顧桂梅，賈耀華，趙巖浩，張文輝，閆炳旭

(1.蘭州交通大學 自動化與電氣工程學院，甘肅 蘭州 730070；2.中國鐵路蘭州局集團有限公司，甘肅 蘭州 730030；3.中國鐵路鄭州局集團有限公司，河南 鄭州 450015)

吊弦作為接觸網(wǎng)懸掛系統(tǒng)中使用數(shù)量最多的部件之一，連接接觸線與承力索并將接觸線的荷載與振動傳遞給承力索.隨著列車運行速度和行車密度的提升，由于安裝不恰當、長期列車運行中機械振動、與其他零部件摩擦等因素的影響，吊弦線斷裂、松弛、散股等事故時有發(fā)生，接觸網(wǎng)吊弦改善受流、受力的性能不能實現(xiàn)，反而容易造成弓網(wǎng)故障，給鐵路運營帶來安全隱患[1].為了確保高鐵供電設備運行安全，提升供電系統(tǒng)安全保障能力，構建了高速鐵路供電安全檢測監(jiān)測系統(tǒng)（6C 系統(tǒng)）.其中，接觸網(wǎng)懸掛狀態(tài)檢測監(jiān)測系統(tǒng)（4C 系統(tǒng)）對吊弦、腕臂、接觸線等部件進行高分辨率成像，通過智能檢測系統(tǒng)并輔助人工逐張判別接觸網(wǎng)零部件狀態(tài)，形成維修建議，指導接觸網(wǎng)檢修.但是，面對4C 裝置采集到的海量接觸網(wǎng)圖像，當前4C 系統(tǒng)智能化檢測能力接近飽和并且人工判別的方式存在工作量大、時效性差的問題，因此，亟須提升4C 系統(tǒng)的智能化檢測能力.

近年來，深度學習在目標檢測領域取得了重大進步，深度學習算法被廣泛應用于吊弦缺陷檢測任務中，包括RefineDet 網(wǎng)絡[2]、FCOS 網(wǎng)絡[3]、Faster-RCNN 網(wǎng)絡[4]等.上述網(wǎng)絡需要大量帶標注樣本進行訓練，然而在實際工程領域中缺陷樣本難以獲取.因此，在少樣本，甚至零樣本條件下實現(xiàn)對吊弦缺陷的識別，對深度學習技術在實際接觸網(wǎng)檢修任務中的應用具有重要意義.

Larochelle 等[5]提出零樣本學習（zero-shot learning，ZSL）概念，目前，主要有3 大類研究方法：基于屬性預測方法、基于特征映射方法、基于特征生成方法.Lampert 等[6]采用屬性作為中間層構建圖像到標簽之間的關聯(lián)，首先基于專家標注的屬性計算屬性層和標簽之間的關聯(lián)概率，其次計算圖像特征與屬性層的關聯(lián)概率，最后將最大概率的標簽作為圖像的預測標簽.但是，該方法的分類效果很大程度上倚仗于屬性標注的維度和品質，增加了應用中的時間和人工成本.Frome 等[7]利用Word2Vec[8]技術將標簽嵌入語義空間，首先將圖像提取的視覺特征映射到語義空間，然后在語義空間中尋找相似度最高的語義特征作為該圖像的語義描述，其對應的標簽作為該圖像的預測標簽.但是，這些語義詞向量中不可避免地存在一定的冗余信息和噪聲，影響了類別間距離結構信息的有效表達.Kingma 等[9]通過變分自編碼機將輸入語義特征編碼為隱空間中的概率分布，再對隱空間進行采樣和解碼重建，從而生成對應類的視覺特征，但由于語義描述和視覺表達差異性問題，利用語義生成的視覺特征質量低，難以代表該類別.

