丁楠楠 胡旭曉 吳躍成 汪威 王佳

摘? 要：針對(duì)輸電線路附近可能出現(xiàn)的大型違章車輛施工造成外力破壞的情況，為保證輸電線路運(yùn)行的安全和穩(wěn)定，提出了改進(jìn)的YOLOv5目標(biāo)檢測算法。在原有YOLOv5算法的基礎(chǔ)上，將其使用的Bounding box損失函數(shù)GIOU_Loss改為CIOU_Loss，使其具有更快更好的收斂效果;同時(shí)將其使用的經(jīng)典NMS改為DIOU_NMS，使其對(duì)一些遮擋重疊的目標(biāo)有更好的識(shí)別效果。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)后的YOLOv5算法模型可以有效地監(jiān)控輸電線路附近的外力破壞情況。

關(guān)鍵詞：輸電線路;目標(biāo)檢測;改進(jìn)YOLOv5

中圖分類號(hào)：TP249? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2096-1472（2022）-01-14-04

Abstract： Operation of large illegal vehicles are likely to cause external damage on nearby transmission line. In order to ensure the safe and stable operation of transmission line， this paper proposes an improved YOLOv5 target detection algorithm. Based on the original YOLOv5 algorithm， the Bounding box loss function GIOU_Loss used by it is changed to CIOU_Loss， so that it has a faster and better convergence effect. At the same time， the classic NMS used by the original one is changed to DIOU_NMS， so that it has a better detection effect for some occluded and overlapped targets. Experimental results show that the improved YOLOv5 algorithm model can effectively monitor the damage caused by external forces near transmission line.

Keywords： transmission line; target detection; improved YOLOv5

1? ?引言（Introduction）

近年來，隨著我國各類產(chǎn)業(yè)尤其是互聯(lián)網(wǎng)的飛速發(fā)展，電力的需求量也直線上升。輸電線路是電力系統(tǒng)的生命線，關(guān)系到整個(gè)電力系統(tǒng)的安全和效益，因此保證輸電線路的穩(wěn)定運(yùn)行至關(guān)重要。

由于輸電線路長期處于復(fù)雜的地理位置，且與人類活動(dòng)緊密聯(lián)系，因此輸電線路有較高的可能性會(huì)出現(xiàn)故障，嚴(yán)重影響電網(wǎng)安全運(yùn)行的同時(shí)，也對(duì)人民的生命財(cái)產(chǎn)安全構(gòu)成了極大的威脅。

據(jù)統(tǒng)計(jì)，隨著城市化進(jìn)程的加速發(fā)展，大型車輛違章施工已經(jīng)成為輸電線路外力破壞的主要因素[1]。目前對(duì)于輸電線路的外力破壞檢測，主要是通過安裝在高空塔架的攝像頭拍攝照片，再交給后端中心去進(jìn)行人工分析[2]。監(jiān)控人員通過監(jiān)看攝像頭拍攝現(xiàn)場傳回的靜態(tài)圖像查看其中可能出現(xiàn)的外力入侵目標(biāo)，如吊車、油罐車、挖掘機(jī)等大型施工車輛，在發(fā)現(xiàn)外力入侵行為時(shí)則發(fā)出警告，派出電網(wǎng)維護(hù)人員至現(xiàn)場進(jìn)行處理[3]。這種依靠人工檢查的方法工作量大，工作人員容易疲勞，實(shí)時(shí)性差且效率較低。

近年來，隨著深度學(xué)習(xí)的快速發(fā)展，許多研究學(xué)者發(fā)布了大量基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法。目前，目標(biāo)檢測領(lǐng)域的深度學(xué)習(xí)方法主要分為兩類：一類是基于區(qū)域候選網(wǎng)絡(luò)（RPN）來提取目標(biāo)候選區(qū)域的兩階段算法，如R-CNN[4]、Fast R-CNN[5]、Faster R-CNN[6]等。這種類別的目標(biāo)檢測算法主要是在特征提取的基礎(chǔ)上，使用一個(gè)神經(jīng)網(wǎng)絡(luò)來生成候選區(qū)域，然后再對(duì)候選區(qū)域回歸來確定目標(biāo)的類別和位置。另一類是端到端的一階段目標(biāo)檢測算法，如YOLO系列[7-9]算法。此類方法直接對(duì)圖片內(nèi)容進(jìn)行分類和回歸，不需要提取候選區(qū)域，將目標(biāo)檢測視為回歸問題處理。

