然后，采用如圖3 所示的bottom-top 和top-down 網(wǎng)絡(luò)，用1 個(gè)1×1 卷積對(duì)當(dāng)前尺度特征圖Convi與下一層特征圖經(jīng)過(guò)上采樣的輸出結(jié)果相加，并通過(guò)一個(gè)3×3 卷積，生成與當(dāng)前尺度相同的新特征圖Pi（i取4，3，2），P5 為Conv5 通過(guò)1×1 卷積降維到256 得到。通過(guò)此方式，使得卷積特征圖在原有尺度特征的基礎(chǔ)上獲得了更深語(yǔ)義特征的補(bǔ)充，進(jìn)而增強(qiáng)了網(wǎng)絡(luò)對(duì)不同尺度傷損特征的表達(dá)能力。

圖3 基于FPN+Faster R-CNN的鋼軌踏面塊狀傷損檢測(cè)網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Structure of rail tread block defects detection network based on FPN+Faster R-CNN

2.2 邊框回歸損失函數(shù)的改進(jìn)

Faster R-CNN 中目標(biāo)框回歸損失為SmoothL1損失，該損失只考慮到了預(yù)測(cè)邊框和實(shí)際邊框坐標(biāo)間的距離，沒(méi)有考慮到兩框的重疊度，不利于預(yù)測(cè)框的精準(zhǔn)回歸；另外，使用IoU 損失作為回歸損失，雖然能夠考慮到兩框的重合度，但依舊存在以下問(wèn)題：

1）當(dāng)預(yù)測(cè)邊框與實(shí)際邊框間無(wú)重疊區(qū)域時(shí)，即IoU 為0時(shí)，目標(biāo)函數(shù)求導(dǎo)為0，無(wú)法進(jìn)行優(yōu)化；

2）當(dāng)預(yù)測(cè)邊框與實(shí)際邊框存在兩個(gè)或多個(gè)相同大小的IoU時(shí)，預(yù)測(cè)效果差異較大。

針對(duì)IoU 直接作為邊界框回歸損失函數(shù)的缺點(diǎn)，采用Rezatofighi 等［16］在CVPR2019 上提出了GIoU 回歸損失函數(shù)，具體定義如下：

給定任意兩個(gè)凸面形Bp和Bt（Bp，Bt?S∈Rn），C為包含Bp，Bt的最小凸面形C?S∈Rn，Bp和Bt的IoU為：

則Bp和Bt的GIoU損失定義為：

GIoU 損失具有以下性質(zhì)：GIoU 具有度量標(biāo)準(zhǔn)的優(yōu)良性質(zhì)，即非負(fù)性、同一性、對(duì)稱(chēng)性和三角不等式性質(zhì)；GIoU 損失繼承了IoU 損失的尺度不變性；GIoU 損失小于或等于IoU 損失；對(duì)于兩個(gè)矩形框Bp、Bt，有0 ≤IoU(Bp，Bt)≤1，-1 ≤IoU(Bp，Bt)≤1。

預(yù)測(cè)邊框與實(shí)際邊框的對(duì)齊程度會(huì)影響C的面積大小，當(dāng)IoU 相同時(shí)，兩者的對(duì)齊程度越好，C的面積越小，GIoU 損失值越大；反之亦然；并且，當(dāng)Bp和Bt沒(méi)有重疊區(qū)域時(shí)，雖然IoU 為0，但GIoU 損失依然存在。因此，GIoU 損失可以直接作為損失函數(shù)。圖4 給出（a）、（b）、（c）三種不同預(yù)測(cè)邊框情況下的均方誤差（Mean Square Error，MSE）損失函數(shù)（簡(jiǎn)稱(chēng)均方損失）、交并比（IoU）以及GIoU 三種回歸損失，當(dāng)MSE 損失相同時(shí)，檢測(cè)效果相差巨大，同時(shí)IoU和GIoU損失變化也較大。

圖4 均方損失、IoU損失和GIoU損失對(duì)比Fig.4 Comparison of mean square loss，IoU loss and GIoU loss

2.3 區(qū)域建議網(wǎng)絡(luò)的改進(jìn)