為了解決上述問題，本研究提出基于組合零樣本學習(compositional zero-shot learning,CZSL)的接觸網(wǎng)吊弦線缺陷識別方法.該方法主要思路如下：通過ResNet-50 網(wǎng)絡提取圖像視覺特征；使用訓練的Word2Vec 詞向量作為組合標簽圖的節(jié)點特征，通過圖卷積網(wǎng)絡為標簽組合圖各節(jié)點聚合其相關節(jié)點的特征表示，增強各組合標簽節(jié)點的語義特征，消除人工標注屬性和單純語義信息嵌入的弊端；在兼容性學習框架中構建組合標簽語義特征和圖像視覺特征之間的相似度函數(shù)，并計算兩者之間的相似度得分，通過交叉熵損失實現(xiàn)對缺陷吊弦圖像的識別.

1 相關理論

1.1 組合零樣本學習

組合學習是指將2 個，甚至多個簡單概念結合為一個復雜的概念.在計算機視覺領域中，Hoffman 等[10-11]認為視覺系統(tǒng)可以通過學習簡單概念進而學習復雜概念.Misra 等[12]受成分識別理論的啟發(fā)，將屬性視覺分類器和目標視覺分類器組合后得到新的復雜視覺分類器，例如：紅色(屬性)+酒(對象)=紅酒.組合已知視覺概念的分類器，并應用這個模型來識別具有未知概念組合的物體.與零樣本不同的是，組合零樣本學習主要將已學習的簡單概念組合為復雜的不可見類概念并進行學習，已有的研究包括TMN[13]、AttOp[14]、SymNet[15]等.Purushwkakam 等[13]提出任務驅動的模塊化網(wǎng)絡，將識別任務分解，然后通過組合產(chǎn)生未知類分類器，通過計算圖像與“屬性-對象”對之間的兼容性分數(shù)，為正確的三元組匹配高分，實現(xiàn)零樣本分類.Nagarajan 等[14]學習視覺映射函數(shù)f(x)和“屬性-對象”映射函數(shù)g(p)，并在語義空間中計算兩者之間的歐氏距離，以達到分類目的.

1.2 圖卷積網(wǎng)絡

圖卷積網(wǎng)絡(graph convolutional network,GCN)[16]是能夠直接作用于圖并且利用其結構信息的卷積神經(jīng)網(wǎng)絡，可使圖中各節(jié)點之間相互傳遞信息并增強節(jié)點自身的特征信息表示[17].給定圖G={V,E,A}，其中，V、E、A∈RK×K分別表示圖的節(jié)點集合、邊集合和鄰接矩陣.GCN 通過如下公式對輸入特征H(l)∈RK×d和鄰接矩陣A∈RK×K進行學習：

2 基于圖卷積網(wǎng)絡的組合零樣本算法

2.1 算法框架

本研究提出的CZSL 方法框架如圖1 所示，訓練階段如圖1(a) 所示，主要包括3 個模塊.1) 視覺特征提取模塊.使用ResNet-50 網(wǎng)絡，將訓練集中的可見類樣本轉換為向量表示，并將其對應的類別標簽一起輸入到兼容性學習框架中，用以在測試階段對可見類樣本進行分類.2)圖卷積模塊.通過構建標簽組合圖使得算法可以發(fā)現(xiàn)標簽之間相互作用和依賴關系，并將與節(jié)點名稱相對應的詞向量作為節(jié)點的特征表示.GCN 在標簽組合圖上執(zhí)行信息傳遞和節(jié)點更新的過程，并將更新的節(jié)點特征向量傳遞到下一層.通過多次迭代，GCN 可以捕獲標簽組合圖中復雜的、非線性的關系，并且使用這些關系來優(yōu)化組合標簽特征表示G，提高模型的分類準確性.3)兼容性學習模塊.通過相似度函數(shù)計算圖像視覺特征F和組合標簽特征表示G之間的相似度得分，為圖像分配正確的組合標簽.

圖1 組合零樣本學習（CZSL）方法框架圖Fig.1 Framework of compositional zero-shot learning (CZSL) method

測試階段如圖1 (b) 所示，使用預訓練的Res-Net-50 網(wǎng)絡提取測試圖像的視覺特征，利用相似度函數(shù)計算測試圖像視覺特征與組合標簽語義特征之間的相似度，將測試圖像分配給具有最高相似度得分的類別.

