基于Cascade R-CNN 的配電網鳥巢檢測

趙 鍇，李繼東，黃 佳，鄭靜媛，張淞杰

（1.國網北京市電力公司，北京 100031；2.浙江大學 電氣學院，杭州 310027）

0 引言

隨著我國城市現代化的發展，城市的用電量也在不斷增大。為了滿足城市各地區的生產生活用電需求，配電網需要承擔極大的電力分配壓力。配電網具有電壓等級多，網絡結構復雜，設備類型多樣，作業點多面廣，安全環境相對較差等特點，因此配電網的安全風險因素也相對較多。據統計，電力用戶遭受的停電事故95%以上是由配電網引起的（扣除發電不足因素）[1]。另外，由于配電網承擔為各類用戶提供電力能源的責任，因此降低配電網故障對提升用戶體驗，提高企業形象具有重要意義。而這就對配電網的可靠運行提出了更高的要求。

配電網主要由架空線路、桿塔、電纜、配電變壓器、斷路器、無功補償電容等配電設備及附屬設施組成，實際運行中的配電線路故障絕大部分是架空線路故障[2]。鳥害一直是導致架空配電網故障高發的主要原因[3]，鳥類活動引起的線路跳閘次數僅次于雷害與外力破壞[4]。并且由于輸電線路人工巡檢成本巨大，電網公司缺乏有效應對措施。

針對鳥害的預防問題，國內外都做了不少研究。傳統的研究方向是對配電網架空線路進行防鳥害改裝，主要可以分為三類：加裝驅鳥型設備，如風輪、超聲波、光波驅鳥器等；加裝防護型設備，如防鳥罩、防鳥刺等；加裝誘導型設備，如竹籃鳥巢等[5]。這些方法具有很多值得學習和借鑒的地方，但也存在成本高昂、維護困難、影響施工等缺點，因此實際效果并不理想。隨著機器視覺以及無人機等技術的迅猛發展，配電網的鳥害預防也出現了一種通過圖像方法實現的新思路。文獻[6]研究并實現了兩種鳥巢特征提取的方法：PCA（主成分分析方法）和Gabor 濾波方法，并分別對鳥巢圖片數據進行了實驗。西南交通大學的團隊通過對關鍵區域HOG（方向梯度直方圖）特征的提取，實現了對鐵路接觸網鳥巢區域的檢測[7]。文獻[8]提供了一種基于支持向量機的鳥巢檢測框架。文獻[9]通過搜索符合鳥巢樣本的HSV（色調-飽和度-明度）顏色特征量的連通區域，檢測鐵塔上的鳥巢。這些算法都相對簡單，對于配電網的鳥巢檢測存在著穩定性較差，抗干擾能力不強等問題。

近年來，隨著深度學習技術的不斷發展，基于深度學習方法的目標檢測與定位識別技術已經達到不錯的效果，并開始大規模應用于產業。然而，針對配電網的鳥巢檢測，相關深度學習方法的研究應用卻十分少。因此，本文的探索對相關的研究具有一定的借鑒和啟發意義。

CNN（卷積神經網絡）是深度學習網絡的基礎，在圖像檢測識別領域發揮著舉足輕重的作用。在此基礎上，逐漸發展出了R-CNN[10]，SPP-net[11]，Fast R-CNN[12]，Faster R-CNN[13]等一系列深度學習的算法模型。在綜合考慮檢測速率和準確率的情況下，本文提出了一種基于Cascade R-CNN 的配電網鳥巢檢測方法。該方法通過在R-CNN 中加入一個multi-stage 的結構，使每個stage 都有一個不同的IoU（聯合正負）閾值，可為配電網提供更穩定、高效的鳥巢檢測結果。

1 Cascade R-CNN 神經網絡

1.1 CNN 神經網絡

在圖像的目標檢測中，特征的選擇通常比分類更重要。在CNN 發展之前，各種視覺識別技術的進展都很大程度上基于SIFT（尺度不變特征變換）[14]和HOG[15]的使用，其中參考文獻[7]正是使用了HOG 特征。但是SIFT，HOG 等經驗驅動的人造特征通常并不能完全代表樣本的特征，因此開始轉而使用CNN 等為代表的數據驅動的檢測方法，以此提高特征對樣本的表示能力。

CNN 的工作機制是將圖像作為網絡輸入，然后通過多個卷積層和池化層進行處理，最后輸出對象類別，如圖1 所示。對于每個輸入圖像，都會得到一個相應的對象類別。當要實現圖像檢測時，需要同時定位圖像中的多個物體。CNN 一般是通過滑動窗口探測器來實現檢測定位，為了獲得較高的空間分辨率，這些CNN 都采用了兩個卷積層和兩個池化層。但是由于R-CNN 網絡層次更深，輸入圖片有非常大的尺寸（195×195）和步長（32×32），這使得采用滑動窗口的方法并不可行。