基于RPN 的感興趣區(qū)域生成過(guò)程中，塊狀傷損圖像中傷損目標(biāo)的數(shù)量遠(yuǎn)遠(yuǎn)小于生成的錨點(diǎn)數(shù)量，即生成的大量錨點(diǎn)框是冗余，會(huì)導(dǎo)致RPN 訓(xùn)練時(shí)正負(fù)樣本數(shù)失衡，從而影響檢測(cè)網(wǎng)絡(luò)的性能；并且，還存在IoU 閾值設(shè)置、錨點(diǎn)尺度及長(zhǎng)寬比等超參數(shù)設(shè)計(jì)困難的問(wèn)題。因此，本文提出GA-RPN 替代RPN 的優(yōu)化方案，以提高檢測(cè)網(wǎng)絡(luò)對(duì)鋼軌踏面塊狀傷損的檢測(cè)精確度。

GA-RPN 感興趣域生成網(wǎng)絡(luò)可分為錨點(diǎn)生成模塊和特征自適應(yīng)模塊（如圖5中GA-RPN模塊所示）。其中，錨點(diǎn)生成模塊中定位子分支用于判斷輸入特征圖上每個(gè)特征點(diǎn)是否為目標(biāo)點(diǎn)；定形子分支用于確定是目標(biāo)特征點(diǎn)的錨點(diǎn)的寬和高；特征自適應(yīng)模塊則根據(jù)定形子分支生成的錨點(diǎn)形狀對(duì)該區(qū)域內(nèi)的特征進(jìn)行重采樣，根據(jù)興趣域大小調(diào)整其區(qū)域內(nèi)特征感受野。接下來(lái)分別對(duì)這3個(gè)過(guò)程進(jìn)行介紹。

1）位置判斷。

輸入特征圖F經(jīng)由一個(gè)1×1 卷積后，再通過(guò)Sigmoid 函數(shù)激活，生成一個(gè)尺度與F相同的概率特征圖Fp，其各點(diǎn)值表示F中每個(gè)特征點(diǎn)為目標(biāo)的概率。然后，設(shè)定一個(gè)概率閾值τ，F(xiàn)p中特征值大于τ的點(diǎn)，對(duì)應(yīng)在F被判斷為目標(biāo)中心點(diǎn)。最后，通過(guò)閾值篩選減少近90%的錨點(diǎn)數(shù)量。

2）錨點(diǎn)形狀生成。

錨點(diǎn)定位模塊給出了錨點(diǎn)中心位置，還需對(duì)所有錨點(diǎn)框的寬（w）和高（h）進(jìn)行預(yù)測(cè)。考慮到錨點(diǎn)尺度變化較大，直接學(xué)習(xí)w和h可能會(huì)導(dǎo)致網(wǎng)絡(luò)不穩(wěn)定，無(wú)法訓(xùn)練，將w、h做以下變換，見(jiàn)式（8）、式（9）。

其中：s為特征圖相對(duì)于輸入圖像的卷積步長(zhǎng)，σ取經(jīng)驗(yàn)值1.6。該過(guò)程由一個(gè)2 維的1×1 卷積實(shí)現(xiàn)。這種非線(xiàn)性變換，能夠?qū)⒋龑W(xué)習(xí)的參數(shù)范圍從［1，1 000］調(diào)整到［-1，1］，簡(jiǎn)化網(wǎng)絡(luò)訓(xùn)練。

這種根據(jù)錨點(diǎn)位置信息來(lái)學(xué)習(xí)錨點(diǎn)框?qū)捄透叩姆椒ǎ黾恿隋^點(diǎn)位置與形狀的相關(guān)性，進(jìn)而能夠獲得更高的召回率。

3）特征自適應(yīng)調(diào)整。

與RPN 生成的固定尺度和長(zhǎng)寬比的錨點(diǎn)不同，GA-RPN生成的錨點(diǎn)的形狀是不定的，而在目標(biāo)檢測(cè)任務(wù)中，通常尺度不同的目標(biāo)需要的感受野不同。因此，GA-RPN 利用特征自適應(yīng)模塊對(duì)所有錨點(diǎn)框?qū)?yīng)的感受野進(jìn)行調(diào)整。

其中：fi是錨點(diǎn)生成模塊生成的第i個(gè)錨點(diǎn)框?qū)?yīng)在輸入特征圖F上的特征值；wi、hi是預(yù)測(cè)出該錨點(diǎn)的寬和高；H(?)由一個(gè)3×3的可變形卷積實(shí)現(xiàn)；f'i為調(diào)整后的特征值。