CZSL 的任務可以描述為T={(x,y)|x∈X,y∈Ys}，其中，T表示訓練集；x表示集合X中的圖像；y表示圖像x對應的標簽，屬于可見類標簽集合Ys，y=(s,o)是由狀態(tài)標簽s∈S和對象標簽o∈O組成的元組，S和O分別表示狀態(tài)標簽和對象標簽的集合.CZSL 的最終目標是預測一組新的不可見類標簽Yu，并通過相似度函數(shù)為不可見類圖像匹配組合標簽y′∈Yu，其中Ys∩Yu=?.

2.2 圖卷積模塊

2.2.1 標簽組合圖的鄰接矩陣 在CZSL 中，狀態(tài)標簽和對象標簽的組合是通過建立圖來實現(xiàn)的.算法會通過解析數(shù)據(jù)集中的標簽信息，自動確定所有可能的組合標簽，并創(chuàng)建相應的節(jié)點和邊.因此，本研究將s、o、y作為圖的節(jié)點，互相影響的節(jié)點之間通過一條無向邊連接，構建標簽組合圖，如圖2 所示.標簽組合圖總共包括10 個節(jié)點，其中3 個狀態(tài)標簽節(jié)點由第1 行藍色節(jié)點表示，2 個對象標簽節(jié)點由第2 行綠色節(jié)點表示，5 個組合標簽節(jié)點由第3 行黃色節(jié)點表示.每一個組合標簽y=(s,o)∈Y定義了狀態(tài)標簽s、對象標簽o以及兩者組合標簽y之間的依賴關系，其中Y=Ys∪Yu.

圖2 基于數(shù)據(jù)集的標簽組合圖Fig.2 Label combination diagram based on data set of this study

將組合標簽圖中的節(jié)點按照從左向右、從上到下的順序從0 開始編號.若節(jié)點i和節(jié)點j之間存在無向邊連接，則Aij=1，若不存在無向邊連接，則Aij=0.將Aij作為標簽組合圖鄰接矩陣A∈R10×10的元素：

一般情況下，為了在對圖節(jié)點信息進行聚合時，不丟失自身節(jié)點信息，通常給網(wǎng)絡中的節(jié)點增加自連接，此時鄰接矩陣表示為但是，此操作對節(jié)點自身及其相鄰近節(jié)點的特征信息賦予了相同的權重，這將造成節(jié)點特征信息中自身成分占比過低的問題，為此，Gao 等[18]提出相應的改進措施：

式中：α 為常數(shù).此改進措施使得GCN 在信息聚合過程中，給節(jié)點自身信息賦予更大的權重，從而使節(jié)點自身信息更具有辨識性.

GCN 是對圖定義的鄰域中的節(jié)點特征進行操作的，因此在得到標簽組合圖的鄰接矩陣之后，須為每個節(jié)點嵌入合適的特征表示.本研究針對鐵路接觸網(wǎng)吊弦缺陷識別任務，搜集相關文本語料，并利用Word2Vec 模型，訓練得到d維Word2Vec 英文詞向量，將非結構化文本分詞嵌入詞向量空間中，轉化為具有語義信息的數(shù)值.相比于手動定義屬性，詞向量具有更好的可擴展性和通用性.標簽組合圖中的每個狀態(tài)標簽節(jié)點和對象標簽節(jié)點的特征表示由與其相對應的狀態(tài)標簽或對象標簽名稱相關聯(lián)的詞嵌入來表示.組合標簽節(jié)點的初始特征表示通過平均對應狀態(tài)標簽節(jié)點和對象標簽節(jié)點的特征表示得出.由此，本研究通過為標簽組合圖添加詞嵌入，在語義空間上初步實現(xiàn)了組合性.

2.2.2 圖卷積模塊中的一階譜圖卷積d維Word2Vec 詞向量在圖卷積模塊中不僅提供了標簽組合圖節(jié)點初始特征向量，還通過節(jié)點之間的語義相似度來指導圖卷積網(wǎng)絡優(yōu)化節(jié)點特征向量.具體來說，在優(yōu)化過程中，GCN 將每個節(jié)點的特征向量作為輸入，并將其與相鄰節(jié)點的特征向量進行卷積操作.卷積層的參數(shù)是通過反向傳播來學習的，以最小化節(jié)點特征向量與它們的鄰居之間的差異.這樣，在每次迭代中，GCN 會將每個節(jié)點的特征向量更新為與其相鄰節(jié)點的特征向量更加接近的向量.