本文使用輸電線路現(xiàn)場監(jiān)控圖像數(shù)據(jù)，以及網(wǎng)絡(luò)收集的工程車輛數(shù)據(jù)，制作了輸電線路外力破壞的檢測數(shù)據(jù)集，以YOLOv5模型為主體，研究改進(jìn)模型的效果，進(jìn)一步提高模型的識(shí)別精度和魯棒性。

2? YOLOv5算法簡介（Introduction to YOLOv5 algorithm）

YOLO（You Only Look Once）網(wǎng)絡(luò)是一種基于回歸的目標(biāo)識(shí)別算法，具有較快的檢測速度，在很多任務(wù)中取得了很好的效果。YOLO網(wǎng)絡(luò)將輸入的圖像劃分成大小為S×S的網(wǎng)格，目標(biāo)物的中心位置落到哪個(gè)網(wǎng)格上，就由該網(wǎng)格對(duì)應(yīng)錨框負(fù)責(zé)檢測目標(biāo)[10]。相比于其他目標(biāo)檢測算法，YOLO的多尺度算法能夠更為有效地檢測目標(biāo)，且在實(shí)時(shí)性方面表現(xiàn)得較為突出，適合輸電線路異常情況檢測的需求。

YOLOv5根據(jù)網(wǎng)絡(luò)深度的不同分為YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，其中YOLOv5x檢測精度最高，但是網(wǎng)絡(luò)模型較大，對(duì)設(shè)備的要求較高;YOLOv5s的模型尺寸較小，檢測速度快，且部署方便?？紤]到保證檢測精度的同時(shí)，能夠提高檢測速度，減小模型尺寸，本文選用YOLOv5l作為實(shí)驗(yàn)使用的模型。YOLOv5的網(wǎng)絡(luò)結(jié)構(gòu)可以分為Input、Backbone、Neck和Prediction四部分。

YOLOv5在輸入端采用了和YOLOv4一樣的Mosaic數(shù)據(jù)增強(qiáng)方式。Mosaic數(shù)據(jù)增強(qiáng)方式參考了CutMix數(shù)據(jù)增強(qiáng)方式，隨機(jī)讀取四張圖片，然后再對(duì)這四張圖片采取隨機(jī)縮放、隨機(jī)裁剪、隨機(jī)排布的方式拼接到一張圖上作為訓(xùn)練數(shù)據(jù)，既豐富了檢測物體的背景，提高了數(shù)據(jù)樣本的多樣性，又增加了很多小目標(biāo)，提高了小目標(biāo)物的識(shí)別能力。并且，四張圖片拼接在一起，在進(jìn)行Batch Normalization的時(shí)候會(huì)同時(shí)計(jì)算四張圖片，相當(dāng)于增加了Batch Size的大小，減少了GPU內(nèi)存的消耗。YOLOv5還在YOLOv4的基礎(chǔ)上增加了自適應(yīng)錨框計(jì)算和自適應(yīng)圖片縮放功能。在YOLO算法中，針對(duì)不同的數(shù)據(jù)集，都會(huì)使用K-means聚類出初始設(shè)定的錨框。在以往的YOLO算法中，計(jì)算初始錨框的值都是通過單獨(dú)的程序運(yùn)行的，但在YOLOv5中將此功能嵌入代碼中，每次訓(xùn)練時(shí)，自適應(yīng)地計(jì)算出不同訓(xùn)練集中的最佳錨框值。YOLOv5的自適應(yīng)圖片縮放在對(duì)原始圖片進(jìn)行縮放時(shí)，能夠自適應(yīng)地添加最少的黑邊，減少信息冗余，提高推理速度。