2.4 改進(jìn)后的整體網(wǎng)絡(luò)結(jié)構(gòu)

基于FPN+GIoU+GA-RPN+Faster R-CNN 的鋼軌踏面塊狀傷損檢測(cè)網(wǎng)絡(luò)整體結(jié)構(gòu)如圖5 所示。該結(jié)構(gòu)中將原本串聯(lián)在FPN 的每個(gè)特征層之后的RPN 結(jié)構(gòu)直接替換成GA-RPN。而該結(jié)構(gòu)的總訓(xùn)練損失分為興趣域生成損失和目標(biāo)分類(lèi)與定位損失，興趣域生成損失中又包含錨點(diǎn)定位損失Lloc和錨點(diǎn)形狀預(yù)測(cè)損失Lshape，其中Lloc定義為特征圖中點(diǎn)屬于前景或背景的二分類(lèi)損失。

圖5 基于改進(jìn)FasterR-CNN的鋼軌踏面塊狀傷損檢測(cè)網(wǎng)絡(luò)設(shè)計(jì)Fig.5 Design of rail tread block defects detection network based on improved Faster R-CNN

由于生成錨點(diǎn)中正樣本數(shù)量遠(yuǎn)小于負(fù)樣本數(shù)量，因此采用具有正負(fù)樣本平衡能力的Focal 損失，如式（11），其中：pi表示特征點(diǎn)預(yù)測(cè)為正樣本的概率表示該特征點(diǎn)的實(shí)際標(biāo)簽，取值0 或1；α用于控制正負(fù)樣本平衡，取值為0.25；γ用于使網(wǎng)絡(luò)注重困難樣本學(xué)習(xí)，取值為2。

在訓(xùn)練時(shí)用目標(biāo)實(shí)際邊框Bt(xt，yt，wt，ht)指導(dǎo)訓(xùn)練，即將實(shí)際邊框Bt分為中心區(qū)域（Center Region，CR）、忽略區(qū)域（Ignore Region，IR）和外區(qū)域（Out Region，OR），定位在CR 內(nèi)的錨點(diǎn)為正樣本，定位在OR 區(qū)域內(nèi)的錨點(diǎn)為負(fù)樣本，具體關(guān)系如式（12）：

其中：R用來(lái)定義區(qū)域，0 ＜φ1＜φ2＜1，用于控制生成錨點(diǎn)的數(shù)量以及距離實(shí)際邊框中心的距離，實(shí)驗(yàn)中分別為0.2和0.5。

生成的錨點(diǎn)中心位置之后需要對(duì)其形狀進(jìn)行預(yù)測(cè)，首先要對(duì)錨點(diǎn)awh(x，y，w，h)鎖定的目標(biāo)實(shí)際邊框Bt進(jìn)行確定，然后就是利用Bt對(duì)awh的形狀預(yù)測(cè)的指導(dǎo)。根據(jù)文獻(xiàn)［17］，直接回歸得出awh值是難以實(shí)現(xiàn)的，因而采用對(duì)w、h采樣近似的方法。具體地，借鑒RtinaNet［19］，對(duì)FPN 的P2 到P5 分別設(shè)有9種可能的w和h，不同層的w、h組成的面積分別為｛16×16，32×32，64×64，128×128｝的20、21/2和22/3，且w∶h有0.5、1.0 和2.0三種取值。定義awh與某個(gè)實(shí)際邊框的最大交并比為vIoU，找到與awh具有最大交并比的Bt，以及此時(shí)awh的w和h。

錨點(diǎn)形狀預(yù)測(cè)Lshape損失如式（14）：

得到錨點(diǎn)進(jìn)入興趣域池化產(chǎn)生感興趣區(qū)域，之后便可對(duì)興趣域中目標(biāo)分類(lèi)以及目標(biāo)預(yù)測(cè)邊框回歸。目標(biāo)分類(lèi)損失Lcls是與Faster R-CNN相同的交叉熵，如式（15），而目標(biāo)邊框回歸損失Lreg改成GIoU損失，具體為式（16）：

