張力丹 余方劍 董婉祾 崔 宸

（中國核動(dòng)力研究設(shè)計(jì)院，四川 成都 610000）

0 引言

隨著全球?qū)δ茉葱枨蟮牟粩嘣鲩L，保障核電安全正面臨巨大的機(jī)遇和挑戰(zhàn)，如何高效進(jìn)行核電設(shè)備缺陷檢測已成為重要的研究課題，基于深度學(xué)習(xí)的機(jī)器視覺算法是該領(lǐng)域的關(guān)鍵技術(shù)[1]。與傳統(tǒng)特征提取算法不同，基于深度學(xué)習(xí)的算法不需要手動(dòng)設(shè)計(jì)特征，而是通過卷積核從圖像數(shù)據(jù)中提取具有較強(qiáng)魯棒性和深層語義的特征，因此其提取的特征圖具有很強(qiáng)的表達(dá)能力[2]。卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在許多計(jì)算機(jī)視覺任務(wù)中有突出表現(xiàn)，例如圖像分類、目標(biāo)檢測以及圖像分割等。目前，基于深度學(xué)習(xí)的目標(biāo)檢測算法從結(jié)構(gòu)上主要分為以Fster R-CNN 為代表的兩階段網(wǎng)絡(luò)和以單步多框目標(biāo)檢測（Single Shout Multibax Detector，SSD）或YOLO 為代表的一階段網(wǎng)絡(luò)[3]。一階段的目標(biāo)檢測算法與二階段的“選取候選框+分類驗(yàn)證”模式完全不同，一階段算法直接將整張圖像作為網(wǎng)絡(luò)的輸入，通過主干網(wǎng)絡(luò)提取特征圖，輸入分類器進(jìn)行分類和目標(biāo)框的預(yù)測。Zhang C B 等[4]將最新的YOLOv3 版本應(yīng)用于橋梁表面缺陷定位， 與原始YOLOv3 網(wǎng)絡(luò)相比，其引入了預(yù)訓(xùn)練權(quán)重、批量歸一化和Focal loss 損失函數(shù)，進(jìn)一步提高了缺陷檢測率。隨后YOLOv4、YOLOv5 版本相繼出世，進(jìn)一步提高了檢測精度，彌補(bǔ)了一階段算法精度不足的缺點(diǎn)。

1 算法框架

1.1 數(shù)據(jù)采集和預(yù)處理

該文研究的數(shù)據(jù)來自某核電站2016—2021 年的缺陷檢查報(bào)告和總結(jié)報(bào)告。首先，進(jìn)行數(shù)據(jù)預(yù)處理，從上千份檢查報(bào)告中提取圖像數(shù)據(jù)，并對其進(jìn)行初步的缺陷類別標(biāo)注，即圖像級分類。其次，對提取的圖像數(shù)據(jù)進(jìn)行篩選，選出僅有一類缺陷且特征較明顯的圖像數(shù)據(jù)。該小節(jié)研究的核電設(shè)備缺陷類型有4 個(gè)類別，分別是腐蝕、涂層脫落、起泡以及開裂。其中，起泡、開裂的特征比較微弱，在原圖中所占的像素比太低，圖像級的標(biāo)注難以達(dá)到預(yù)期的檢測效果。因此，該文進(jìn)一步對數(shù)據(jù)集進(jìn)行區(qū)域標(biāo)注，即用區(qū)域框標(biāo)注圖像中的缺陷區(qū)域。由于核電設(shè)備缺陷圖像樣本數(shù)量十分有限，僅有5 000多張，且各類缺陷類別之間存在類別不平衡的問題。因此，需要對原圖像數(shù)據(jù)進(jìn)行翻轉(zhuǎn)、旋轉(zhuǎn)、裁剪、縮放、局部遮擋、添加噪聲、隨機(jī)模糊以及顏色變換等操作，對各個(gè)類別的缺陷數(shù)據(jù)進(jìn)行擴(kuò)充，以解決類別不平衡的問題。

1.2 算法結(jié)構(gòu)

該文構(gòu)建了基于YOLOv5 的目標(biāo)檢測模型，并利用該模型對核電設(shè)備缺陷數(shù)據(jù)集進(jìn)行檢測，網(wǎng)絡(luò)結(jié)構(gòu)由主干網(wǎng)絡(luò)（Backbone）、頸部（Neck）以及頭部（Head）構(gòu)成，主干網(wǎng)絡(luò)使用CSP-DarkNet+SPP 結(jié)構(gòu)進(jìn)行特征提?。活i部使用雙向融合結(jié)構(gòu)（PANet 結(jié)構(gòu)）生成特征金字塔；頭部使用YOLOv3 head 實(shí)現(xiàn)識別和回歸功能。