在Backbone上主要使用了Focus結(jié)構(gòu)、CSP結(jié)構(gòu)。Focus模塊是對(duì)圖片進(jìn)行切片操作，從而得到二倍下采樣特征圖，相比于一般的下采樣，F(xiàn)ocus模塊可以在一定程度上減少模型的計(jì)算量，并且不會(huì)使信息丟失，為后續(xù)的特征提取保留了更完整的圖片下采樣信息。不同于YOLOv4只在主干網(wǎng)絡(luò)Backbone中使用CSP結(jié)構(gòu)，YOLOv5中設(shè)計(jì)了兩種CSP結(jié)構(gòu)，其中CSP1_X結(jié)構(gòu)應(yīng)用于Backbone，CSP2_X結(jié)構(gòu)則應(yīng)用于Neck中。在Neck上采用了PAN結(jié)構(gòu)和FPN結(jié)構(gòu)，用于特征增強(qiáng)。在損失函數(shù)上，YOLOv5采用GIOU_Loss作為Bounding Box的損失函數(shù)。

3 改進(jìn)的YOLOv5算法（Improved YOLOv5 algorithm）

（1）用CIOU_Loss取代GIOU_Loss

IOU是指目標(biāo)預(yù)測框與真實(shí)框的交集與并集的比例，通常稱為交并比，它可以反映預(yù)測檢測框與真實(shí)檢測框的檢測效果。IOU_Loss即為1-IOU，其表達(dá)式如式（1）所示。

IOU_Loss作為Bounding Box的損失函數(shù)存在一個(gè)問題，即如果預(yù)測框與真實(shí)框沒有相交，根據(jù)定義IOU=0，不能反映兩者的距離大小。同時(shí)因?yàn)閾p失函數(shù)失去了可導(dǎo)的性質(zhì)，沒有梯度回傳，無法進(jìn)行學(xué)習(xí)訓(xùn)練?；诖耍嚓P(guān)研究者提出了GIOU_Loss，對(duì)于兩個(gè)框A、B，先計(jì)算它們的最小凸集（包圍A、B的最小包圍框），然后結(jié)合最小凸集計(jì)算GIOU_Loss，其表達(dá)式如式（2）所示。

YOLOv5就是采用GIOU_Loss作為Bounding Box的損失函數(shù)，解決了兩個(gè)框沒有交集時(shí)無法訓(xùn)練的問題，同時(shí)考慮到了IOU沒有關(guān)注的非重疊區(qū)域，能夠更好地反映出兩個(gè)框的重合度。但是，仍無法解決預(yù)測框在真實(shí)框內(nèi)部且預(yù)測框面積不變的情況，因?yàn)檫@個(gè)時(shí)候預(yù)測框和真實(shí)框的差集是相同的，不管預(yù)測框在真實(shí)框內(nèi)部的哪個(gè)位置，GIOU_Loss都是相同的。針對(duì)GIOU_Loss存在的問題，相關(guān)學(xué)者提出了DIOU_Loss，相比于GIOU_Loss限制最小外接矩形和預(yù)測框與真實(shí)框并集的差值，DIOU_Loss直接限制了最小外接矩形的面積和預(yù)測框與真實(shí)框中心點(diǎn)的位置，其表達(dá)式如式（3）所示。

其中，為預(yù)測框與真實(shí)框中心點(diǎn)之間的歐幾里得距離，c為預(yù)測框與真實(shí)框最小外接矩形的對(duì)角線長度。一個(gè)好的回歸損失應(yīng)該考慮三點(diǎn)，分別為覆蓋面積、中心點(diǎn)距離和長寬比。而DIOU_Loss只考慮了覆蓋面積和中心點(diǎn)距離，所以研究人員在DIOU_Loss的基礎(chǔ)上加入了長寬比的因素，提出了CIOU_Loss，其表達(dá)式如式（4）所示。

其中，是預(yù)測框與真實(shí)框長寬比的距離：

是一個(gè)權(quán)重系數(shù)：

因此，本文選用將覆蓋面積、中心點(diǎn)距離和長寬比等信息都考慮在內(nèi)的CIOU_Loss作為Bounding Box的損失函數(shù)，提高回歸精確度，使得預(yù)測框更加符合真實(shí)框。