如圖1(a)所示，將標簽組合圖中的節(jié)點特征作為GCN 的輸入，使用圖卷積網(wǎng)絡從每個節(jié)點自身以及所連接的相鄰節(jié)點中聚合信息.圖卷積網(wǎng)絡的計算如下：

相比于Frome 等[7-8],CZSL 將詞向量嵌入標簽組合圖后，使用GCN 可以從復雜的文本關系中學習語義信息，并捕捉對象之間的關系，能夠更好地處理對象之間的復雜關系，學習到更準確、更全面的語義信息、提高模型的性能和泛化能力.

目前，針對圖卷積網(wǎng)絡的研究主要集中于一階譜圖卷積，然而隨著圖卷積網(wǎng)絡層數(shù)的增加，節(jié)點特征所表示的信息將會被稀釋，進而極大降低了距離較大節(jié)點之間的可區(qū)分性，即過度平滑現(xiàn)象[17].因此，須通過對比實驗確定最佳的圖卷積網(wǎng)絡層數(shù).

2.3 兼容性學習框架

在得到圖像的視覺特征和組合標簽的語義特征后，構建兩者之間的相似度函數(shù)，計算圖像x、狀態(tài)表示y、對象o之間的相似度得分，為圖像x匹配與其取得最高相似度分數(shù)的組合標簽y=(s,o)，即正確的三元組(x,s,o)將會獲得更高的相似度分數(shù).相似度函數(shù)如下：

式中：F(x,W) 為利用ResNet-50 網(wǎng)絡提取的視覺特征，G(s,o,θ) 為輸出組合標簽節(jié)點的特征表示，W和 θ 分別為F和G的可學習權重.

兼容性學習框架的分類損失采用二值交叉熵損失.在多分類問題中，神經(jīng)網(wǎng)絡最后一層全連接層的原始輸出只是每一類的得分向量.因此，通過softmax 函數(shù)將網(wǎng)絡輸出轉化為概率值，softmax 函數(shù)如下：

式中:y為圖像xi的真實標簽,y=(si,oi) ；y′為可見類標簽集合Ys中任意一個標簽,y′=(sj,oj) ;pi為輸入值f(xi,y) 屬于f(xi,y′) 的概率.

采用交叉熵損失函數(shù)作為評價兼容性學習框架分類準確率的指標，搜尋最正確的三元組(x,s,o)并為其賦予更高的相似度得分，從而實現(xiàn)圖像分類.損失函數(shù)為

3 仿真實驗與結果分析

3.1 實驗數(shù)據(jù)集及預處理

所提方法的關鍵是利用標簽組合圖中狀態(tài)標簽節(jié)點、對象標簽節(jié)點以及其組合標簽節(jié)點之間的依賴關系，強制將相關知識從可見類遷移到不可見類.實驗所用數(shù)據(jù)集包括接觸網(wǎng)懸掛狀態(tài)檢測監(jiān)測裝置(4C 裝置)采集的接觸網(wǎng)吊弦圖像和人工拍攝的鋼絞線圖像.在訓練過程中，將正常吊弦、松弛絞線、斷裂絞線作為可見類樣本用來學習狀態(tài)標簽和對象標簽的視覺特征和語義關系，從而學習如何將它們組合成新的組合標簽，即斷裂吊弦和松弛吊弦.接觸網(wǎng)吊弦線由直徑為4 mm 的銅合金絞線制成，其視覺特征與各種絞線極為相似，因此選擇將松弛絞線和斷裂絞線作為可見類樣本.由于高鐵接觸網(wǎng)巡檢在夜間進行，雖然4C 檢測車車頂安裝了補光裝置，但是4C 裝置拍攝的巡檢圖像基本上都是低照度圖像；由于檢測車高速運行，所拍攝的接觸網(wǎng)吊弦圖像對比度不足，吊弦主體與背景灰度值相近，不易進行待檢測對象特征提取，進而影響后續(xù)模型檢測精度.