1.2.1 主干網(wǎng)絡(luò)：交叉融合結(jié)構(gòu)（Cross Stage Partial，CSP）

CSP 基本結(jié)構(gòu)為將輸入特征按照比例分為2 個(gè)部分，一部分輸入殘差結(jié)構(gòu)進(jìn)行特征變換，另一部分直接使用1×1 的卷積進(jìn)行特征變換，再將2 個(gè)部分的特征拼接（concat），最后進(jìn)行批歸一化處理，使用Leaky Relu作為激活函數(shù)，通過基礎(chǔ)卷積層進(jìn)行特征變換。YOLOv5中包括CSP 結(jié)構(gòu)（如圖 1 所示），采用2 種結(jié)構(gòu)，分別為CSP1和CSP2，差別在于CSP2中將CSP1中的殘差結(jié)構(gòu)替換為普通的卷積結(jié)構(gòu)。YOLOv5 中使用CSPDarkNet 作為主干網(wǎng)絡(luò)，從輸入圖像中提取豐富的信息特征，解決了其他大型神經(jīng)網(wǎng)絡(luò)框架的主干網(wǎng)絡(luò)優(yōu)化的梯度信息重復(fù)問題，將梯度的變化集成到特征圖中，從而減少了模型的參數(shù)量和每秒浮點(diǎn)運(yùn)算次數(shù)，既保證了推理速度和準(zhǔn)確率，又縮減了模型的規(guī)模。

1.2.2 頸部：雙向特征融合結(jié)構(gòu)（PANet 結(jié)構(gòu)）

PANet 在特征金字塔的結(jié)構(gòu)上添加了自底向上的特征融合結(jié)構(gòu)。由于淺層特征中包括更多的邊緣、形狀等特征信息，自低向上的特征融合結(jié)構(gòu)使頂層特征圖可以共享底層帶來的豐富位置信息，能充分利用網(wǎng)絡(luò)淺層特征進(jìn)行分割，因此可以提高大物體的檢測效果。

圖1 交叉融合結(jié)構(gòu)

1.2.3 頭部結(jié)構(gòu)

頭部結(jié)構(gòu)是網(wǎng)絡(luò)的最終檢測結(jié)構(gòu)，通過主干網(wǎng)絡(luò)和特征融合結(jié)構(gòu)實(shí)現(xiàn)特征提取和融合，從而對特征進(jìn)行檢測。這部分對PANet 結(jié)構(gòu)輸出的3 個(gè)尺度的特征進(jìn)行特征變換后實(shí)現(xiàn)預(yù)測，最終輸出的特征圖上會(huì)應(yīng)用錨定框并輸出張量：批量大小×（五維張量+類別總數(shù)）×特征圖寬×特征圖高。其中，五維張量為回歸框的4 個(gè)角坐標(biāo)、中心點(diǎn)坐標(biāo)以及識別的置信度。不同的是在錨框分配方面，YOLOv5 通過跨網(wǎng)格匹配規(guī)則的方式來區(qū)分錨框的正、負(fù)樣本，即計(jì)算標(biāo)注框和當(dāng)前層的錨框的寬高比，如果寬高比大于設(shè)定的閾值，就說明標(biāo)注框與錨框匹配度不夠，需要過濾。計(jì)算剩下的標(biāo)注框?qū)儆谀膫€(gè)網(wǎng)格，利用四舍五入規(guī)則找出最近的2 個(gè)網(wǎng)格，將這3 個(gè)網(wǎng)格都認(rèn)為是負(fù)責(zé)預(yù)測該標(biāo)注框的網(wǎng)格，這樣正樣本數(shù)量就增加了3 倍。

1.2.4 損失函數(shù)

損失函數(shù)是為了讓網(wǎng)絡(luò)模型向檢測目標(biāo)不斷學(xué)習(xí)而設(shè)定的目標(biāo)函數(shù)，其中YOLOv5 的損失函數(shù)分為3 個(gè)部分：1） 參數(shù)化坐標(biāo)框Lbox，如公式（1）所示。

式中：v為衡量長寬比一致性的參數(shù)，其比較了重疊面積、中心點(diǎn)距離以及長寬比（wgt、hgt為目標(biāo)框轉(zhuǎn)換為640×640的寬、高；wp、hp為目標(biāo)框在80×80 網(wǎng)格中的網(wǎng)格坐標(biāo)）；IOU為2 個(gè)目標(biāo)框的交并比；Distance_2 為2 個(gè)目標(biāo)框中心點(diǎn)的歐氏距離；Distance_C為目標(biāo)框?qū)蔷€的距離。

