劉 鵬

0 引言

接觸網(wǎng)是沿鐵路線路架設(shè)的向電力機車供電的輸電線路，主要由基礎(chǔ)與支柱、支持裝置、接觸懸掛裝置、定位裝置等部分組成[1]。因為接觸網(wǎng)的結(jié)構(gòu)特點，每年3～5月，鳥類經(jīng)常在接觸網(wǎng)隔離開關(guān)底座、硬橫梁、鋼柱等處修筑鳥巢，而鳥類筑巢的樹枝、金屬線等材料極易造成線路短路、電氣控制部件損壞、跳閘、機械補償裝置失靈等安全隱患，嚴重影響了行車安全[2]。目前，對接觸網(wǎng)區(qū)域鳥窩的檢測、識別主要依靠人工分析視頻監(jiān)控圖像并判斷和標記，這種由人工進行的圖像甄別工作量大、效率低，而且可靠性和準確率也很難保證。 為了解決這一問題，文獻[3～6]提出通過分析接觸網(wǎng)沿線的車載視頻，再根據(jù)一定的先驗知識建立特征模型來完成接觸網(wǎng)區(qū)域巡檢中鳥窩的非接觸式識別檢測。近年來，基于深度卷積網(wǎng)絡(luò)的人工智能技術(shù)能夠在大量視頻圖像中快速確定含有特 定目標的圖像，然后對該圖像中目標區(qū)域進行定位、識別。文獻[7]利用SSD網(wǎng)絡(luò)及遷移學(xué)習(xí)技術(shù)完成對鳥窩的識別。文獻[8]運用Faster R-CNN模型對鳥窩進行自動識別。文獻[9]首先基于LSD直線段檢測算法獲取鳥巢可能出現(xiàn)的區(qū)域，然后運用YOLO v3網(wǎng)絡(luò)對可能區(qū)域進行鳥窩自動識別。雖然上述方法針對接觸網(wǎng)區(qū)域中的鳥窩識別取得了一定的效果，但針對成像條件復(fù)雜情況下的接觸網(wǎng)區(qū)域鳥窩識別的效果有限，難以同時兼顧正常成像、成像質(zhì)量不佳、有霧天氣、圖像部分曝光、部分鳥窩被器件遮擋等不同成像狀態(tài)下的接觸網(wǎng)區(qū)域鳥窩智能識別任務(wù)。為了解決這一問題，本文提出一種基于YOLO-v5檢測模型與Inception v4識別模型多模型融合的接觸網(wǎng)區(qū)域鳥窩智能識別方法。

1 接觸網(wǎng)區(qū)域鳥窩樣本圖像集構(gòu)建

構(gòu)建接觸網(wǎng)區(qū)域鳥窩樣本圖像集是通過深度學(xué)習(xí)技術(shù)實現(xiàn)鳥窩智能識別的基礎(chǔ)。由于接觸網(wǎng)線路巡檢圖像中存在正常成像、成像質(zhì)量不佳、有霧天氣、部分曝光、鳥窩被部分遮擋等多種不同成像情況，因此，在收集樣本構(gòu)建接觸網(wǎng)區(qū)域鳥窩樣本圖像集時必須考慮上述因素。選取接觸網(wǎng)懸掛狀態(tài)監(jiān)測系統(tǒng)不同場景下的鳥窩拍攝圖像構(gòu)建鳥窩樣本圖像集。樣本集包含10000幅接觸網(wǎng)巡檢圖像，其中，包含鳥窩的圖像7000幅，不包含鳥窩的圖像3000幅，鳥窩樣本圖像集的像素均為2448×2050，其成像狀況分布如表1所示。

表1 鳥窩樣本圖像統(tǒng)計

對樣本集中的圖像進行標注時，首先由專業(yè)巡檢人員對接觸網(wǎng)區(qū)域中是否存在鳥窩進行判斷。若存在鳥窩，則利用標注工具在鳥窩出現(xiàn)處繪制矩形標記框，并標記nest類型。部分樣本圖像標注示例如圖1所示，包含了正常成像、有霧天氣、部分遮擋、部分曝光、成像不清晰等不同成像狀況。

圖1 典型樣本圖像及其標注示例

2 接觸網(wǎng)區(qū)域鳥窩智能識別方法

2.1 識別流程

本文所述接觸網(wǎng)區(qū)域鳥窩智能檢測識別流程如圖2所示。首先將前端采集的接觸網(wǎng)圖像經(jīng)過預(yù)處理，縮放至長寬均為640像素，再分別由YOLO- v5的深層、淺層模型進行鳥窩初步檢測；然后將兩個模型檢測結(jié)果通過IOU指標進行融合；最后將融合結(jié)果經(jīng)Inception v4模型進行精確識別，從而完成接觸網(wǎng)區(qū)域鳥窩的智能識別。

