基于改進YOLOv5的絕緣子快速檢測

黃施懿 董效杰 楊龍歡 王一帆

摘? 要：為了解決復雜背景下，絕緣子準確快速識別的實時性問題，提出了一種基于YOLOv5改進的輕量型絕緣子檢測算法模型。在網絡結構中融入了Shufflenet v2網絡和深度卷積模塊，通過控制通道數和減少網絡層數來減少參數量，采用K-means算法調整anchor框，并提出了改進損失函數DCIoU加速了損失函數的收斂。實驗結果表明，改進的YOLOv5算法在參數量上僅有原網絡的10%，準確率提高了0.2%，推理速度提升了2幀。

關鍵詞：深度學習；目標檢測；絕緣子；YOLOv5

中圖分類號：TP18；TP391.4? ? 文獻標識碼：A? 文章編號：2096-4706（2023）06-0073-04

Fast Detection of Insulators Based on Improved YOLOv5

HUANG Shiyi， DONG Xiaojie， YANG Longhuan， WANG Yifan

（College of Intelligent Systems Science and Engineering， Hubei Minzu University， Enshi? 445000， China）

Abstract： In order to solve the real-time problem of accurate and rapid identification of insulators under the complex background， an improved lightweight insulator detection algorithm model based on YOLOv5 is proposed. Shufflenet v2 network and deep convolution modules are integrated into the network structure to reduce the number of parameters by controlling the number of channels and reducing the number of network layers. K-means algorithm is adopted to adjust the anchor box， and the improved loss function DCIoU is proposed to accelerate the convergence of the loss function. Experimental results show that the improved YOLOv5 algorithm is only 10% of the original network in terms of the number of parameters， the accuracy rate is increased by 0.2%， and the inference speed is increased by 2 frames.

Keywords： deep learning; target detection; insulator; YOLOv5

0? 引? 言

由于人類社會對用電質量要求的逐漸提高，輸電線路的長度也將日益增加[1]。電力輸電線路分布于高山丘陵等地形復雜、氣候惡劣的環境，這給線路巡檢帶來了很大的困難[2]。由于電纜線路長期裸露于嚴酷的自然環境下，非常容易發生自爆和污穢等情況，造成了輸電線路的不安全和不穩定，甚至會造成巨大的經濟損失。

由于深度學習等人工智能技術的創新發展，目標檢測等深度學習技術在視覺圖像方面取得了很大成功[3]。Yang[4]等人通過使用深度卷積神經網絡來檢測絕緣子自爆位置的方法。林志城[5]等人分別使用Mask-RCNN、Retina-Net、YOLOv3三種目標檢測算法通過多模型融合，將檢測結果中置信度和重疊率高的預測目標框進行融合，提高了絕緣子自爆故障的檢測精度。文獻[6]將改進之后的U-Net網絡和YOLOv5網絡相融合，檢測絕緣子的自爆缺陷，精度較高，但沒有檢測破損小目標缺陷。

針對上述問題，本文提出了一種基于改進YOLOv5的絕緣子快速檢測模型。無人機為絕緣子檢測提供了便利，但此方法存在數據集內樣本數量少的問題，且需要解決檢測速度的問題，為此本文在解決這些問題上，提出了對YOLOv5算法模型的一系列改進。

1? 網絡結構

1.1? YOLOv5網絡結構

YOLOv5網絡是在原來的YOLOv3和YOLOv4的網絡結構基礎上做出了改動，是當前用于目標檢測且檢測速度和準確率都比較好的單階段檢測網絡。

輸入端采用了Mosaic數據增強的方式以及自適應圖片縮放。此方式的數據增強豐富了數據集，且使得小目標的檢測準確率得到了很好的提升。自適應圖片縮放是將圖片縮放填充時，按小比例填充，對原始圖像自適應的添加最少的黑邊，否則存在信息冗余。

主干采用了Focus結構，并增加了切片操作。主干網絡中采用了CSPDarknet-53，目的是進行初步的特征提取，主要從網絡結構設計的角度解決推理中計算量很大的問題。網絡結構中的C3模塊消除了每個瓶頸結構中的一個卷積，使得模型尺寸變小了一點，且推理速度也有少許的提升。