采用限制對比度自適應直方圖均衡化(contrast limited adaptive histogram equalization,CLAHE)算法[19]進行接觸網(wǎng)吊弦圖像增強，前后對比如圖3、4 所示.圖中，g表示灰度值，F(xiàn)表示像素點頻數(shù).可以看出，如果吊弦圖像直方圖分布情況單一，灰度值較低，吊弦圖像的對比較差，并且細節(jié)模糊，難以通過肉眼清晰辨別吊弦主體的邊緣.在使用CLAHE 算法對原始吊弦圖像增強后，圖像灰度值整體提高，背景與吊弦主體的灰度值分布出現(xiàn)較明顯的差異，同時圖像層次分明、細節(jié)清晰可辨.

圖3 原始吊弦圖像及其直方圖分布Fig.3 Original dropping image and its histogram distribution

圖4 CLAHE 增強后吊弦圖像及其直方圖分布Fig.4 Dropping image after CLAHE enhancement and its histogram distribution

在訓練過程中將7 000 張圖像分為訓練集、驗證集和測試集，訓練集中包括3 種可見類樣本，驗證集和測試集包括3 種可見類樣本和2 種不可見類樣本.本研究實驗數(shù)據(jù)集不同類型圖像數(shù)量N如表1 所示.

表1 數(shù)據(jù)集樣本類型及數(shù)量Tab.1 Sample types and quantities of dataset

3.2 評價指標

本實驗使用的評價指標包括類平均準確度和調諧平均準確度.在廣義零樣本學習(generalized ZSL，GZSL)[20]中，類平均準確度是零樣本學習領域最常用的評價指標，該指標先對每個類統(tǒng)計類內(nèi)的分類準確度，再通過計算均值得到類平均準確度.為了能夠更合理地評價模型的整體分類性能，在GSZL 實驗條件下，同時采用調諧平均準確度[21]進行評估.調諧平均準確度表達式如下：

式中：Accs為可見類樣本的類平均準確度，Accu為不可見類樣本的類平均準確度.

3.3 實驗參數(shù)設置

為了驗證本研究算法的有效性，在pytorch 深度學習框架下進行實驗，硬件配置如下：操作系統(tǒng)為Windows10，處理器(CPU)為AMD R7 5800H，顯卡(GPU)為8 G 內(nèi)存的NVIDIA GeForce RTX3050Ti.

在算法訓練過程中，將圖像的尺寸調整為512 像素×512 像素，視覺特征提取采用在ImageNet數(shù)據(jù)集上預訓練的ResNet-50 主干網(wǎng)絡，其參數(shù)見表2.ResNet-50 主干網(wǎng)絡最開始有一個卷積核為7×7 的卷積層，隨后有4 個Block，每個里面分別包括3、4、6、3 個Bottleneck，每個Bottleneck 包括卷積核為1×1 和3×3 的卷積層，最后經(jīng)過平均池化層、全連接層和Softmax 層計算并輸出類別概率[22].訓練批量大小為32，ResNet-50 網(wǎng)絡學習率為5×10-6.狀態(tài)標簽和對象標簽的特征表示采用具有300 維的Word2vec 詞向量，組合標簽的詞向量為對應狀態(tài)標簽和對象標簽詞向量的平均值.GCN 層數(shù)為2 層，GCN 學習率為5×10-5，2 層圖卷積網(wǎng)絡之間采用非線性函數(shù)ReLU 作為激活函數(shù)，隨機失活dropout 為0.5，訓練輪次為500 次.

