摘要：通過圖像識別算法對電力儀表進行識別與讀數(shù)可有效避免人工巡檢過程中的諸多不確定問題。針對傳統(tǒng)儀表檢測識別方法工作量大以及指針分割不清晰導致讀數(shù)不準確的問題，提出了一種基于輕量化神經(jīng)網(wǎng)絡模型和SimAM注意力機制的電力儀表檢測與識別方法。首先，通過引入SimAM注意力機制以及YOLOv5s輕量化神經(jīng)網(wǎng)絡模型實現(xiàn)對電力儀表的識別與分類以及表盤區(qū)域的分割；然后分別采用CRNN文本識別算法和Hough圓檢測方法對數(shù)字式儀表以及指針式儀表進行讀數(shù)。模型結(jié)合多種場景進行訓練，并對識別與讀數(shù)2個階段分別給出評價標準。實驗結(jié)果表明，該方法能夠高效完成電力儀表的檢測與識別工作，在提高檢測準確率的同時將總體檢測時間控制在1.00 s以內(nèi)，具有一定的實用性。

關 鍵 詞：深度學習； 目標檢測； 儀表識別； 注意力機制； 圖像處理； YOLOv5氧化鈷; 納米結(jié)構; 電容器; 電催化

中圖分類號：TP391

文獻標志碼：A

doi：10.3969/j.issn.1673-5862.2024.04.009

Detection and recognition of power meter based on lightweight neural network and SimAM attention mechanism

CUI Song^1，2， LYU Yan^1，2， CHEN Lanfeng^1，2ZHANG Yong¹， GAO Tianyu²， CUI Lili¹

（1. College of Physical Science and Technology， Shenyang Normal University， Shenyang 110034， China）（1. Software College， Shenyang Normal University， Shenyang 110034， China; 2. College of Computer Science and Technology， Xinjiang University， Urumqi 830046， China）

Abstract：Many uncertain factors in the process of manual patrol inspection can be effectively avoided by recognizing and reading electric power meters through image recognition algorithms. Aiming at the problem that the traditional instrument detection and recognition method has a large workload and the pointer segmentation is not clear， which leads to inaccurate readings， a method of power instrument detection and recognition based on lightweight neural network model and SimAM attention mechanism is proposed. Firstly， the recognition and classification of electric instruments and the division of dial area are realized by introducing SimAM attention mechanism and YOLOv5s lightweight neural network model. Then， CRNN text recognition algorithm and Hough circle detection method are used to read digital instruments and pointer instruments respectively. The model combines multiple scenarios for training， and gives evaluation criteria for recognition and reading. The experimental results show that the method can effectively complete the detection and identification of power instruments， improve the detection accuracy and control the overall detection time within 1.00 s， which has certain practicability.

Key words：deep learning; target detection; instrument identification; attention mechanism; image processing; YOLOv5

隨著機器視覺的發(fā)展與應用，智能高效的圖像識別算法在社會各方面發(fā)揮著重要的建設作用，對社會的技術發(fā)展產(chǎn)生了深遠的影響。以電力行業(yè)為例，為了保證電廠安全可靠運行，在日常的巡檢任務中，可靠且準確的電力儀表讀數(shù)至關重要，直接影響系統(tǒng)的運行安全和供電質(zhì)量。然而，由于電力儀表設備種類繁多、所處環(huán)境復雜，巡檢人員的技術水平參差、對設備的熟悉程度不同等因素，人工巡檢效率低、危險性高，可靠性與準確性難以保證。

目前電力行業(yè)使用的儀表可分為2種：指針類和數(shù)字類。對于指針類儀表的圖像識別現(xiàn)已有以下幾種方法。沈云青等^［1］采用模板匹配法對儀表區(qū)域進行匹配，但這類方法需要大量準備工作，且可靠性不高。金愛萍等^［2］使用U-Net網(wǎng)絡進行指針分割，但存在指針的分割不清晰的問題，最終可能導致讀數(shù)不準確，U-Net網(wǎng)絡結(jié)構復雜并且對輸入圖像尺寸有限制，影響檢測效率。對于數(shù)字類儀表，陳開峰等^［3］使用YOLOv5s目標檢測算法對表盤數(shù)字進行檢測，雖速度較快但對于小目標的預測精確度不高，容易導致識別結(jié)果不準確。

本文提出一種基于輕量化神經(jīng)網(wǎng)絡和SimAM注意力機制的電力儀表檢測與識別方法，既可以對指針類儀表和數(shù)字類儀表進行有效分類，又可以準確識別儀表示數(shù)。如圖1所示，對輸入圖像，首先通過融合注意力機制的YOLOv5s模型進行儀表的識別與分類，并對儀表區(qū)域進行有效的分割。若識別結(jié)果為數(shù)字類儀表，則使用CRNN模型進行讀數(shù)識別。若識別結(jié)果為指針類儀表，則采用Hough 圓檢測法對表盤區(qū)域進行分割并僅保留表盤部分，再通過直線擬合確定圓心及指針所在直線，繼而通過計算偏角得出儀表示數(shù)。該方法在提高識別速度的同時，可有效提高檢測精度。