在頸部中，采用了FPN+PAN結構。用上采樣的方法將上層的特征信息與下層的特征信息融合在一起，實現自上向下的信息流動，以達到優勢互補的目的，解決多尺度的問題。

1.2? ShuffleNet v2網絡結構

ShuffleNetv2是一種適合用于便攜式設備的輕量型網絡，由文獻[7]于2018年提出，作者通過理論推導和實驗證明得出了以下四條準則：

（1）通道數相等可最大限度地降低內存訪問成本。

（2）過多的分組卷積會增加內存占用量。

（3）盡量減少網絡分支。

（4）元素操作（如Relu函數和Add）是不可忽略的。

ShuffleNetv2網絡結構大致分為兩種，如圖1所示，第一種如圖1中左半部分所示，步長為1，在特征圖輸入后有一個通道分支（channel split）操作，該操作將輸入通道數為C的特征圖分為C-C和C，左邊的分支不做任何操作，右邊的分支包含了3個卷積操作，3個卷積輸入輸出的通道數都是一樣的，并且兩個1×1卷積已經由ShuffleNetv1中的分組卷積更換為普通卷積，最后再將這兩個分支通過Concat進行通道拼接，使得該模塊的輸入和輸出通道數一樣，最后進行通道重組（channel shuffle）操作。這樣不僅可以避免Add操作，而且加快了模型的推理速度，值得注意的是，圖1中右邊部分為stride=2，沒有了（channel split）操作，左分支的3×3平均池化變為了3×3的DW conv，這會使得最后Concat之后輸出特征的通道數為輸入的兩倍。

2? 目標檢測算法的改進

2.1? Mosaic數據增強

所謂數據增強，就是指對圖片數據進行變換、修改，使其變成新的數據，從而擴充原有圖片數據集。使用數據增強方法對于訓練神經網絡非常有幫助，可以對有限的數據集進行擴增，增加神經網絡的魯棒性。

Mosaic-9數據增強方法是將九張圖片進行隨機裁剪、縮放后，將之混合形成一張圖上進行訓練。它的優點是大量增加了數據信息，增加了小目標物體的數量，在進行歸一化操作時，會計算九張圖片，并不依賴批處理參數，減輕計算量，它是普通Mosaic的增強版，如圖2所示。

2.2? K-means聚類先驗框

使用先驗框方法是為了確定固定框內是否有目標以及預測框與實際框的差值。本文的檢測目標種類偏少，且長寬比很大，為了使模型算法有一個較好的收斂速度，故使用K-means聚類先驗框，步驟如下：

（1）首先隨機選取9個聚類中心C初始值。

（2）計算當前聚類中心與其他先驗框的距離d1，采用IoU距離代替歐式距離進行計算，如式（1）所示。

d1=1-IoU? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

（3）計算每個絕緣子先驗框被選為下一個聚類中心的概率P（x）：

（2）

（4）重復上述步驟，直至找到k個聚類中心，然后將數據集中每個樣本分配到最近的聚類中心，重新計算每個類別C的聚類中心，直到聚類中心坐標不發生變化。

（3）

經過聚類后得到新的先驗框如表1所示。

2.3? 損失函數

IoU是目標檢測中最常用的指標，被用來評估實際框與預測框之間的關系。如式（4）所示：

（4）

其中，A為真實框，B為預測框。當兩個框沒有重疊部分時，IoU的值為0，導致很大范圍內損失函數沒有梯度。在此基礎上添加了一個懲罰項，提出來GIoU。

（5）

其中，C為A和B的最小外接矩形。GIoU解決了A與B沒有重疊部分時梯度無法收斂的問題，但是當預測框為水平和豎直方向時依然不能達到一個較好的收斂效果。因此提出了DIoU與CIoU。

（6）

（7）

（8）

（9）

其中，a為實際框的中心位置，b為預測框的中心位置，ρ為a與b之間的歐式幾何距離，D為C的對角線長度，v為兩個框的長寬比的相似性，wgt與hgt為真實框的寬度和高度，w與h為預測框的寬度和高度，α是權重函數。CIoU考慮到了A與B的重合面積、A與B的距離、長寬比，在DIoU的基礎上增加了長寬比懲罰項，使得收斂更加快速穩定。

由于圖像中的絕緣子長寬比大多相似，通過距離懲罰項進行收斂，速度較慢，故為了加快算法的收斂速度，引入了兩個框之間的對角點距離與中心點距離的關系，提出了DCIoU。

，，（10）

（11）

其中， 為真實框與預測框左上角頂點的距離， 為真實框與預測框右下角頂點的距離，當兩點越近時， 為1，當兩點越遠時， 為0，它能反應兩個框之間的重合情況。

2.4? 深度可分離卷積

深度可分離卷積是2017年由Sandler等提出的用于嵌入式設備的輕量化方法，深度可分離卷積將傳統卷積中的卷積分離成一個3×3的逐通道卷積和一個1×1的逐點卷積。

逐通道卷積，就是各個卷積核只負責自己的通道，即通道與卷積核一一對應，這個過程產生的特征圖通道數和輸入的通道數完全一樣。如圖3所示。

逐點卷積的卷積核的尺寸為1×1×M，M為上一層的通道數。這里的卷積運算會將上一步的map在深度方向上進行加權組合，生成新的特征圖。有幾個卷積核就有幾個特征圖。如圖4所示。

假設輸入層為一個大小為64×64像素、三通道彩色圖片。經過一個包含4個卷積核的卷積層，最終輸出4個特征圖，且尺寸與輸入層相同。可以計算出常規卷積的卷積層的參數數量是4×3×3×3=108。而使用深度可分離卷積，逐通道卷積的參數數量為3×3×3=27，逐點卷積的參數數量為1×1×3×4=12。

