基于YOLOv3的鉆井現場智能巡檢系統設計

錢浩東?劉洋?汪影

摘要：機器學習在井場智能巡檢中已廣泛應用，但油氣井場的目標背景較為復雜，為提高井場目標智能檢測的精確性和實時性，提出一種可用于視頻圖像的監測和跟蹤的鉆井現場智能巡檢系統。為了解決缺乏數據集的問題，選擇用縮放等同類數據增強方式并結合mixup混類數據增強方式。此外，采用lable smoothing等方法來優化和改善算法，完成算法的模型訓練和檢測。實驗結果表明：改進后的算法檢測速度為29每秒檢測幀數，平均精度均值為85.90%，可見，經過改進和優化的算法無論在平均精度均值還是在檢測速度上，均比其他算法效果好，能快速精確地對井場設備進行識別。

關鍵詞：鉆井現場；目標檢測；深度學習；YOLOv3

一、前言

傳統的油氣田井場的巡檢工作主要依靠人力進行，不僅效率低下，并且少量氣體泄漏無法及時發現，惡劣天氣下巡檢安全隱患多，故根據井場巡檢的需求，智能巡檢的發展愈加重要。當前，基于深度學習的目標檢測算法包括基于候選區域的Two stage目標檢測算法以及基于回歸的One stage目標檢測算法[1]。其中，以R-CNN為首的Two stage目標檢測算法首先需要對圖像進行候選區域的提取，再對區域進行CNN分類識別。但是由于生成候選框的算法耗時多，檢測速度慢，不能滿足實時檢測場景。2016年Liu Wei等人提出了基于回歸的One stage目標檢測算法[2]，例如Over Feat、YOLOv1、YOLOv3、SSD和RetinaNet等。YOLOv3是2018年由Joseph推出的，一經推出，便成為了目標檢測領域單階段算法中非常有代表性的算法[3]。基于回歸的目標檢測算法不需要區域生成這一步，直接在網絡中提取特征來預測物體分類和位置，檢測速度得到了顯著提升。

為解決油氣井場背景復雜、不容易檢測的問題，提高對油氣井場設備檢測的速度和精度，通過對算法的改進優化，提出了一種基于YOLOv3算法的鉆井現場智能巡檢系統[4]，實現了包括節控箱、泥漿泵、液面報警器、遠控房、振動篩五類目標的精確檢測。本文通過K-means聚類得到先驗框，通過兩個對象之間的距離來判斷相似度，然后將相似度大的成員進行分類；為解決井場數據集匱乏的問題，采用平移、旋轉等同類增強和mixup混合增強的方法完成數據集的擴充[5]；此外，采用標簽平滑化來提高分類任務中模型的泛化性和準確率，緩解數據不平衡的問題。最后，將本文介紹的方法與Faster R-CNN檢測算法在井場數據集上進行了對比實驗。

二、系統整體設計

本文設計了一個基于YOLOv3的鉆井現場智能巡檢系統。在設計過程中，第一步是將井場設備圖像整理打包成一個VOC格式的數據集，然后用專業的圖像注釋工具Labellmg對數據集里的圖像進行標注，然后建立一個YOLO模型，這個模型由13個卷積層組成，之后在實驗過程中注意觀察loss曲線的變化情況，當其逐漸穩定的時候，完成對本次算法模型的訓練。最后再將井場的設備圖片數據設定為測試集，對圖像中的井場設備進行檢測識別，得到該系統的性能指標。系統設計框圖如圖1所示。

三、井場設備定位識別算法設計

（一）YOLO系列算法的原理

YOLO算法的第一代版本YOLOv1將固定尺寸大小的矩形圖像劃分為7×7個網格（候選區）。在這個過程中，算法實際上是通過利用寬窄兩種矩形（先驗框），掃描每一個網格部分的圖像，同時在網格中記錄下候選區為所要檢測目標的置信度，然后再以置信度為參考標準來明確目標所在的候選區，最后再適當調整先驗框，以便框選出需要檢測的物體[6]，首先輸入了一張448×448×3的固定尺寸的圖像，將其劃分為7×7的網格，經過YOLO算法得到輸出為7×7×30的圖像數據。在這里，7×7指的是49個網格，30指的是網格的特征向量，特征向量涵蓋了2個邊框的置信度和坐標信息（每一個坐標包括4個信息）以及20個對象存在的概率[7]。進行變換是YOLO算法的核心，此變換分為3層，第一層是特征提取層，第二、三層分別為池化層和YOLO層。

