一種改進YOLOv3的絕緣子檢測方法

張紅民，李順遠，周 豪

(重慶理工大學 電氣與電子工程學院，重慶 400054)

絕緣子正常工作對于電力系統的穩定和安全運行具有非常重要的作用。一般情況下，輸電線路中絕緣子所處的環境相對惡劣，因此對輸電線路中絕緣子的定期巡檢尤為重要。傳統的目標檢測方法是對無人機傳回的輸電線路巡檢照片提取圖像特征，制作激勵模板，然后在圖像中滑動計算，最后根據激勵目標分布確定絕緣子位置[1]。但這類方法性能一般，且耗時長、效率低、適應性差，遠不能滿足當前的實際需求。

近年來，許多學者開始將深度學習的方法引入目標檢測中。相比于傳統目標檢測方法，深度學習算法識別速度更快、效率更高，已成為目標檢測領域主流的方法[2-3]。目前，基于深度學習的算法主要分為二階算法(two stage)和一階算法(one stage)。2015年，Girshick等分別提出R-CNN[4]、Fast R-CNN[5]以及Faster R-CNN[6]等二階系列算法，該系列算法檢測精度有了較大的提升，但是普遍存在檢測速度較慢的問題。Redmond等[7]提出了YOLO (you look only once)一階檢測模型，將目標檢測問題直接轉化為回歸問題，略去了二階檢測中候選框生成步驟，大大提升了檢測速度，但是犧牲了一定的檢測精度。隨后，Liu等[8]提出SSD多尺度一階檢測算法，有效地提高了一階模型檢測精度。Redmond等繼續以YOLO算法為基礎提出了YOLOv2[9]、YOLOv3[10]等改進算法，使得目標檢測算法在保證實時檢測的同時，檢測精度也有了大幅提升。

由于在絕緣子目標檢測等實際工程應用中，算法的準確性是首要考慮因素。因此，通常選用YOLO系列中既能保證實時性又具有一定的準確性，以算法體量相對較小且網絡復雜度相對較低的YOLOv3算法作為基礎算法。然后對其目標檢測結構進行適當地改進以滿足實際應用要求。文獻[11]針對巡檢圖像中絕緣子錯檢、漏檢問題，提出了一種分解聚合算法，對目標進行分解并單獨進行檢測，提高了絕緣子檢測精度。文獻[12]利用Focal Loss損失函數對經典網絡中的損失函數進行改進，并結合了多遷移學習策略進行網絡訓練，提高了絕緣子檢測精度。文獻[13]在經典YOLOv3網絡中加入超分辨率卷積神經網絡，對輸入的模糊圖像進行處理，提高了巡檢圖像中絕緣子檢測精度。

但是，上述方法在目標檢測精確度上均有待進一步提高。本文受空洞卷積的啟發[14]，對經典YOLOv3目標檢測網絡的結構進行改進，同時也采用了更符合絕緣子目標特征的anchor框。改進后的YOLOv3網絡結構在召回率和目標檢測精度2個主要指標上都有一定的提升。

1 YOLOv3目標檢測的基本原理

YOLOv3是一種端對端的算法，相比二階算法，它不需要利用RPN(region proposal network)網絡生成建議候選框[15]，而是利用檢測網絡將目標的位置和類別信息直接回歸，因此算法目標檢測更快[16]。

1.1 YOLOv3主干網絡

YOLOv3采用的是darknet-53框架，darknet-53代表結構中包含52個卷積層以及1個全連接層共53層[17]，YOLOv3整體結構如圖1所示。

圖1 YOLOv3整體結構框圖

與CNN結構相比，darknet-53沒有采用池化層和全連接層，而是利用步長為2的3×3卷積核降采樣操作進行特征提取，最后通過張量拼接模塊實現維度擴張。同時還借鑒了殘差網絡思想[18]，如圖2所示，通過殘差模塊的疊加，加深了神經網絡的深度，有利于提高目標檢測能力。并且，在每個DBL單元中加入了批歸一化層和激活函數層，有效地避免了網絡層數增加而帶來的梯度消失問題[19]。

圖2 YOLOv3殘差模塊結構框圖

1.2 YOLOv3輸出網絡

YOLOv3網絡在輸出時，采用了FPN(Feature Pyramid Networks)網絡，其每層都是采用融合后的特征做獨立預測，加強了結構內部從下至上各個層對同一尺度圖片不同維度的特征表達。

例如當輸入圖像尺寸為416×416×3時，經過主干網絡的卷積操作后，輸出網絡分別對經典圖像進行32倍降采樣、16倍降采樣、8倍降采樣輸出判別，圖像尺寸變為13×13、26×26、52×52。

同時，YOLOv3輸出網絡采用了3×3個anchor框，即3種尺度和3種比例。小尺寸anchor框用于大特征采樣圖，大尺寸anchor框用于小特征采樣圖。每個anchor框需要輸出4個位置信息以及目標的置信度和判別種類。

