李晨曦，婁根，李慧姝，方武

（1.蘇州經(jīng)貿(mào)職業(yè)技術(shù)學院，信息技術(shù)學院，蘇州215009；2.江蘇省智能服務工程技術(shù)研究開發(fā)中心，蘇州215009）

0 引言

國內(nèi)外科研工作者對電力環(huán)境下物品檢測進行了深入研究，提出了模糊均值方法、K最近鄰方法以及支持向量機等傳統(tǒng)圖像識別方法。上述方法基于簡單的人工特征，當電力環(huán)境變化時，識別準確率會大幅下降，算法魯棒性不強。隨著深度學習的興起，國內(nèi)外學者對深度卷積神經(jīng)網(wǎng)絡技術(shù)（Deep Convolutional Neu?ral Network，DCNN）在電力環(huán)境下物品檢測方面開展了研究[1]。相對于傳統(tǒng)方法，DCNN直接將圖像作為輸入，能夠?qū)崿F(xiàn)圖像中目標特征的自動提取，避免了繁瑣的人工操作，并對圖像具有極強的表征能力[2]，顯著提高了電力環(huán)境下物品監(jiān)測的有效性與實用性。

電力機器人對場景中各種目標進行自動檢測是實現(xiàn)這些遠程電力作業(yè)功能的首要條件。其中基于深度卷積神經(jīng)網(wǎng)絡的目標檢測技術(shù)是近期最受關注的研究領域[3-6]。然而，現(xiàn)階段視覺目標檢測的研究方法和技術(shù)手段需要大量訓練數(shù)據(jù)及復雜模型，存在數(shù)據(jù)標注成本太高、實時處理能力不強等問題。其主要原因在于：一是當前深度卷積神經(jīng)網(wǎng)絡預測模型[7]的高準確性是建立在大數(shù)據(jù)學習的基礎上，需要大量的標注樣本才能發(fā)揮作用，成本非常大；二是作業(yè)機器人等嵌入式作業(yè)機器人一般采用電池供電，能量和計算能力有限，無法實時運算復雜的神經(jīng)網(wǎng)絡模型。

人類之所以能夠快速學習的關鍵是人類具備學會學習的能力，能夠充分利用以往的知識經(jīng)驗來指導新任務的快速學習，稱為小樣本學習（Few Shot Learning）[8]。小樣本學習使得我們可以通過較少的樣本快速持續(xù)地學習各種各樣的任務，已經(jīng)成為增強學習之后深度學習一個重要的研究方向。將基于深度學習的小樣本目標檢測方法應用于電力場景作業(yè)機器人系統(tǒng)屬于比較新的研究方向，至今在這方面的研究成果不多。

1 研究進展

近年來，隨著深度學習技術(shù)的發(fā)展，目標檢測算法從基于手工特征的傳統(tǒng)方法轉(zhuǎn)向了基于深度神經(jīng)網(wǎng)絡的方法，例如2013年提出的R-CNN[8]以及近年來Fast/Faster R-CNN[9]、YOLO系列[10-11]、SSD系列[12-15]、Pelee[16]等這些基于深度學習的目標檢測技術(shù)。這些基于深度學習的主流算法模型分為One-Stage目標檢測算法和Two-Stage目標檢測算法。其中，YOLO、SSD等典型One-Stage目標檢測算法不需要候選區(qū)域階段，可以通過一步直接產(chǎn)生物體的類別概率和位置坐標值。Two-Stage目標檢測算法將檢測問題劃分為兩個階段，第一個階段首先產(chǎn)生候選區(qū)域，包含目標大概的位置信息，然后第二個階段對候選區(qū)域進行分類和位置精確修改。

在電力場景下，由于光線變化導致傳統(tǒng)算法識別率較低。為切實降低目標檢測所需數(shù)據(jù)的獲取及標注成本，提升檢測準確率，我們提出建立面向電力場景作業(yè)機器人的小樣本目標檢測體系，結(jié)構(gòu)如圖1所示。

圖1 基于小樣本學習技術(shù)的電力場景目標檢測框圖

具體研究方法如下：

（1）首先對機器人采集的圖像進行預處理，采用特征工程確定目標候選區(qū)域，減少數(shù)據(jù)處理量，研究精簡化的卷積神經(jīng)網(wǎng)絡模型。