其中：P是每個(gè)興趣域中目標(biāo)分別屬于k個(gè)目標(biāo)類(lèi)別和背景類(lèi)的概率分布；u為目標(biāo)實(shí)際類(lèi)別；Bp(xp，yp，wp，hp)為目標(biāo)預(yù)測(cè)框。

網(wǎng)絡(luò)訓(xùn)練的總損失L為以上4個(gè)損失之和，即：

其中：λ3、λ4用于平衡錨點(diǎn)定位和定形損失，取值分別為1和0.1。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 數(shù)據(jù)集預(yù)處理

本實(shí)驗(yàn)基于MS COCO 2017數(shù)據(jù)集對(duì)鋼軌踏面塊狀傷損檢測(cè)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，選用我國(guó)北京交通大學(xué)李清勇老師團(tuán)隊(duì)［20］所采集的關(guān)于重型鋼軌（大小為160×1 000，共67張）和普通鋼軌（大小為55×1 250，共128張）踏面的傷損數(shù)據(jù)集RSDDs對(duì)預(yù)訓(xùn)練好的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行參數(shù)微調(diào)。通過(guò)分析RSDDs數(shù)據(jù)集中鋼軌傷損特征，得出該數(shù)據(jù)集傷損類(lèi)型皆為塊狀傷損，并且從傷損邊緣是否規(guī)整，可將該數(shù)據(jù)集分為兩種傷損類(lèi)型，如圖6（a）、（b）所示：一類(lèi)為外輪廓不規(guī)則、呈分層狀態(tài)，記為chip_fall；另一類(lèi)則是外輪廓光滑、形狀較為規(guī)則，記為scallop。

圖6 兩類(lèi)傷損及傷損輪廓示例Fig.6 Examples of two categories of defects and their contours

考慮到RSDDs數(shù)據(jù)集中樣本數(shù)量少，且兩種圖像尺度相差較大，對(duì)該數(shù)據(jù)集樣本進(jìn)行預(yù)處理：首先，把RSDDs數(shù)據(jù)集中每個(gè)傷損圖像橫向切割成等5張子圖像，并篩選出含有塊狀傷損的子圖像，建立新的鋼軌踏面塊狀傷損數(shù)據(jù)集，樣本數(shù)量為435張；然后，重新調(diào)整新數(shù)據(jù)集中的傷損圖像尺度為200×200，并用開(kāi)源標(biāo)注工具Labellmg重新標(biāo)記為chip_fall和scallop兩類(lèi)，并生成XML格式的標(biāo)記文件，如圖7所示；最后，對(duì)標(biāo)記后的新鋼軌傷損數(shù)據(jù)集進(jìn)行翻轉(zhuǎn)、隨機(jī)裁剪和加隨機(jī)噪聲的數(shù)據(jù)增廣操作（如圖8所示），建立本文所用的鋼軌踏面塊狀傷損數(shù)據(jù)集，增廣后樣本數(shù)量為3 045張，其中，72%作為訓(xùn)練集，8%作為驗(yàn)證集，20%作為測(cè)試集，具體樣本分布如表2所示。

圖7 scallop和chip_fall兩類(lèi)鋼軌踏面?zhèn)麚p圖像及標(biāo)簽示例Fig.7 Image and label examples of rail tread defects scallop and chip_fall

圖8 鋼軌踏面?zhèn)麚p數(shù)據(jù)增廣示例Fig.8 Examples of rail tread defect data augmentation

表2 鋼軌踏面塊狀傷損數(shù)據(jù)集樣本分布Tab.2 Sample distribution of rail tread block defects dataset

3.2 結(jié)果分析

3.2.1 實(shí)驗(yàn)環(huán)境及評(píng)價(jià)指標(biāo)

1）實(shí)驗(yàn)環(huán)境。

本實(shí)驗(yàn)采用的硬件環(huán)境為：GT1080Ti GPU 顯卡、Intel i5-7600 CPU 處理器、內(nèi)存16 GB。軟件環(huán)境為：Ubuntu 16.04 操作系統(tǒng)、Python3.6、PyTorch 1.3深度學(xué)習(xí)框架。