2 改進方法

經典YOLOv3網絡都是針對公開數據集進行測試，而本文的研究對象是電力巡檢圖片中的絕緣子。根據本文目標檢測對象及其特點，主要進行兩方面的改進：一是將YOLOv3主干網絡中16倍下采樣網絡中卷積層替換成擴張率為2的空洞卷積層，增大了卷積層的感受野，融合了更多的目標信息。二是對k-means聚類算法中距離度量公式進行改進，得到了更適合絕緣子的anchor框的尺寸。

2.1 YOLOv3結構的改進

YOLOv3沒有使用池化層，而是使用步長為2的卷積進行了5次下采樣。多次采樣操作會使得一些相對較小的目標降低了空間分辨率，從而導致一些重要的目標特征信息丟失。針對該問題一般是從增加圖像的分辨率，或者增大感受野的面積2個方面加以考慮[20]。受到空洞卷積的啟發，本文中將經典YOLOv3主干網絡中16倍下采樣結構中經典卷積層替換成空洞卷積層，通過增大卷積層的感受野來聚合更多的特征信息，有效提高了較小絕緣子的識別準確性。

空洞卷積與傳統卷積不同的是空洞卷積引入了1個稱為“擴張率(dilation rate)”的參數。該數值定義了卷積核的空洞數，即處理圖像數據時各值的間距。空洞卷積如圖3所示。

圖3 空洞卷積示意圖

從圖3中可以看出：空洞卷積的卷積核始終保持3×3不變。當空洞卷積中rate=1時，此時感受野大小為3×3，即為經典卷積結構；當rate=2時，感受野大小變為7×7；當rate=3時，感受野增大到了15×15。后續擴張卷積始終滿足式(1)：

Fi+1=(2i+1-1)×(2i+2-1)

(1)

其中:Fi+1表示卷積層的感受野大小，i+1表示擴張率。

空洞卷積最大優點在于其在不做池化的情況下增大了感受野面積，且不改變輸出圖像尺寸。因此，改進后的YOLOv3網絡是將主干網絡中16倍的下采樣結構中3×3經典卷積層用rate=2的空洞卷積層進行替換，將感受野從3×3增大到7×7，有效融合了更多的目標信息，提高了絕緣子的目標檢測精度。

但在實際檢測實驗中發現：增大卷積層的感受野會導致計算量增大。為了彌補這個缺點，即在保證準確率的情況下使檢測時間盡可能短，對殘差單元也進行了一定的改進，通過增加1×1單元，以減少參數計算量，同時有效融合上下層信息，其改進結構如圖4所示。

圖4 改進YOLOv3主干網絡殘差單元結構框圖

在YOLOv3檢測網絡中32倍降采樣適合用于較大目標的檢測，8倍降采樣更適合檢測小目標。由于絕緣子在電力巡檢圖像中占比相對其他物體一般都比較大，檢測的目的也是為下一步電力巡檢圖像中絕緣子故障診斷做準備，太小的絕緣子對后續研究意義不大。綜合考慮了計算量和存儲量等因素，所以僅在主干網絡16倍降采樣結構中采用空洞卷積，使改進后的YOLOv3網絡精度提升且對檢測耗時影響較小。

2.2 目標檢測框的聚類分析

YOLOv3網絡中初始anchor框的長寬比都是針對公開數據集，而絕緣子與公開數據集長寬比差別較大。若直接將初始anchor框用于絕緣子的檢測訓練，將會影響網絡的檢測精度及損失函數收斂時間。

此外，在Faster R-CNN中anchor框均為手動設置，YOLOv3通過借鑒其思想并使用k-means聚類算法對anchor框進行聚類分析。但k-means聚類算法中采用的歐式距離聚類[21]，易導致計算出的損失函數與實際值有較大的偏差。針對這一問題，在聚類過程中用式(2)代替歐式距離公式聚類計算[22]。

(2)

其中：d表示距離；IOU(boxi，Truthj)表示anchor框和標注框的交并比；i表示anchor框序號；j表示標注框序號。

在聚類過程中將聚類個數k值設置為9，當目標函數d為最優時，此時聚類結果的平均IOU值最大，說明聚類anchor框與標注框(ground truth框)越接近，聚類效果越好。最后通過聚類得出在絕緣子目標中IOU值為76.51%，改進算法后的聚類anchor框具體尺寸為275×80、278×116、267×178、83×54、256×51、159×84、82×24、27×144、120×36。改進后的anchor框的長寬比數值更大，更符合絕緣子細長型的特點。

3 改進網絡的實驗環境與訓練過程

改進網絡的實驗環境配置見表1。

表1 實驗環境

3.1 數據集制作

一般而言，深度學習訓練過程需要的數據集中包含的樣本越多，訓練出來的模型及參數更加準確。但是目前并沒有專門針對絕緣子的數據集用于訓練，通過對現有的750張不同背景、角度以及光照光強的絕緣子巡檢圖片，利用Retinex增強算法對原圖像進行2倍增強并水平翻轉，將絕緣子數據集增加到1 500張得到1個自建的絕緣子數據集。

針對自建絕緣子數據集并用labelimg標注軟件對1 500張絕緣子圖像手動標注。數據集中絕緣子圖像分辨率為1 148×675、標注的格式選為YOLO格式、檢測目標命名為insulator、在訓練過程中將數據集按照8∶2的比例分為訓練集和驗證集。