1.特征提取層是由多層卷積神經網絡組成，提取出輸入的圖像的特征，將大量的數據量處理成較小數據量的特征圖。在這一層用到了卷積運算以及殘差運算。其中，卷積運算發揮的作用是提取出圖像的特征，而將圖像進行壓縮的任務則交給池化層。

2.池化層與特征提取層相輔相成，特征提取層也叫卷積層，其任務是經過大量的卷積運算，將最初的數據轉換成特征圖。池化層則是起著壓縮特征圖的作用，這個過程可以減少數據量，并且可以進一步獲取特征圖的主要特征。

3.該算法最重要的組成部分是YOLO層，在這一層需要對候選框進行置信度計算，并且進行待測目標大致輪廓的檢測。

（二）YOLOv3算法的改進

YOLOv1存在的缺陷是只有一種尺寸，不容易識別實際生活中過大或過小甚至是奇形怪狀的物體，無法滿足現實需要。后來改進的v2算法在同層定義了不同尺寸大小的先驗框，解決了存在的僅有寬、窄兩個回歸邊框的缺陷，但改善后的效果并不顯著。

后來的YOLOv3提出了一種多尺度融合的方法，將得到的特征圖分為3類，分別是大、中、小，且可以根據得到的特征圖尺寸來調節先驗框。這樣就很好地滿足了生活中不同尺寸目標的識別[8]。因此，YOLOv3特別適合對油氣井場不同尺寸大小的設備進行識別。

（三）Darknet-53網絡結構

YOLOv3算法在進行圖像特征提取的過程中，采用的是由53個卷積層組成的Darknet-53主干網絡結構，這53個卷積層由1×1以及3×3等一系列的卷積層構成。

為了解決網絡變深帶來的性能退化問題，Darknet-53網絡采用在卷積層之間利用殘差組件來解決。其中，F（x）+x表示殘差組件的輸出，x表示殘差的上層特征輸入，F（x）表示學習到的殘差，如圖2所示。

（四）YOLOv3網絡

Darknet-53使用YOLOv3作為網絡分類的主干部分，通過對輸出的特征圖的尺寸大小這一指標進行控制，進而對卷積層的步長進行調整。此外，YOLOv3結合了特征金字塔網絡的思想來提升模型的性能，以便檢測尺寸不同的物體。利用特征融合與上采樣的方法輸出3個尺寸的特征圖，第1、2、3特征圖分別適用于較大目標、中型目標、小型目標。三個不同大小的目標各自對應下采樣的32倍、16倍與8倍，最終5L表示網絡總共有5層。

（五）多尺度先驗框

k-means分別聚類了3種不同采樣尺度下的3種大小的驗證框，分別聚類10像素×13像素、16像素×30像素、33像素×23像素、30像素×61像素、62像素×45像素、59像素×119像素、116像素×90像素、156像素×198像素以及373像素×326像素。YOLOv3利用k-means聚類獲取到了不同尺寸的先驗框。

如圖3所示，如果一個被檢測的目標的中心點在某個網格里面，那么這個目標就由這個網格來完成檢測，YOLOv3進行預測回歸的依據是被檢測目標中心與其對應的網格的偏移量。其中，P_w和P_h各自代表特征值置信圖內的寬和高，（C_X，C_y）代表網格的左上角的像素的位置，t_x，t_y代表被檢測目標的中心點與網格左上角像素位置的偏移距離，（b_x，b_y）代表預測錨框中心點的位置，b_w和ｂ_h分別指預測錨框相對于特征圖的寬和高，利用常見的Sigmoid激活函數，將t_x，t_y變換為[0，1]內的輸出，以此確保待檢測的物體的中心點在網格里，t_w，t_h分別代表特征圖寬和高的尺度縮放因子。

四、實驗過程及結果

（一）數據集的處理

由于沒有標準的井場數據集，僅僅通過現場采集的包含節控箱、泥漿泵、液面報警器、遠控房、振動篩五類關鍵部件的圖像作為最原始的數據集。由于采集的圖片太少，導致原始數據集不足以支撐模型的訓練，因此對訓練集圖片隨機進行如下的數據增強：