1 基于YOLOv5s和SimAM的電力儀表識別與分類

1.1 YOLOv5s網(wǎng)絡

YOLOv5在目標檢測領域中應用廣泛，經(jīng)過多次的更新迭代現(xiàn)有n，s，m，l，x五種不同深度和寬度的網(wǎng)絡結(jié)構，通過改變網(wǎng)絡的深度和寬度平衡性能、效率，使用者可根據(jù)應用場景選擇適合的網(wǎng)絡規(guī)模。本文使用的YOLOv5s模型屬于輕量級網(wǎng)絡，具有網(wǎng)絡結(jié)構小、運行速度快、開銷小的特點。

YOLOv5s輸入端將三通道圖片送入backbone骨干網(wǎng)絡進行特征提取，不同于YOLOv3使用的DarkNet53特征提取網(wǎng)絡，YOLOv5s使用新的特征提取網(wǎng)絡CSPDarknet53，在內(nèi)存消耗和計算復雜度上都有更好的表現(xiàn)。Neck部分采用拼接方式進行特征融合，對底層特征進行融合、增強加工以呈現(xiàn)出更多特征，將本層特征圖與上一層輸出的特征圖進行拼接，最終在Prediction部分得到3個不同尺寸的特征圖。較小的特征圖有助于提取細節(jié)信息與識別捕捉小目標，較大的特征圖可以更好地識別大的目標或高層語義信息，綜合利用多尺度特征圖將有效提高檢測的效果^［4］。

1.2 SimAM注意力機制

人們通過對大腦和視覺的研究發(fā)現(xiàn)，當人們在關注某項事物時，首先對該事物進行大致掃描，獲取需要重點關注的信息，同時抑制其他無用信息，這種方式使人們可以利用有限的注意力，快速高效地從大量信息中提取到有價值的內(nèi)容^［5］。

SimAM注意力機制是一種簡單、體量小且高效的注意力機制^［6］，實現(xiàn)了通道注意力與空域注意力的協(xié)同工作，這種工作方式更接近人腦的感知過程。注意力函數(shù)定義如下：

其中sigmoid函數(shù)用于處理二分類任務；E表示能量函數(shù)在所有通道和空間維度上的和。可見，當能量越低時該位置與其他區(qū)域區(qū)別越大，重要性也就越高^［7］。

1.3 數(shù)據(jù)增強與網(wǎng)絡效果

數(shù)據(jù)增強機制可以有效擴充訓練數(shù)據(jù)集，通過引入Mosaic數(shù)據(jù)增強機制對數(shù)據(jù)集進行隨機裁剪、旋轉(zhuǎn)、縮放等變換后組合成一張圖片用于訓練，在擴充數(shù)據(jù)集的同時，可提高訓練結(jié)果的泛化性^［8］。由于引入了Mosaic數(shù)據(jù)增強機制對數(shù)據(jù)集進行了重新的組合，導致了其原有圖片的像素值和圖片內(nèi)部目標的大小發(fā)生了變化，同時為了彌補YOLOv5s在小目標檢測上的不足，本文在原有網(wǎng)絡結(jié)構的基礎上引入了SimAM注意力機制。

將2組相同圖片分別送入原網(wǎng)絡與引入SimAM注意力機制后的網(wǎng)絡中，檢測置信度，如圖2和圖3所示。未添加注意力機制前數(shù)字儀表檢測置信度僅為0.47、指針儀表僅為0.8左右，添加注意力機制后數(shù)字儀表置信度提高至0.82，指針儀表平均置信度高于0.9。可見，添加注意力機制后網(wǎng)絡檢測效果遠好于未添加注意力機制的網(wǎng)絡，對數(shù)字式儀表和指針式儀表的識別準確率均有大幅度提升。

2 CRNN數(shù)字儀表讀數(shù)

在圖片中檢測到儀表并經(jīng)過YOLOv5s對儀表分類和裁切后，將帶有表盤信息的數(shù)字儀表圖片輸入卷積循環(huán)神經(jīng)網(wǎng)絡（convolutional recurrent neural network，CRNN）進行讀數(shù)識別。首先由CNN網(wǎng)絡提取圖像的特征圖，進入循環(huán)層由RNN網(wǎng)絡對特征序列進行逐幀預測^［9］，再經(jīng)過翻譯層生成標簽序列，最后將標簽序列除重、拼接后，輸出預測序列^［10］。