圖2 接觸網(wǎng)區(qū)域鳥窩智能識別流程

2.2 YOLO-v5深層模型與淺層模型

YOLO-v5[10]模型融合了CSP Darknet53[11]、PANET（路徑聚合網(wǎng)絡(luò)）[12]和SPP（空間金字塔池化）[13]等結(jié)構(gòu)，不僅在對象檢測方面表現(xiàn)出色，而且YOLO-v5s的模型推理速度更是達到了140 F/s。目前，該系列有4個模型（YOLO-v5s、YOLO-v5m、YOLO-v51、YOLO-v5x），YOLO-v5s模型網(wǎng)絡(luò)在YOLO-v5系列中深度最小、特征圖寬度最小。針對真實數(shù)據(jù)，考慮到鳥窩的多樣性，選擇了網(wǎng)絡(luò)最小、速度最快的YOLO-v5s模型作為鳥窩初步檢測的淺層模型，模型結(jié)構(gòu)如圖3所示，其中有4個由紅色框標記的結(jié)構(gòu)區(qū)域，從左到右分別是Input、Backbone、Neck、Prediction區(qū)域。

圖3 YOLO-v5s模型架構(gòu)

模型輸入端包含Mosaic數(shù)據(jù)增強、自適應(yīng)錨框計算兩部分。前者通過隨機縮放、裁剪、排布對圖像進行拼接，增加樣本庫中小目標樣本，提升檢測性能，自適應(yīng)錨框計算。針對不同數(shù)據(jù)集，模型將設(shè)定一個初始長寬的錨框，在網(wǎng)絡(luò)訓(xùn)練中，網(wǎng)絡(luò)在初始錨框的基礎(chǔ)上輸出預(yù)測框，進而與真實框Groundtruth進行比對，計算兩者差距，再反向更新，自適應(yīng)計算不同訓(xùn)練集中的最佳錨框值。Backbone包含F(xiàn)ocus結(jié)構(gòu)和CSP結(jié)構(gòu)，F(xiàn)ocus結(jié)構(gòu)提供切片操作，CSP結(jié)構(gòu)將梯度變化完整地集成到特征圖中，減少模型參數(shù)量和Flops數(shù)值，既保證推理速度、準確率，又減小了模型尺寸。Neck用于生成特征金字塔，增強了模型對于不同縮放尺度對象的檢測。Prediction用于最終檢測，在特征圖上應(yīng)用錨定框，并生成帶有類概率、對象得分和包圍框的最終輸出向量。

深層模型選擇YOLO-v5l模型，其與YOLO- v5s最大的不同在于網(wǎng)絡(luò)結(jié)構(gòu)中CSP1和CSP2 block深度的不同。

2.3 檢測模型集成策略

為提升接觸網(wǎng)區(qū)域鳥窩的檢出率，使兩個檢測模型實現(xiàn)檢測結(jié)果互補，本文采用IOU將兩種模型檢測的結(jié)果進行融合，IOU參數(shù)的計算式為

式中：Boxs表示淺層模型的檢測框，Boxl表示深層模型的檢測框。當IOU大于設(shè)定閾值（本文取0.5）時，將融合兩檢測框后再輸出，否則將兩個獨立檢測框均作為輸出。

2.4 融合結(jié)果精確識別

為得到更準確的識別結(jié)果，將融合后檢測框尺寸統(tǒng)一縮放為長、寬均為128像素的圖像塊（超過128則進行縮小，不足128則用灰度值為0的像素補齊），然后利用Inception v4模型[14]進行精確識別。

Inception v4模型架構(gòu)如圖4所示。其中，Stem部分運用多次卷積和2次池化來防止瓶頸問題，之后共使用3種14個Inception模塊，3種Inception模塊間的Reduction模塊起到池化作用，同時使用了Inception v4模塊的并行結(jié)構(gòu)來防止瓶頸問題的發(fā)生。

圖4 Inception v4模型架構(gòu)