2）評(píng)價(jià)指標(biāo)。

為充分對(duì)基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損方法的檢測(cè)效果進(jìn)行對(duì)比，本文采用平均精度（Average Precision，AP）、平均精度均值（mean Average Precision，mAP）作為算法的主要評(píng)價(jià)指標(biāo)；分別統(tǒng)計(jì)檢測(cè)預(yù)測(cè)框與實(shí)際邊框的交并比IoU 值（0.5，0.75）的檢測(cè)精度，分別記為AP50 和AP75；并對(duì)尺度分別在0～32×32、32×32～96×96、大于96×96 的三種鋼軌踏面?zhèn)麚p的檢測(cè)精確度進(jìn)行統(tǒng)計(jì)，分別記為Aps、Apm、APl。即本文所用到的評(píng)價(jià)指標(biāo)為：mAP、AP50、AP75、APs、APm、APl。

3.2.2 結(jié)果分析

本實(shí)驗(yàn)采用帶動(dòng)量的隨機(jī)梯度下降法（Stochastic Gradient Descent，SGD）對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，初始學(xué)習(xí)率為0.01，學(xué)習(xí)率衰減速率為0.000 1，動(dòng)量為0.7，batch size設(shè)置為8，訓(xùn)練循環(huán)最大次數(shù)位10 000，輸入傷損圖像大小為200×200。取600 張測(cè)試樣本，基于傳統(tǒng)的Faster R-CNN 和改進(jìn)Faster RCNN 分別對(duì)鋼軌踏面塊狀傷損進(jìn)行網(wǎng)絡(luò)訓(xùn)練，其中訓(xùn)練集損失變化如圖9 所示可以看出，改進(jìn)的Faster R-CNN 相較于Faster R-CNN 在訓(xùn)練過(guò)程中收斂較快，且損失值較低。同時(shí)得出chip_fall 與scallop 兩種類(lèi)型的踏面塊狀傷損的檢測(cè)結(jié)果如圖10 所示，其中（a）組為輸入的塊狀傷損圖像，（b）組為基于YOLOv3 網(wǎng)絡(luò)的塊狀傷損檢測(cè)效果，（c）組為基于R-FCN 網(wǎng)絡(luò)的塊狀傷損檢測(cè)效果，（d）組為基于FPN網(wǎng)絡(luò)的塊狀傷損檢測(cè)效果，（e）組為基于Faster R-CNN 網(wǎng)絡(luò)檢測(cè)效果，（f）組為基于FPN+Faster R-CNN 網(wǎng)絡(luò)的塊狀傷損檢測(cè)效果，（g）組為基于GIoU+FPN+Faster R-CNN 網(wǎng)絡(luò)的塊狀傷損檢測(cè)效果，（h）組為基于GA+GIoU+FPN+Faster R-CNN 網(wǎng)絡(luò)的塊狀傷損檢測(cè)效果。從圖10 中可以看出本文所提的基于改進(jìn)Faster R-CNN的鋼軌踏面塊狀傷損方法較其他組的檢測(cè)效果而言，對(duì)小尺度傷損的檢測(cè)精確度更高。為進(jìn)一步分析模型的泛化性能，以mAP、AP50、AP75、APs、APm、APl 等指標(biāo)對(duì)不同改進(jìn)網(wǎng)絡(luò)測(cè)試結(jié)果進(jìn)行統(tǒng)計(jì)，結(jié)果如表3 所示，兩類(lèi)塊狀傷損的AP 值如表4所示。

圖9 Faster R-CNN及改進(jìn)Faster R-CNN的訓(xùn)練損失變化Fig.9 Change of training losses of Faster R-CNN and improved Faster R-CNN