2.1 CRNN網(wǎng)絡

CRNN網(wǎng)絡在文字序列識別領域有較好的效果，其網(wǎng)絡結(jié)構由3個部分組成：卷積層、循環(huán)層和翻譯層^［11］。如圖4所示。

圖片經(jīng)過歸一化處理輸入卷積層（內(nèi)部為CNN網(wǎng)絡）提取特征信息組成特征圖。以圖片的一部分作為感受野進行卷積操作和池化操作，提取該區(qū)域特征；采用最大池化操作以更好地保留主要特征，同時降低數(shù)據(jù)量和特征圖維度，避免過擬合問題^［12］。

特征序列輸入循環(huán)層后，通過雙向長短期記憶（bidirectional long short term memory，BiLSTM）網(wǎng)絡預測。BiLSTM由正向LSTM與反向LSTM組合而成，將二者的處理序列合并后交由翻譯層。翻譯層將每一序列中概率最高的幀預測作為該序列的標簽，再將這些標簽映射成一個連續(xù)的字符串，形成輸出序列。

2.2 輸出序列預測

當由卷積層得到的特征圖被分割成特征序列輸入循環(huán)層后，得到由多個縱向序列組成的概率分布表X，任一序列均包含對所有字符概率的預測。在分布表X的不同序列中選取出一條橫向路徑π，經(jīng)過多對一轉(zhuǎn)化生成輸出結(jié)果。以選取序列中概率最大的字符為例，將所有輸出結(jié)果相同的路徑的概率求和，計算過程如下：

3 OpenCV指針儀表讀數(shù)

經(jīng)過對儀表進行分類和裁切后，首先對包含指針類儀表的圖片進行預處理，通過Hough圓檢測方法對表盤輪廓進行擬合篩選，之后對指針和刻度線進行擬合。通過儀表刻度線確定圓心后，即可結(jié)合指針讀取儀表示數(shù)。

3.1 Hough圓檢測算法

OpenCV函數(shù)庫為計算機視覺研究提供了豐富的圖像處理算法，其中就包括Hough圓檢測算法。Hough圓檢測算法基于霍夫變換，可實現(xiàn)直線與曲線的擬合，常用于簡單圖形的特征提取。

在進行檢測之前，首先要對圖像進行預處理，解決圖片在拍攝時由于環(huán)境條件和相機質(zhì)量等問題導致圖片出現(xiàn)噪聲的問題，調(diào)用OpenCV中的cv2.pyrMeanShiftFiltering（）和cv2.cvtColor（）方法，對圖片進行色彩均值漂移、二值化等預處理；再通過Hough圓檢測算法擬合表盤輪廓和刻度線，最終通過刻度線交點確定圓心，檢測結(jié)果如圖5所示。

3.2 指針讀數(shù)方法

指針儀表的讀數(shù)是通過識別指針的偏轉(zhuǎn)角來確定的，采用Hough直線檢測方法將指針確定為一條過圓心的直線，計算與零刻度所在直線的偏轉(zhuǎn)角度^［13］。示數(shù)α由偏轉(zhuǎn)角θ、指針最大偏角θ_max、最小偏角θ_min和量程r確定，計算公式如下：

圖5中儀表的指針偏轉(zhuǎn)角度為88.74°、儀表量程為0～10 MPa、指針最大偏角為270°最小偏角0°，由此確定的儀表讀數(shù)為3.28 MPa，與真實值3.29 MPa存在0.01 MPa的誤差。

4 實驗設計與數(shù)據(jù)分析

4.1 實驗環(huán)境與數(shù)據(jù)集

為保證實驗的可復現(xiàn)性及結(jié)果的可靠性，實驗環(huán)境如表1所示。

本實驗采用自制數(shù)據(jù)集，為了更好的提升YOLO模型的識別效果，實驗收集了處于不同場景下的儀表圖片，其中包含帶有偏色、陰影、暗光和過曝等場景下的儀表對模型進行訓練^［14］，以提高模型的穩(wěn)定性和泛化能力。

數(shù)據(jù)集共計由1 000張圖片組成（包含指針式儀表500張、數(shù)字式儀表300張、組合儀表200張），按照8∶2的比例劃分為訓練集和測試集：訓練集800張使用Labeme進行標注，剩余200張為測試集。同時，為保證訓練集和測試集中儀表的豐富性，將各類儀表圖片按5∶3∶2的比例進行分配。

4.2 評價標準

本實驗將模型的評價標準大致分為2部分，第一部分針對YOLO模型對儀表的識別與分割，以檢測2種不同類型儀表的識別率與類別平均精確度（mAP），作為檢驗評判標準；第二部分是2類儀表的讀數(shù)評判標準，本實驗以讀數(shù)準確率、響應速度和穩(wěn)定性作為評價標準。