表2 ResNet-50 主干網(wǎng)絡參數(shù)Tab.2 ResNet-50 backbone network parameters

3.4 實驗結果與分析

3.4.1 鄰接矩陣自連接權重對算法性能的影響在標簽組合圖的鄰接矩陣中，自連接權重控制著每個節(jié)點與自己相連的邊的權重.如果自連接權重設置太大，會導致節(jié)點的自身特征占據(jù)極大比例，可能會導致模型過擬合.反之，如果自連接權重過小，則無法充分利用節(jié)點自身的信息，而導致特征稀疏，性能下降.為了確定α 取值對算法檢測準確率的影響，在不同α 取值的條件下對CZSL 進行訓練，訓練結果如表3 所示.可以看出，當α=2 時，CZSL 對可見類樣本和不可見類樣本的類平均檢測準確率均達到最高.因此，為鄰接矩陣添加自連接時，設置α=2.

表3 不同自連接權重下算法性能對比Tab.3 Comparison of algorithm performance under different self connected weights

如圖5 所示為α=0，1，2 時，本研究數(shù)據(jù)集對應的鄰接矩陣可視化圖.圖中，No.為標簽組合圖中的節(jié)點編號，圖中元素對應2 個節(jié)點之間的連接權重，顏色越深表示自連接關系越顯著.可以看出，在使用增強節(jié)點自身信息的鄰接矩陣后，節(jié)點自身信息更為突出.

圖5 鄰接矩陣可視化圖Fig.5 Visualization diagram of adjacency matrix

3.4.2 GCN 層數(shù)對算法性能的影響 為了確定圖卷積網(wǎng)絡層數(shù)對算法檢測準確率的影響，在不同GCN 層數(shù)L的條件下對CZSL 進行訓練，訓練結果如表4 所示.可以看出，當L=2 時，CZSL 對可見類樣本和不可見類樣本的類平均檢測準確率均達到最高.因此，設置圖卷積模塊中的圖卷積網(wǎng)絡層數(shù)L=2.

表4 不同GCN 層數(shù)時算法性能對比Tab.4 Comparison of algorithm performance under different GCN layers

3.4.3 對比試驗 為了驗證不同視覺特征提取網(wǎng)絡對CZSL 算法檢測效果的影響，分別采用Res-Net-18、ResNet-50、ResNet-101、Vgg-16 作為算法的視覺特征提取網(wǎng)絡.對比實驗結果如表5 所示.表中，M為參數(shù)量，t為平均耗時.可以看出，當采用ResNet-101 作為CZSL 的視覺特征提取網(wǎng)絡時，算法取得了最高的檢測準確率，但相比于ResNet-50 需要較大的平均耗時，并且檢測準確率提升較?。划敳捎肦esNet-18 作為CZSL 的視覺特征提取網(wǎng)絡時，雖然取得了最快的檢測速度，但相比于ResNet-50，檢測準確率有較大差距.因此，CZSL 算法在綜合考慮檢測準確率和檢測速度的前提下，采用ResNet-50 網(wǎng)絡作為視覺特征提取網(wǎng)絡.

表5 不同視覺特征提取網(wǎng)絡下的算法性能對比Tab.5 Comparison of algorithm performance for different visual feature extraction networks

為了驗證CZSL 算法的檢測效果，使用相同的訓練數(shù)據(jù)和訓練參數(shù)分別訓練LE+[12]、TMN[13]、AttOp[14]、SymNet[15]4 種算法作為對比試驗.對比試驗結果如表6 所示.表中，H為調諧平均準確度.可以看出，CZSL 對可見類樣本的類平均檢測準確率為93.5%，對不可見類樣本的類平均檢測準確率為86.5%，調諧平均準確度為89.9%.CZSL 的整體性能均優(yōu)于其他4 種組合零樣本學習算法.LE+需要可用的上下文信息來合成對象.如果缺乏必要的上下文，可能很難實現(xiàn)準確的零樣本學習.TMN 高度依賴于任務特定數(shù)據(jù)的可用性，這些數(shù)據(jù)可能并不總是容易獲得或易于訪問.AttOp 在處理復雜和微妙的對象屬性時可能不太有效.SymNet 受到所組合的對象、可用的群組和對稱性信息質量的限制，可能不適用于學習不具有明顯對稱性或群組屬性的組合關系.4 種對比算法均存在局限性和潛在缺點，在本研究任務要求下，CZSL 相比于其他4 種算法表現(xiàn)出了更好的檢測性能.