從表3 可知：FPN+Faster R-CNN 網(wǎng)絡(luò)相較于Faster RCNN 而言，小尺度鋼軌踏面塊狀傷損檢測(cè)的APs 值提高了4.535 個(gè)百分點(diǎn)，說(shuō)明了FPN 的引入強(qiáng)化了小尺度鋼軌踏面塊狀傷損的特征表達(dá)能力；而GIoU-Faster R-CNN 網(wǎng)絡(luò)與FPN+Faster R-CNN 相比，鋼軌踏面塊狀傷損檢測(cè)效果的mAP、AP50、AP75、APs、APm、APl等各項(xiàng)評(píng)價(jià)指標(biāo)分別提升了4.454、3.615、5.405、9.72、5.795、4.016 個(gè)百分點(diǎn)，因此說(shuō)明基于GIoU 的回歸損失函數(shù)改進(jìn)方法與鋼軌踏面塊狀傷損的檢測(cè)精確度提高是有效的；相較于GIoU-Faster R-CNN，GAFaster R-CNN 對(duì)傷損檢測(cè)效果的mAP、AP50、AP75、APs、APm、APl 等各項(xiàng)評(píng)價(jià)指標(biāo)分別提升了4.496、0.554、5.8、0.513、4.335、6.623個(gè)百分點(diǎn)，即采用GA-RPN代替RPN作為興趣生成網(wǎng)絡(luò)，能夠有效地提高鋼軌踏面塊狀傷損檢測(cè)精確度；總而言之，相較于傳統(tǒng)的Faster R-CNN 算法來(lái)實(shí)現(xiàn)鋼軌踏面塊狀傷損檢測(cè)而言，采用FPN、GIoU 和GA-RPN 相結(jié)合的改進(jìn)Faster R-CNN 網(wǎng)絡(luò)對(duì)鋼軌踏面塊狀傷損檢測(cè)的mAP 值提高了13.201 個(gè)百分點(diǎn)，驗(yàn)證了本文所提改進(jìn)方法對(duì)鋼軌踏面塊狀傷損檢測(cè)精確度提升的有效性。

圖10 不同網(wǎng)絡(luò)對(duì)chip_fall類(lèi)和scallop類(lèi)的傷損檢測(cè)效果Fig.10 Defect detection effect of chip_fall category and scallop category by using different networks

表3 不同改進(jìn)網(wǎng)絡(luò)的鋼軌踏面塊狀傷損檢測(cè)結(jié)果對(duì)比 單位：%Tab.3 Comparison of detection results of rail tread block defects by using different improved networks unit：%

由表4 可知，不同的網(wǎng)絡(luò)對(duì)兩類(lèi)傷損的檢測(cè)精確度不同，但有相同規(guī)律，即相較于chip_fall 類(lèi)塊狀傷損，scallop 類(lèi)傷損的平均檢測(cè)精確度（AP）值更高，由此可推斷出scallop 類(lèi)傷損的特征更明顯、更規(guī)律，更易被檢測(cè)；同時(shí)，基于GA+GIoU+FPN+Faster R-CNN 相較于傳統(tǒng)的Faster R-CNN 方法對(duì)鋼軌踏面塊狀傷損檢測(cè)精度提高了12.326個(gè)百分點(diǎn)。

綜合以上實(shí)驗(yàn)結(jié)果及分析可知，本文提出的基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損檢測(cè)方法對(duì)多尺度塊狀傷損的檢測(cè)精確度有明顯的提升。

表4 不同改進(jìn)網(wǎng)絡(luò)對(duì)兩種塊狀傷損的平均檢測(cè)精確度統(tǒng)計(jì) 單位：%Tab.4 AP statistics of two kinds of block defects by using different improved networks unit：%

4 結(jié)語(yǔ)

本文提出了基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損檢測(cè)方法，采用平移、翻轉(zhuǎn)、裁剪、加隨機(jī)噪聲等方法對(duì)數(shù)據(jù)集進(jìn)行擴(kuò)充，解決了鋼軌踏面塊狀傷損的數(shù)據(jù)集不足問(wèn)題；并在特征提取階段，采用ResNet-101基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建多尺度特征金字塔，提高了小尺度塊狀傷損的檢測(cè)精度；此外，使用GIoU、Focal 損失函數(shù)及GA-RPN 自適應(yīng)生成錨點(diǎn)方法，彌補(bǔ)了傳統(tǒng)Faster R-CNN 中對(duì)預(yù)測(cè)邊框回歸定位不準(zhǔn)確和生成錨點(diǎn)中正負(fù)樣本不平衡的不足，可為軌道傷損巡檢的智能化處理提供相關(guān)參考。然而，本文僅實(shí)現(xiàn)了兩類(lèi)塊狀傷損的檢測(cè)分類(lèi)，而在工程應(yīng)用中存在多種多樣的鋼軌踏面?zhèn)麚p，未來(lái)可以從鋼軌踏面?zhèn)麚p數(shù)據(jù)集的擴(kuò)充著手，對(duì)其他常見(jiàn)類(lèi)鋼軌踏面?zhèn)麚p的精確檢測(cè)進(jìn)行深入研究。