4.3 實驗與數(shù)據(jù)分析

經(jīng)多次實驗發(fā)現(xiàn)，在400次迭代后儀表識別模型的整體損失值趨于穩(wěn)定，結(jié)果如圖6所示（圖中橫坐標表示模型迭代次數(shù)，縱坐標obj_loss表示目標定位損失，cls_loss表示目標分類損失^［15］）。將此次訓練得到的權重文件用于下一步的預測任務。

將測試集送入預測模型，分析實驗數(shù)據(jù)可以發(fā)現(xiàn)，雖然添加注意力機制后單位圖片的檢測時間略有增加，但相較原網(wǎng)絡而言，對2類儀表的平均檢測準確度都有提升，特別是對數(shù)字類儀表的識別檢測準確度提升更為明顯。2類儀表檢測的平均置信度見表2。

對于2類儀表讀數(shù)的提取，通過CRNN數(shù)字識別方法和Hough圓檢測方法對同一組圖片進行多次實驗，對比每次實驗結(jié)果驗證2類儀表讀數(shù)方法的穩(wěn)定性，實驗示例如圖7所示。

對于數(shù)字儀表穩(wěn)定性的驗證相對簡單。經(jīng)過多次調(diào)試與改進，模型可以有效處理字符“0”與字符“o”的識別混淆等問題，實現(xiàn)95%以上的識別準確率，同時將平均識別速度控制在0.05 s以內(nèi)。

對于指針儀表穩(wěn)定性的驗證，需要將模型輸出與人工讀數(shù)進行對比，實驗采用量程為0～10 MPa、指針最大偏角270°的單指針儀表，輸出結(jié)果取小數(shù)點后2位計算相對誤差，部分實驗數(shù)據(jù)見表3。

5 結(jié)語

本文基于輕量型神經(jīng)網(wǎng)絡和SimAM注意力機制，提出了一種功能較為全面且準確率高的電力儀表檢測與識別方法，實現(xiàn)了對數(shù)字儀表和指針式儀表的檢測與識別。實驗結(jié)果驗證了所提出的方法對2類電力儀表的平均檢測準確度均有所提升，具有一定的實用性。

參考文獻：

［1］沈云青，熊衛(wèi)華，黃為民，等.基于模板匹配與Hough圓檢測的儀表識別［J］.計算機技術與發(fā)展，2021，31（4）：69-73.

［2］金愛萍，袁亮，周德勤，等.基于YOLOv5和U-net的指針式儀表讀數(shù)識別方法［J］.儀表技術與傳感器，2022（11）：29-33.

［3］陳開峰，俞偉聰，唐雁文，等.基于輕量化深度學習網(wǎng)絡的數(shù)字儀表識別［J］.科學技術與工程，2023，23（2）：674-680.

［4］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.

［5］VASWANI A，SHAZEER N，PARMAR N，et al.Attention is all you need［J］.Neural Inf Process Syst，2017：3762.

［6］朱傳軍，劉榮光，成佳聞，等.基于SimAM模塊與ResNet34網(wǎng)絡的混合缺陷檢測模型［J］.現(xiàn)代制造工程，2023（2）：1-9.

［7］YANG L X，ZHANG R Y，LI L D，et al.SimAM：A simple，parameter-free attention module for convolutional neural networks［C］// International Conference on Machine Learning.San Diego：ICML，2021：11863-11874.

［8］郭磊，王邱龍，薛偉，等.基于改進YOLOv5的小目標檢測算法［J］.電子科技大學學報，2022，51（2）：251-258.

［9］曲超然.基于深度學習的工業(yè)儀表讀數(shù)識別算法研究［D］.哈爾濱：哈爾濱工程大學，2022.

［10］何偉鑫，鄧建球，叢林虎.基于改進CRNN的導彈編號識別算法研究［J］.計算機測量與控制，2021，29（6）：128-135.

［11］SHI B G，BAI X，YAO C.An end-to-end trainable neural network for image-based sequence recognition and its application to scene text recognition［J］.IEEE Trans Pattern Anal Machine Intell，2017，39（11）：2298-2304.

［12］賈穎.基于深度學習的自然場景中文文本識別［D］.南京：南京郵電大學，2022.

［13］董光林.基于深度學習的工業(yè)指針式儀表讀數(shù)識別研究［D］.唐山：華北理工大學，2023.

［14］史域辰.基于改進CenterNet的指針式儀表讀數(shù)識別方法研究與應用［D］.西安：西安電子科技大學，2022.

［15］王志金.基于視頻圖像的工地渣土車沖洗檢測與識別［D］.北京：北京交通大學，2022.

【責任編輯：孫 可】