（2）用DIOU_NMS取代經(jīng)典的NMS

NMS（非極大值抑制）是目標(biāo)檢測算法后處理中常用的技術(shù)，用于將冗余的檢測框過濾掉。在經(jīng)典的NMS中，得分最高的檢測框和其他檢測框逐一計(jì)算出一個(gè)對(duì)應(yīng)的IOU值，并將該值超過NMS Threshold的框全部過濾掉?？梢钥闯觯诮?jīng)典的NMS算法中，IOU是唯一考慮的因素。但是在實(shí)際的應(yīng)用場景中，當(dāng)兩個(gè)不同物體距離很近時(shí)，由于IOU值比較大，往往經(jīng)過NMS處理后只剩下一個(gè)檢測框，可能導(dǎo)致漏檢的情況發(fā)生。為了避免發(fā)生漏檢，本文用DIOU_NMS取代經(jīng)典的NMS。DIOU_NMS不僅僅考慮IOU，還關(guān)注兩個(gè)框中心點(diǎn)之間的距離。如果兩個(gè)框之間的IOU比較大，且這兩個(gè)框之間的距離也比較大時(shí)，可能會(huì)認(rèn)為這是兩個(gè)物體的框而不會(huì)被過濾掉。

4? ?評(píng)價(jià)指標(biāo)（Evaluating indicator）

基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測常用的評(píng)價(jià)指標(biāo)通常為精確率（Precision）和召回率（Recall）[11]。

以識(shí)別吊車為例，上式中，TP指的是正確檢測出吊車目標(biāo);FP指的是將其他目標(biāo)物識(shí)別為吊車;FN指的是吊車未被正確識(shí)別出。

5? ?實(shí)驗(yàn)分析（Experimental analysis）

5.1? ?實(shí)驗(yàn)數(shù)據(jù)集的制作與訓(xùn)練細(xì)節(jié)

針對(duì)檢測輸電線路附近可能出現(xiàn)大型施工車輛這一情況，本文制作了一個(gè)輸電線路附近大型施工車輛的數(shù)據(jù)集。本數(shù)據(jù)集的數(shù)據(jù)來源于安裝在多個(gè)輸電線路上的攝像頭拍攝到的圖像數(shù)據(jù)。并非所有采集到的圖像都適用于制作訓(xùn)練目標(biāo)檢測模型的數(shù)據(jù)集，因此，我們首先要對(duì)采集到的圖像數(shù)據(jù)進(jìn)行篩選，然后使用labelImg圖像標(biāo)注軟件對(duì)圖像進(jìn)行標(biāo)注。標(biāo)注的類別為大型卡車、挖掘機(jī)、吊車和油罐車，如圖1（a）所示為輸電線路附近挖掘機(jī)的圖像標(biāo)注。使用labelImg標(biāo)注完圖像后會(huì)生成一個(gè)xml格式的文件，如圖1（b）所示，其中size一欄記錄原圖的寬度、高度和通道數(shù)目，object一欄記錄目標(biāo)的類別及標(biāo)注矩形框的左上角和右下角坐標(biāo)[12]。整個(gè)數(shù)據(jù)集包含2，000 張圖片，將數(shù)據(jù)集隨機(jī)分為訓(xùn)練集和測試集，其中訓(xùn)練集1，400 張圖片，測試集600 張圖片。

此次實(shí)驗(yàn)在Ubuntu 16.04操作系統(tǒng)、Intel i5-9300H處理器、NVIDIA GTX1660Ti顯卡下搭建實(shí)驗(yàn)環(huán)境，包括CUDA 10.1、OpenCV 4.4.0，使用PyTorch 1.7.0搭建YOLOv5的網(wǎng)絡(luò)框架。epochs設(shè)置為300，batch_size設(shè)置為16。

5.2 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證YOLOv5網(wǎng)絡(luò)模型對(duì)輸電線路外力破壞檢測的準(zhǔn)確性，從輸電線路數(shù)據(jù)集的測試集中隨機(jī)選出包含大型卡車、挖掘機(jī)、吊車和油罐車的圖片各125 張，用于實(shí)驗(yàn)測試。