表6 CZSL 與其他算法的檢測準確率對比Tab.6 Comparison of detection accuracy between CZSL and other algorithms

為了進一步直觀地顯示出對比實驗的實驗效果，繪制對比實驗訓練過程中的損失曲線，如圖6所示.圖中，Loss 為損失.可以看出，CZSL 算法的穩(wěn)定性優(yōu)于其他算法，在0～50 輪迭代期間快速收斂，當訓練到300 輪時，訓練損失值趨于穩(wěn)定，直至訓練結束.

圖6 CZSL 與其他算法的訓練集損失曲線Fig.6 Training set loss curve between CZSL and other algorithms

如表7 所示為對比試驗中不同算法的參數(shù)量和平均耗時.CZSL 相比于AttOp、LE+、SymNet 在網(wǎng)絡參數(shù)量未大幅增加的情況下，取得了最高的檢測準確率.

表7 CZSL 與其他算法的網(wǎng)絡參數(shù)對比Tab.7 Comparison of network parameters between CZSL and other algorithms

綜上所述，在接觸網(wǎng)吊弦線缺陷識別任務中，CZSL 相比于其他4 種對比算法表現(xiàn)出了更加優(yōu)異的檢測性能.

3.4.4 檢測效果定性分析 選取測試集中具有代表性的不同狀態(tài)吊弦圖像做定性分析.檢測效果如圖7 所示.當Top-1 預測標簽與真實標簽相同時，則識別正確.可以看出，第1、2、3 列分別為斷裂吊弦、松弛吊弦和正常吊弦，Top-1 預測標簽與真實標簽相同，均識別正確.第4 列為松弛吊弦，Top-1 預測標簽為正常吊弦；第5 列為斷裂吊弦，Top-1 預測標簽為正常吊弦.

圖7 CZSL 檢測效果定性分析Fig.7 Qualitative analysis of CZSL detection effect

對于第4、5 列吊弦缺陷識別錯誤的原因從3 方面進行分析.1）從圖像角度分析，第4 列圖像中的吊弦松弛部位位于吊弦線下部，且松弛幅度非常??；第5 列圖像中的吊弦線斷裂部位位于上部載流環(huán)鉗壓管處，吊弦線下垂導致4C 裝置未完整拍攝到吊弦線.2）從詞向量角度分析，由于鐵路接觸網(wǎng)吊弦缺陷識別領域的相關文獻較少，在訓練詞向量時文本語料不夠豐富，詞向量質量下降，進一步影響標簽組合圖中節(jié)點特征表示的準確性，從而使得CZSL 在計算相似度時性能下降.3）從算法角度分析，在綜合考慮算法參數(shù)量大小和檢測準確率的基礎上，CZSL 采用ResNet-50網(wǎng)絡作為視覺特征提取網(wǎng)絡.然而，對于第4 列圖像中肉眼較難分辨的缺陷，ResNet-50 的視覺特征提取能力不足以提取更深層次的特征信息，從而對算法的檢測準確率產(chǎn)生一定程度的影響.

4 結論

（1）本研究利用預訓練的Word2Vec 詞向量作為標簽組合圖節(jié)點的特征表示并采用GCN 充分學習狀態(tài)標簽節(jié)點、對象標簽節(jié)點以及組合標簽節(jié)點三者之間的相互作用和依賴關系，獲得更優(yōu)的組合標簽節(jié)點的特征表示.采用ResNet-50 作為圖像視覺特征提取網(wǎng)絡.最后，通過相似度函數(shù)計算圖像視覺特征和組合標簽節(jié)點的特征表示之間的相似度，為不可見類圖像匹配正確的組合標簽y′.

（2）仿真實驗結果表明，CZSL 在廣義零樣本實驗條件下，對可見類樣本的類平均檢測準確率為93.5%，對不可見類樣本即松弛吊弦和斷裂吊弦2 類缺陷樣本的類平均檢測準確率為86.5%.

（3）本研究對象僅為接觸網(wǎng)吊弦線斷裂、松弛2 種故障，后續(xù)的工作將對接觸網(wǎng)吊弦線的其他缺陷進行研究.