1.平移：水平或垂直平移＋／－10％；

2.旋轉：順時針或逆時針旋轉6°；

3.剪切：水平或垂直剪切；

4.縮放：＋／－20％縮放；

5.水平翻轉：50％概率水平翻轉；

6.ＨＳＶ飽和度：＋／－40％；

7.ＨＳＶ亮度：＋／－40％。

然后使用LabeLlimg對采集的圖片進行標注，分為節控箱、泥漿泵、液面報警器、遠控房、振動篩五類。在最后得到的上千張圖片中，隨機選取30%作為測試集，其他的圖片當作訓練集。

（二）模型的訓練

本文實驗訓練和測試的環境是基于Ubuntu16.04版本的操作系統，GPU用的是GTX2080，預裝了Pytorch1.7.1深度學習框架，選擇的CUDA版本為10.1。在優化器選擇方面，考慮到隨機梯度下降算法更具魯棒性且訓練速度快的優點，故選擇其作為優化器，訓練批次為5×10⁴，學習率為1×10^-3，權重衰減為5×10^-3。在模型的訓練過程中，采用的是有監督的學習方式，通過設計損失函數的回歸以及優化油氣井場設備的目標識別模型，損失函數的變化情況如圖4所示。

（三）實驗結果

本次實驗過程選擇mAP指標作為實驗效果的評價指標，該評價指標在目標檢測中最常用到，它是人為發明的用來衡量識別精度的評價指標。同時，在對比算法的選取上，由于Faster R-CNN是two-stage目標檢測模型中較為成熟的典型代表，故將其作為對比算法與本文的算法進行比較。本次實驗測試的結果如表1所示，FPS（Frames Per Second）是衡量檢測速度的指標，表示在檢測過程中每秒鐘能檢測到的幀數。

通過表1可發現，網絡的檢測效果比Faster R-CNN好，尤其在檢測速度上。因此，相比Faster R-CNN的性能在檢測精度和檢測速度方面均有所提升。

五、結語

本文針對油氣井場設備目標識別面臨的檢測困難的問題展開研究，提出一種基于鉆井作業現場目標實時監測的方法。采用基于YOLOv3算法的模型，采用mixup混類數據增強擴充數據集，選取k均值聚類算法來獲取先驗框，采用lable smoothing等策略對算法進行優化，采用自行制作的鉆井設備圖像集作為數據集，利用云服務器來進行模型的訓練。通過分析對比Faster R-CNN算法，結果表明：改進后的YOLOv3算法在檢測精度上達到了85.9%，檢測效果相比其他算法更好，同時檢測速度達到了29FPS，具有較好的魯棒性，能夠滿足鉆井作業現場實時檢測需求。

參考文獻

[1]劉彥清.基于YOLO系列的目標檢測改進算法[D].長春：吉林大學，2021.

[2]邵延華，張鐸，楚紅雨，等.基于深度學習的YOLO目標檢測綜述[J].電子與信息學報，2022，44（10）：3697-3708.

[3]邢姍姍，趙文龍.基于YOLO系列算法的復雜場景下無人機目標檢測研究綜述[J].計算機應用研究，2020，37（S2）：28-30.

[4]陳俊.基于YOLOv3算法的目標檢測研究與實現[D]成都：電子科技大學，2020.

[5]宋艷艷，譚勵，馬子豪，等.改進YOLOV3算法的視頻目標檢測[J].計算機科學與探索，2021，15（1）：163-172.

[6]羅建華，黃俊，白鑫宇.改進YOLOv3的道路小目標檢測方法[J].小型微型計算機系統，2022，43（3）：449-455.

[7]袁小平，馬緒起，劉賽.改進YOLOv3的行人車輛目標檢測算法[J].科學技術與工程，2021，21（8）：3192-3198.

[8]何東，陳金令，王熙.基于改進YOLOv3的紅外行人目標檢測[J].中國科技論文，2021，16（7）：762-769.

作者單位：錢浩東、劉洋，川慶鉆探工程有限公司鉆采工程技術研究院；汪影，成都信息工程大學通信工程學院