將測試樣本放在YOLOv5的測試文件夾下，分別用原始YOLOv5算法訓(xùn)練出的網(wǎng)絡(luò)模型和改進(jìn)YOLOv5算法訓(xùn)練出的網(wǎng)絡(luò)模型對(duì)樣本進(jìn)行檢測，然后再統(tǒng)計(jì)出兩種網(wǎng)絡(luò)模型的精確率和召回率。

由表1和表2對(duì)比可得，YOLOv5改進(jìn)算法相較于原始YOLOv5算法在精確率和召回率上都有所提高，圖2為改進(jìn)YOLOv5的檢測效果示意圖。

6? ?結(jié)論（Conclusion）

本文使用輸電線路現(xiàn)場采集到的圖像數(shù)據(jù)制作數(shù)據(jù)集，并用其訓(xùn)練網(wǎng)絡(luò)模型，對(duì)網(wǎng)絡(luò)模型的性能進(jìn)行實(shí)驗(yàn)測試。實(shí)驗(yàn)結(jié)果表明，基于改進(jìn)YOLOv5的目標(biāo)檢測算法對(duì)輸電線路外力破壞的檢測效果較好，能夠滿足其要求。

參考文獻(xiàn)（References）

[1] 錢宇.基于深度學(xué)習(xí)的輸電塔架異常識(shí)別與預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].濟(jì)南：山東大學(xué)，2019.

[2] 沈方晴，許金明，王勁松.架空輸電線路防外力破壞工作的分析與對(duì)策[J].科技信息，2013（05）：393，430.

[3] 閆春江，王闖，方華林，等.基于深度學(xué)習(xí)的輸電線路工程車輛入侵檢測[J].信息技術(shù)，2018，42（07）：28-33.

[4] GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]// SUN J， KIM J， PANTIC M， et al. 2014 IEEE Conference on Computer Vision and Pattern Recognition. Columbus， OH， USA： IEEE， 2014：580-587.

[5] GIRSHICK R. Fast R-CNN[C]// SUN J， LIU W， PRICE B， et al. 2015 IEEE International Conference on Computer Cision. Santiago， Chile： IEEE， 2015：1440-1448.

[6] REN S， HE K， GIRSHICK R， et al. Faster R-CNN： Towards real-time object detection with region proposal networks[J]. 2017 IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）：1137-1149.

[7] REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： Unified， real-time object detection[C]// PRICE B， LIN L， CUPTA A， et al. 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas， NV， USA： IEEE， 2016：779-788.

[8] REDMON J， FARHADI A. YOLO9000： Better， faster， stronger[C]// SCHIELE B， LIN L， DARRELL T， et al. 2017 IEEE Conference on Computer Vision and Pattern Recognition. Honolulu， HI， USA： IEEE， 2017：6517-6525.

[9] REDMON J， FARHADI A. YOLOv3： An incremental improvement[Z/OL]. [2021-08-19]. https：//arxiv.org/abs/1804.02767.

[10] 李同，阮士峰，陳卓，等.基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測綜述[J].科技經(jīng)濟(jì)導(dǎo)刊，2020，28（27）：18-20.

[11] 萬晨霞.基于卷積神經(jīng)網(wǎng)絡(luò)的道路多目標(biāo)檢測算法研究[D].鄭州：河南工業(yè)大學(xué)，2019.

[12] 呂寧.基于深度學(xué)習(xí)的輸電線路防外力破壞監(jiān)測系統(tǒng)研究[D].哈爾濱：哈爾濱工程大學(xué)，2018.

作者簡介：

丁楠楠（1996-），男，碩士生.研究領(lǐng)域：圖像處理.

胡旭曉（1965-），男，博士，教授.研究領(lǐng)域：圖像處理，機(jī)器視覺.本文通訊作者.

吳躍成（1966-），男，博士，副教授.研究領(lǐng)域：人機(jī)交互.

汪? ?威（1997-），男，碩士生.研究領(lǐng)域：圖像處理.

王? ?佳（1998-），女，碩士生.研究領(lǐng)域：故障診斷算法研究.