置信度的損失Lobj采用BEC Logits Loss 損失函數(shù)，如公式（2）所示。

式中：yi為每輪訓(xùn)練的標(biāo)簽值；yi*為每輪訓(xùn)練的期望值。

類別損失Lclass采用交叉熵?fù)p失函數(shù)（BCEcls Loss），如公式（3）所示。

總損失函數(shù)Ltotal如公式（4）所示。

式中：λ1、λ2和λ3為3 個(gè)超參數(shù)，可通過試驗(yàn)結(jié)果調(diào)整。

2 試驗(yàn)設(shè)計(jì)與分析

試驗(yàn)在原始網(wǎng)絡(luò)上使用預(yù)訓(xùn)練權(quán)重直接訓(xùn)練數(shù)據(jù)集，YOLOv5 模型有4 種不同寬度和深度的結(jié)構(gòu)（s、m、l 和x）。由于試驗(yàn)的數(shù)據(jù)集規(guī)模較小，因此選用s 模型進(jìn)行訓(xùn)練，在訓(xùn)練過程中設(shè)置超參數(shù)：學(xué)習(xí)率為0.003 2，學(xué)習(xí)率動(dòng)量為0.843，權(quán)重衰減系數(shù)為0.000 36，預(yù)熱學(xué)習(xí)迭代輪數(shù)為2，預(yù)熱學(xué)習(xí)率動(dòng)量為0.5，預(yù)熱學(xué)習(xí)率0.05，目標(biāo)框損失系數(shù)為0.029 6，分類損失系數(shù)為0.243，分類損失中正樣本的權(quán)重為0.631，有無物體損失系數(shù)為0.301，有無物體損失中的正樣本權(quán)重為0.911，標(biāo)注框與錨框的交并比閾值為0.2。

該文選取召回率、精確率作為評價(jià)指標(biāo)，在訓(xùn)練集、驗(yàn)證集上的試驗(yàn)結(jié)果分別如圖2、圖3 所示，模型在訓(xùn)練集上的損失不斷下降，模型在驗(yàn)證集上的損失不斷增加。在驗(yàn)證集上的召回率如圖4 所示，訓(xùn)練達(dá)到一定輪次后，召回率在22%左右波動(dòng)。在驗(yàn)證集上的精確率如圖5 所示，精確率升至50%后不斷下降。模型在訓(xùn)練集上的損失正常下降，說明模型在不斷收斂，在驗(yàn)證集上的精確率卻在下降，說明模型的泛化能力弱。

圖2 訓(xùn)練集上的損失值

圖3 驗(yàn)證集上的損失值

圖4 驗(yàn)證集上的召回率指標(biāo)

圖5 驗(yàn)證集上的精確率指標(biāo)

初步訓(xùn)練后，該文對訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)訓(xùn)練集和驗(yàn)證集的數(shù)據(jù)類別分布不均，因此重新劃分訓(xùn)練集和驗(yàn)證集的比例并重新訓(xùn)練模型。如圖6 所示，模型在訓(xùn)練集上的損失不斷下降，收斂至0.026。如圖7 所示，模型在驗(yàn)證集上的損失也不斷下降，收斂至0.016，說明模型在驗(yàn)證集上不斷收斂，具有較好的泛化能力。在驗(yàn)證集上的召回率、精確率分別如圖8、圖9 所示，訓(xùn)練達(dá)到70 輪后，召回率在90%左右波動(dòng)， 精確率在95%左右波動(dòng)。

圖6 訓(xùn)練集上的損失值

圖7 驗(yàn)證集上的損失值

圖8 驗(yàn)證集上的召回率指標(biāo)

圖9 驗(yàn)證集上的精確率指標(biāo)

對比2 次試驗(yàn)的召回率、精確率指標(biāo)，第二次訓(xùn)練結(jié)果明顯比第一次訓(xùn)練結(jié)果好，說明數(shù)據(jù)集的質(zhì)量對試驗(yàn)結(jié)果至關(guān)重要。同時(shí)，也說明YOLOv5 算法模型適用于該類數(shù)據(jù)集，可用于核電設(shè)備的缺陷檢測。

通過試驗(yàn)發(fā)現(xiàn)，采用機(jī)器視覺技術(shù)對缺陷樣本進(jìn)行檢測具有高效、節(jié)約成本的優(yōu)勢。當(dāng)模型的魯棒性較高時(shí)，只需要提供1 臺(tái)計(jì)算服務(wù)器就可以進(jìn)行缺陷檢測。

3 結(jié)語

該文采用基于深度學(xué)習(xí)的目標(biāo)檢測算法YOLOv5 對某核電站的核電設(shè)備表面缺陷進(jìn)行檢測。研究結(jié)果表明，基于深度學(xué)習(xí)的目標(biāo)檢測算法適用于核電設(shè)備表面缺陷檢測，在檢測速度和檢測精度方面都滿足需求。目前，該數(shù)據(jù)集的數(shù)據(jù)量較少，還需要大量的數(shù)據(jù)來提高算法的魯棒性，這樣才能投入實(shí)際使用。未來可以通過更多的數(shù)據(jù)積累、數(shù)據(jù)生成等方式來形成專業(yè)領(lǐng)域，使算法可以投入實(shí)際的生產(chǎn)使用。