因此，將兩種卷積方式進行比較：常規卷積有108個參數；深度可分離卷積僅有39個參數，是常規卷積參數的約1/3。由比對可知，使用深度可分離卷積能夠使模型速度得到顯著提升，更有利于部署在嵌入式設備中。

綜上所述，改進后YOLOv5網絡結構如圖5所示。

3? 實驗結果與分析

3.1? 數據集制作

本文在制作訓練集的時候，采用了Github上開源的絕緣子數據集圖片，從中篩選出了248張缺陷絕緣子圖片，600張完整絕緣子圖片。數據集圖片的數量存在嚴重的不足，故決定采用數據增強的方式以擴充數據集。本文將原有圖片以1：15的比例進行擴充，對圖像進行模糊、亮度、裁剪、旋轉、平移、鏡像等操作，最終得到12 720張圖片。將8 558張圖劃為訓練集，3 462張圖劃為驗證集，700張圖劃為測試集。由于圖片的分辨率較高，直接運算量太大，因此將圖片縮放至640×640，盡量加入多尺度、多角度、多背景的絕緣子。

根據要求將圖片轉化為VOC格式，本文采用LabelImg標注工具對圖片進行標注，將缺陷絕緣子的位置標注為defect，將完整絕緣子的位置標注為insulator，如圖6所示。

3.2? 實驗環境及配置

本實驗所用配置如表2所示。

3.3? 實驗結果

為了全面客觀評價改進的YOLOv5模型的性能，使用參數數量（Parameters）、絕緣子平均值（Insulator AP）、缺陷絕緣子平均值（Defect AP）、平均精度均值（mAP）、檢測速度（FPS），其中S代表Shufflenet V2網絡，D代表DW深度可分離卷積，A代表ADD融合操作。實驗結果如表3所示。

由表可知，本文在YOLOv5原模型上，進行了控制變量的消融實驗，通過控制變量來測試改進是否具有能夠提升模型的效果。YOLOv5+S+D+A模型是在YOLOv5模型的基礎上進行了網絡結構的刪減和模塊的嵌入，模型的檢測精度比原模型僅有0.3%的提升，且不是所有測試模型里的最優選擇，但此模型的參數量大約只有YOLOv5原模型的10%，且檢測速度是最快的。

本研究算法的部分測試結果如圖7所示。

4? 結? 論

本文提出了一種基于YOLOv5改進的目標檢測方法，使用了Shufflenet V2網絡與深度可分離卷積重新構建了網絡模型的框架結構，減少了參數的數量，減輕了模型的大小；使用K-means算法得到了更加符合大長寬比數據集的先驗框；使用了Mosaic-9的數據增強方法，豐富了數據集的內容。實驗結果表明，與主流算法相比，本文所提出模型的檢測速度與模型占用內存大小均優于原模型，檢測速度可達到每秒13.58幀，模型文件大小為1.64 MB，為檢測算法的嵌入式應用及巡檢時邊采集邊檢測提供了可能性。

參考文獻：

[1] 中國電力企業聯合會.中國電力行業年度報告2020 [R/OL].

（2020-06-12）.https：//cec.org.cn/detail/index.html？3-284214.

[2] 邵瑰瑋，劉壯，付晶，等.架空輸電線路無人機巡檢技術研究進展 [J].高電壓技術，2020，46（1）：14-22.

[3] 陳偉駿，周長勝，黃宏博，等.基于卷積神經網絡的目標檢測算法綜述 [J].北京信息科技大學學報：自然科學版，2020，35（2）：90-96.

[4] YANG Y L，WANG L J，WANG Y，et al. Insulator Self-Shattering Detection：A Deep Convolutional Neural Network Approach [J].Multimedia Tools and Applications，2019，78（8）：10097-10112.

[5] 林志成，繆希仁，江灝，等.多模型融合的輸電線路絕緣子自爆故障檢測 [J].福州大學學報：自然科學版，2020，48（2）：217-223.

[6] 唐小煜，熊浩良，黃銳珊，等.基于改進的U-Net和YOLOv5的絕緣子掩模獲取與缺陷檢測 [J].數據采集與處理，2021，36（5）：1041-1049.

[7] MA N N，ZHANG X Y，ZHENG H-T，et al. ShuffleNet V2：Practical Guidelines for Efficient CNN Architecture Design [J/OL].arXiv：1807.11164 [cs.CV].[2022-01-03].https：//arxiv.org/abs/1807.11164.

作者簡介：黃施懿（1998—），男，漢族，江蘇南通人，碩士研究生在讀，研究方向：目標檢測與人工智能；董效杰（1978—），男，漢族，上海人，講師，博士，研究方向：紅外圖像與小目標特征；楊龍歡（1996—），男，漢族，四川成都人，碩士研究生在讀，研究方向：目標檢測與人工智能；王一帆（1998—），男，漢族，陜西西安人，碩士研究生在讀，研究方向：目標檢測與人工智能。

收稿日期：2022-10-13

基金項目：湖北省教育廳科學技術研究計劃項目（B2016092）