（2）綜合考慮計算復雜度、存儲需求，采用適于電力作業(yè)機器人的小樣本目標檢測算法。圖2給出了工作原理。

圖2 小樣本目標檢測算法流程圖

2 目標檢測算法

2.1 目標檢測

目標檢測是機器視覺領域的核心問題之一，其任務是找出圖像或視頻中的感興趣物體，同時檢測出它們的位置和大小。本文采用16層深度卷積神經(jīng)網(wǎng)絡，

首先對輸入圖像進行預處理，將圖像分成13×13塊，然后利用訓練好的卷積神經(jīng)網(wǎng)絡，在預測框回歸輸出物品的類別和位置。具體方法如圖2所示，首先獲取樣本圖像，然后對樣本圖像進行數(shù)據(jù)增強處理擴充數(shù)據(jù)集；對數(shù)據(jù)集標注，得訓練樣本集；對樣本圖像進行縮放，得子圖像；構(gòu)建十六層卷積神經(jīng)網(wǎng)絡模型M；采用通用物品檢測數(shù)據(jù)庫對十六層卷積神經(jīng)網(wǎng)絡模型M進行預訓練，得預檢測模型；在預訓練后對檢測模型進行二次訓練，得最終的目標檢測模型。二次訓練的數(shù)據(jù)為采集和進行數(shù)據(jù)增強后的訓練樣本集；最后對子圖像處理得目標框，利用目標框?qū)δ繕藱z測模型進行測試。依據(jù)電力環(huán)境下物品圖像的特點，進一步優(yōu)化卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)與參數(shù)，建立一種精簡的物品識別模型，實現(xiàn)電力環(huán)境下物品的有效識別。

2.2 數(shù)據(jù)集

首先采用通用開源數(shù)據(jù)庫進行深度卷積神經(jīng)網(wǎng)絡模型的預訓練。通過網(wǎng)絡爬蟲采集圖像3000幅，并采集各種電力場景下圖像12000幅。為了擴大圖像訓練數(shù)據(jù)集，更好地提取各種條件下物品特征，訓練時避免出現(xiàn)過擬合，如圖3所示，我們對采集的數(shù)據(jù)集進行一些經(jīng)典數(shù)據(jù)增強處理，具體包括圖像亮度、色度、對比度、銳度以及人工加噪聲等多種處理。通過數(shù)據(jù)增強后，圖像數(shù)據(jù)集擴充到4萬張。將圖像分辨率縮小為512×512像素，然后對圖像中目標進行人工標注。圖像標注后，隨機選取不同環(huán)境條件下的6000幅圖像作為測試集，其余34000幅圖像用于模型訓練。

圖3 圖像的數(shù)據(jù)增強

3 基于DCNN的物品識別技術(shù)

3.1 模型

從不同電力環(huán)境下采集的圖像中實時目標檢測是一項具有挑戰(zhàn)的任務。深度卷積神經(jīng)網(wǎng)絡對目標特征具有很好的自學習能力，可用目標的有效識別。我們采用基于區(qū)域的DCNN，在卷積層后接入感興趣區(qū)域池化層，然后接入全連接層。本文采用的深度卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)參數(shù)如表1所示。

表1 卷積網(wǎng)絡結(jié)構(gòu)參數(shù)表

算法模型如式（1）所示。

其中，x為輸入圖像，y為物品分類以及其位置坐標，M為卷積神經(jīng)網(wǎng)絡模型。網(wǎng)絡由卷積網(wǎng)絡層和最大值池化層組成。卷積網(wǎng)絡用于提取圖像的特征，最大值池化用于選擇重要特征，最后使用訓練好的模型M對圖像中物品進行檢測識別。

3.2 損失函數(shù)

模型訓練采用的損失函數(shù)如式（2）所示。

其中λnoobjλpriorλcoordλobjλclass為不同類型的損失函數(shù)的權(quán)重。noobj是指矩形框里沒有目標，obj是指矩形框里有目標，coord是指矩形框坐標，class目標種類，這里為12種目標，IOU是指疊加區(qū)域。

4 實驗

采用TensorFlow 2.0等平臺以及標準開源庫對本文算法性能進行分析實驗。根據(jù)試驗結(jié)果，調(diào)整參數(shù)重復實驗。在不同條件下檢驗算法的實際效果，并根據(jù)實測結(jié)果對算法進行分析以及優(yōu)化。采用手動調(diào)參實現(xiàn)信息的有效處理，當達到精度要求時終止訓練過程。系統(tǒng)平臺參數(shù)如表2所示。

表2 PC系統(tǒng)測試平臺參數(shù)

本文算法與YOLO、SSD和Faster R-CNN算法準確率以及速度如表3所示。通過對不同尺寸圖像檢測實驗結(jié)果證明本文算法在512×512分辨率下準確率方面達到85mAp，優(yōu)于YOLO和SSD算法，平均提升了8%，略低于目前準確率最高的Faster R-CNN算法。

表3 不同算法準確率比較

5 結(jié)語

為解決電網(wǎng)人員生命安全與高強度作業(yè)問題，降低工作人員的事故率，針對現(xiàn)階段識別檢測算法存在準確率低、魯棒性不強等問題，本文提出了一種小樣本目標檢測方法研究。實驗證明相對于傳統(tǒng)方法，本文方法在保證速度的前提下，可提升8%的準確率，能對不同環(huán)境下物品的進行有效識別。下階段工作是將算法部署到作業(yè)機器人上進一步實測并完善。