圖1 CNN 網絡結構

CNN 與普通神經網絡的區別在于，CNN 包含了一個由卷積層和下采樣層構成的特征，公式如下：

式中：i，j 分別代表輸入圖像的長和寬；m，n 分別為卷積核的長和寬；s 為輸出；W 為卷積核；X為網絡的輸入。特別的，如果X 是一個二維輸入的矩陣，那么W 也是一個二維的矩陣；如果X是一個多維張量，那么W 也是一個多維的張量。

CNN 一般包括輸入層、卷積層、激活函數、池化層以及全連接層。輸入層主要對圖片數據進行預處理，包括去均值與歸一化，預處理后的圖片才能以統一的格式進行后續的卷積操作。卷積層通過卷積運算，提取圖像的高級特征。提取到的特征連接全連接層，并通過激活函數得到檢測結果。在CNN 中，使用的激活函數多為ReLU（線性修正單元）函數。ReLU 激活函數的公式如下：

池化層的存在能夠有效地減少計算量。池化就是將多個像素點進行求均值或最大值等操作，將輸入圖像進行縮小，減少像素信息，進而減少計算量。全連接層在整個CNN 中起到“分類器”的作用，即通過前敘輸入層、卷積層、激活函數、池化等模塊后，將得到的結果連接至全連接層，通過全連接層對結果進行識別分類。

1.2 Cascade R-CNN

在CNN 的基礎上，Ross Girshick 等人將候選區域和CNN 結合起來，得到一種新的神經網絡R-CNN。受滑動窗口方法的啟發，R-CNN 采用區域識別的方案來進行分區檢測。在R-CNN 中，對每張圖片產生接近2 000 個與類別無關的候選區域，對每個CNN 抽取了一個固定長度的特征向量，最后通過專門針對特定類別數據的線性SVM（支持向量機）或softmax 分類器對每個區域進行分類。在不考慮候選區域大小的情況下，使用放射圖像變形的方法來對每個不同形狀的候選區域產生一個固定長度作為CNN 輸入的特征向量。實驗證明該方法能夠有效提高檢測效果，但是相應的也存在一些缺點。首先在對象檢測中，需要定義IoU 閾值。隨著IoU 閾值的增大，網絡的檢測性能下降。造成這種情況的主要原因有兩個：在訓練期間由于正樣本呈指數消失而過度擬合；最佳檢測器的IoU 與輸入假設的IoU 之間的推理時間不匹配。

為了解決這個問題，2018 年研究人員提出了Cascade R-CNN。基于該網絡提出了一種多階段目標檢測架構，它由一系列經過不斷提高的IoU閾值訓練檢測器組成，可以依次對接近的假陽性更具選擇性。具體的，是設計cascade R-CNN 的bbox cls/reg 機制，公式如下：

其中總共有3 個雙向子網相級聯，每個雙向子網采用不同的IoU 閾值。

2 基于Cascade R-CNN 的配電網鳥巢檢測

2.1 實驗數據

為了驗證提出的基于Cascade R-CNN 的配電網鳥巢檢測方法的可行性與有效性，本文進行了一系列的實驗驗證。整個實驗過程基于Ubuntu-16.04 操作系統下的TensorFlow 2.0 平臺，實驗圖片共計有2 076 張。

在本文針對架空線的鳥巢檢測中，由于背景繁雜，對圖片的檢測工作帶來許多困難。如圖2所示，現場圖片中通常包含絕緣子、架空線之類的設備影響檢測，且鳥巢位置通常比較隱蔽，使用傳統的檢測算法極易產生誤檢，如將架空線路或鐵塔識別為鳥巢，或是將鳥巢當做架空線的一部分。為了應對這個問題，本文擬采用基于Cascade R-CNN 的檢測方法，通過熱力圖的方式尋找鳥巢所在區域的特征，實現對架空線鳥巢的準確識別。

2.2 級聯結構

如圖3 所示，本文使用的Cascade 級聯結構共分為4 個階段，在訓練初期，RPN（區域生成網絡）提出的候選框大部分質量都不高，導致沒辦法直接使用高閾值的檢測器，Cascade R-CNN 使用級聯回歸作為一種重采樣的機制，逐階段提高候選框的IoU 值，從而使得前一個階段重新采樣過的候選框能夠適應下一個有更高閾值的階段，本文中使用的IoU 閾值分別設定為遞進的0.5，0.6，0.7。同時，將大于該閾值的定義為正樣本，其余均為負樣本。