3.2 訓練過程

實驗部分相關參數如表2所示。由于目標檢測種類僅為絕緣子，故迭代次數設置為5 000次。訓練初始階段，學習效率設置為0.001，在迭代次數為1 500和2 500時學習參數分別變為0.000 1和0.000 01，有利于損失函數的加速收斂。

表2 實驗部分相關參數設置

在自建數據集上對經典YOLOv3網絡和本文改進網絡進行測試，實驗結果分別如圖5、6所示。曲線圖的橫坐標為迭代次數，縱坐標為loss和AP值大小。圖中的loss函數值表示的是預測結果和實際結果之間的差值，根據loss值的大小，可以比較出網絡檢測性能的優劣性。loss函數主要由預測中心坐標、邊界框的寬高、類別，以及置信度誤差等幾部分組成。當目標函數取得最優時，loss函數值即為損失函數值。

圖5 經典YOLOv3網絡訓練過程測試曲線

圖6 本文改進網絡訓練過程測試曲線

而圖中mAP(mean average precision)表示的是多個目標平均精度，由于在本文中檢測的目標僅為絕緣子，所以可以將其看作為二分類問題，mAP用AP值表示即可，AP值可在不同Recall數值下計算求得。其中TP(true positive)表示被模型預測為正的正樣本、TN(true negative)表示被模型預測為負的負樣本、FP(false positive)表示被模型預測為正的負樣本、FN(false negative)表示被模型預測為負的正樣本。AP值反映了模型對整個樣本的判定能力，即能準確分類的樣本占總樣本的比重。

通過對比2個圖像中loss曲線可以發現：在訓練前期兩者下降速度均較快，但改進之后的結構在迭代1 500次時趨于穩定，而經典YOLOv3網絡在迭代2 500次左右才開始趨于穩定。改進之后的loss函數值最終收斂于0.84直至訓練結束，而經典YOLOv3的檢測網絡最終的loss函數值為1.34，改進之后的網絡loss函數值減小了0.5。

通過對比2種檢測結構迭代穩定之后的AP曲線圖可知：改進之后的AP曲線達到平穩的速度要快于經典YOLOv3網絡，且改進之后的AP曲線平穩性及檢測精度均優于經典YOLOv3網絡，將精度由83.9%提升高至91.8%。

4 實驗結果與分析

在算法測試中，分別從Recall值、AP值和檢測速度3方面對改進結構進行評估，并與經典YOLOv3網絡進行對比，實驗對比結果如表3所示。

由表3可知：單獨對主干網絡中16倍下采樣結構中卷積層進行改進時，由于替換了感受野更大的卷積層，使模型檢測目標時融合了更多的目標信息；AP值相對于經典YOLOv3網絡有了較大的提升，但是空洞卷積使得計算量增大，對殘差單元進行優化之后，檢測速度略有提升。單獨利用改進的目標檢測框進行訓練時，采用了更合適絕緣子的anchor框尺寸有利于加快函數收斂速度，提高檢測速度。

表3 實驗結果

改進后的YOLOv3網絡結構與經典YOLOv3網絡結構相比，在AP值方面提高了7.9%，達到了91.8%；在Recall值方面提高了8.8%，達到了89.1%；且檢測速度略有提升，能夠滿足實時性要求。

為了進一步驗證本文算法的改進效果，利用相同的數據集與常用的目標檢測方法Mask R-CNN、RetinaNet、YOLOv3-tiny等進行比較，計算結果如表4所示。

表4 不同檢測網絡計算結果

通過對比實驗數據可以發現：改進之后的算法在AP值上高于其他幾種算法，在Recall值上與YOLOv3-tiny幾乎相當，相對于Mask R-CNN、RetinaNet算法有較大的提升；在檢測速度方面優于Mask R-CNN、RetinaNet算法，略低于YOLOv3-tiny。因此，本文的改進方法能有效提升實際檢測精度。

圖7為改進YOLOv3網絡結構對電力巡檢絕緣子目標檢測結果圖，圖中一些較小的絕緣子和相互重疊的絕緣子通過本文的檢測結構都能被準確檢測出來。需要說明的是：本文主要是為下一步電力巡檢圖像中絕緣子故障診斷提供研究基礎，圖像中一些極小和較模糊絕緣子無后續研究意義，所以并未對巡檢圖像中極小絕緣子或者被桿塔遮擋嚴重的絕緣子進行檢測和相應的處理，檢測效果可能較差。

圖7 絕緣子識別結果

5 結論

針對絕緣子識別精度不足的問題，提出的方法將經典YOLOv3主干網絡中16倍下采樣的經典卷積層替換成擴張率為2的空洞卷積層。同時，在k-means聚類算法使用改進的距離公式進行聚類，得到了更適合絕緣子的anchor框尺寸。實驗結果表明：改進后的YOLOv3檢測結構在保證實時性的前提下，有效地提高了絕緣子目標識別的準確率，可為下一步的絕緣子故障診斷提供技術支持。