3 實驗及分析

3.1 實驗設(shè)置

采用本文表1所示樣本圖像數(shù)據(jù)集進行了相關(guān)實驗，并將數(shù)據(jù)樣本圖像統(tǒng)一縮放到640×640。

3.2 模型訓(xùn)練

分別利用本文第1節(jié)構(gòu)建的樣本圖像數(shù)據(jù)集進行YOLO-v5s和YOLO-v5l模型訓(xùn)練與測試。首先將數(shù)據(jù)樣本按8∶2的比例隨機分成訓(xùn)練集、測試集，并對訓(xùn)練集進行水平鏡像。模型訓(xùn)練時優(yōu)化器選擇Adam，batch size設(shè)置為64，訓(xùn)練輪數(shù)epochs設(shè)置為200，學(xué)習(xí)率設(shè)置為0.001。兩個檢測網(wǎng)絡(luò)均載入COCO數(shù)據(jù)集的預(yù)訓(xùn)練權(quán)重，并保留在訓(xùn)練集上獲得的最優(yōu)模型。Inception v4模型[15]載入ImageNet數(shù)據(jù)集上的預(yù)訓(xùn)練權(quán)重，然后進行鳥窩、非鳥窩二分類訓(xùn)練，訓(xùn)練集、測試集樣本均來自檢測模型融合結(jié)果中的真實鳥窩、非鳥窩檢測框，并按照8∶2比例劃分訓(xùn)練集、測試集。對訓(xùn)練集圖像進行水平鏡像，訓(xùn)練時batch size設(shè)為32，訓(xùn)練輪數(shù)epochs設(shè)置為100，學(xué)習(xí)率設(shè)為0.001。

3.3 實驗結(jié)果及分析

該實驗流程包括YOLO-v5s（淺層）網(wǎng)絡(luò)檢測、YOLO-v5l（深層）網(wǎng)絡(luò)檢測、深層與淺層網(wǎng)絡(luò)檢測結(jié)果融合、檢測結(jié)果融合后再通過Inception v4模型精確識別。實驗測試結(jié)果如表2所示，其中，準確率accuracy、召回率recall的定義分別為

表2 接觸網(wǎng)區(qū)域鳥窩智能識別性能對比

式中：TP為鳥窩圖像正確檢測的數(shù)量，TN為正常圖像中正確檢測的數(shù)量，F(xiàn)N為鳥窩圖像檢測錯誤的數(shù)量，F(xiàn)P為正常圖像被檢測錯誤的數(shù)量。

由表2可以發(fā)現(xiàn)，不同識別流程的召回率recall、準確率accuracy差別較大。其中，深層網(wǎng)絡(luò)（YOLO-v5l）針對鳥窩識別的召回率為94.57%優(yōu)于淺層網(wǎng)絡(luò)（YOLO-v5s），但深層網(wǎng)絡(luò)（YOLO-v5l）的誤報FP較多，導(dǎo)致其準確率低于淺層網(wǎng)絡(luò)（YOLO-v5s）。進行模型融合（淺層&深層）后，召回率上升到98.71%，但隨之而來的誤報FP也大幅上升到364，導(dǎo)致該流程的準確率accuracy下降到79.15%。模型融合+Inception v4則表現(xiàn)出了最佳檢測性能，針對鳥窩檢測的召回率recall為98.71%，準確率為98.36%，均獲取了最佳性能。根據(jù)上述分析可知，將深層、淺層檢測模型的融合結(jié)果進一步由Inception v4模型進行精確識別，可以在保證較高召回率的情況下，大幅降低誤報（FP取值由364降低到23），從而大幅提升接觸網(wǎng)區(qū)域鳥窩智能識別方法的性能，能夠同時獲得最佳的召回率、準確率。表2所示最優(yōu)檢測流程（將深層、淺層檢測模型檢測結(jié)果融合后再利用Inception v4進行精確識別）的部分典型識別結(jié)果如圖5所示。

圖5 接觸網(wǎng)區(qū)域鳥窩智能識別結(jié)果的典型示例

4 結(jié)論

針對接觸網(wǎng)區(qū)域中鳥窩的智能識別問題，本文提出了將YOLO v5s淺層網(wǎng)絡(luò)與YOLO v5l深層網(wǎng)絡(luò)的檢測結(jié)果進行融合來實現(xiàn)接觸網(wǎng)區(qū)域鳥窩初步檢測，再使用Inception v4模型對初步檢測結(jié)果進行精確識別的方法。同時，為了滿足深度學(xué)習(xí)技術(shù)對樣本圖像數(shù)據(jù)量的要求，構(gòu)建了接觸網(wǎng)區(qū)域鳥窩樣本圖像數(shù)據(jù)集，并由專業(yè)巡檢人員對鳥窩進行判讀、標注。實驗表明，所述方法能夠有效實現(xiàn)正常成像、有霧天氣、部分遮擋、部分曝光、成像不清晰等各種成像狀態(tài)下的接觸網(wǎng)區(qū)域鳥窩精確檢測、識別任務(wù)，對進一步研發(fā)接觸網(wǎng)區(qū)域鳥窩智能識別系統(tǒng)具有重要意義。