圖2 架空線的鳥巢

圖3 Cascade 級聯結構

在本文基于Cascade R-CNN 的配電網鳥巢檢測實驗中，通過該multi-stage 的結構，對檢測器的候選框基于不同的IoU 閾值進行訓練。在訓練階段，神經網絡提出多個候選框，這些候選框被送入到Cascade R-CNN 網絡結構中，通過三段不同的IoU 閾值挑選對應質量的樣本用于訓練與檢測。通過逐級提高候選框的IoU 值，從而使得前一級重新采樣過的候選框能夠適應下一個有更高IoU 閾值的階段，實現提高檢測效果的目的。訓練后的檢測器可以快速對檢測圖片的候選框進行匹配計算，實現對架空線鳥巢的有效檢測。

2.3 網絡參數

作為對比，損失函數與Faster R-CNN 保持一致。分類器采用softmax，回歸采用smooth L1 loss，并且為了防止由于邊界框大小以及位置帶來的回歸尺度的影響，對邊界框的坐標進行歸一化處理。Cascade R-CNN 的參數數量隨級聯級數的增加而增加，其中基線檢測器的參數數量呈線性增加。另外，由于與RPN 相比基線檢測器的計算成本通常較小，因此在訓練和測試方面，Cascade R-CNN 的計算成本相對Faster R-CNN 更小。

2.4 實驗設計

在本文的實驗中，實驗圖片共計有1 836 張。所有實驗圖片均已人工標記鳥巢區域并記錄圖片標簽屬性。選取部分實驗圖片樣本作為訓練樣本，剩余圖片樣本作為測試樣本。將訓練樣本分別對不同檢測算法進行訓練，并用訓練后的算法模型對測試樣本進行檢測。通過對Cascade RCNN 和其余幾種主流算法的識別準確率進行對比分析，可以得知基于Cascade R-CNN 的配電網鳥巢檢測是否具有可行性和先進性。

本文的實驗流程如圖4 所示。在訓練后的神經網絡中，將測試圖片輸入骨干網絡，通過RPN得到一系列候選框，之后進行池化得到第一級的分類器結果和回歸結果，通過三級Cascade 級聯結構的IoU 閾值可以快速獲得最終的分類和回歸結果，判斷測試圖片中是否存在鳥巢，并框出鳥巢所在位置。

圖4 實驗流程

3 實驗結果

如前文所述，具體的實驗結果如圖5 所示，其中檢測到的配電網鳥巢區域均由方框框出。基于此實驗結果，可以有效地證明Cascade R-CNN算法在配電網鳥巢檢測中具有良好的識別效果。

圖5 實驗仿真結果

為了體現本檢測方案在速度和識別精確度上的優勢，本文將以Cascade R-CNN 算法與多種經典的目標檢測識別算法進行對比，即CNN 算法，SVM 算法[16]以及ELM（極限學習機）算法[17]。作為傳統目標檢測方法，這些算法均已經驗證了其在目標識別與檢測中的有效性和準確性。

在目標檢測中，通常對樣本圖像分為正例與負例，正例代表與目標相關的樣本，在本實驗中即為包含鳥巢的圖片；負例代表與目標無關的樣本，在本實驗中即為不包含鳥巢的圖片。其中TP（真正）表示被正確劃分為正例的個數，FP（假正）表示被錯誤劃分為正例的個數，TN（真負）表示被正確劃分為負例的個數，FN（假負）表示被錯誤劃分為負例的個數。假正圖片和假負圖片分別如圖6 所示，其中圖6（a）為假正，圖6（b）為假負。通過對圖6（a）假正圖片的觀察分析，可以推斷檢測器誤識別的原因為該視角下架空線在小塊區域出現密集重疊，從而使得檢測器誤將該區域識別為鳥巢。通過對圖6（b）假負圖片的觀察分析，可以看出鳥巢形狀較小且存在部分遮擋，同時圖片背景為相對復雜的樹叢，從而使得檢測器未成功識別該鳥巢。

為了評價目標檢測的識別效果，將對4 種算法的檢測準確率進行對比，其中準確率由以下公式得出：

其中，4 種算法的檢測準確率結果見表1。

如表1 所示，本文所使用Cascade R-CNN 算法的檢測效果最佳，CNN 算法僅次之，由此可見即使使用傳統的深度學習算法，效果也好于傳統算法。值得注意的是，相較于其他幾種算法，ELM算法雖然識別效果最差，但是在訓練速度上具有明顯優勢。

圖6 實驗負例結果

表1 4 種算法的識別準確率對比

4 結語

鳥害一直是造成配電網架空線故障的主要原因之一。隨著無人機技術和深度學習理論的研究和發展，基于深度學習的目標檢測已經能夠實現一定的檢測效果。本文在此基礎上，提出了一種基于Cascade R-CNN 的配電網鳥巢檢測的新方法，實驗證明該方法具有一定的可行性。特別是，基于相關算法的目標檢測方法，將會因其成本低廉，成為今后配電網智能巡檢的主要研究方向之一。