林正文，宋思瑜，范鈞瑋，趙 薇，劉廣臣

1.魯東大學(xué) 數(shù)學(xué)與統(tǒng)計科學(xué)學(xué)院，山東 煙臺 264025

2.魯東大學(xué) 信息與電氣工程學(xué)院，山東 煙臺 264025

電力行業(yè)是國民經(jīng)濟的重要支柱，面對化石燃料發(fā)電引起的環(huán)境污染問題，黨的二十大報告指出要深入推進能源革命，盡快實現(xiàn)向低碳、清潔的能源結(jié)構(gòu)轉(zhuǎn)變。“十四五”是我國推進“碳達峰、碳中和”戰(zhàn)略的關(guān)鍵時期，國家及各省份相繼發(fā)布支持光伏發(fā)電的政策，助力構(gòu)建以新能源為主體的新型電力系統(tǒng)[1]。新能源發(fā)電已成為全球共識，光伏市場將迎來更加廣闊的發(fā)展前景[2]。

光伏組件能否健康高效運行將直接影響企業(yè)效益，熱斑是光伏組件發(fā)生的最為頻繁的故障之一。熱斑是指光伏組件由于外部灰塵、樹葉和鳥糞等異物遮擋或者出現(xiàn)裂紋、短路等內(nèi)部器件損壞導(dǎo)致部分電池片功能異常，進而消耗正常運行電池片所產(chǎn)生的能量而持續(xù)發(fā)熱的現(xiàn)象[3]。熱斑狀態(tài)的持續(xù)會嚴(yán)重影響光伏電池的發(fā)電效率，甚至?xí)l(fā)火災(zāi)；此外，光伏場站的選址通常在偏遠地區(qū)或者是大型建筑頂部，周邊環(huán)境較為復(fù)雜，利用人工檢測排查不僅耗時費力，而且存在一定的安全隱患。

目前，光伏組件熱斑檢測方法可分為基于電氣輸出特性的檢測方法和基于紅外圖像的檢測方法兩類?；陔姎廨敵鎏匦缘臋z測方法，通過測量和比較正常運行與故障狀態(tài)下光伏組件電壓、電流、功率等電氣特性的差異來判斷其是否存在熱斑故障[4-5]。這一類檢測方法可以對故障狀態(tài)進行有效的判斷，但是較難實現(xiàn)故障電池片的定位工作，且實施過程通常需要搭建外部電路、部署傳感器等，導(dǎo)致在大型光電場站實施復(fù)雜、檢測成本較高。

隨著無人機技術(shù)的普及和深度學(xué)習(xí)領(lǐng)域的迅速發(fā)展，基于紅外圖像分析的熱斑檢測方法受到了更多關(guān)注。車曦[6]通過分離紅外圖像中的亮度信息，將熱斑導(dǎo)致光伏電池溫度遞增的現(xiàn)象重新編碼，并基于脈沖神經(jīng)網(wǎng)絡(luò)實現(xiàn)對光伏組件運行狀態(tài)的準(zhǔn)確判斷；Pierdicca等人[7]通過對數(shù)據(jù)集紅外圖像進行翻轉(zhuǎn)、旋轉(zhuǎn)等操作實現(xiàn)數(shù)據(jù)擴充，增強了VGG-16 網(wǎng)絡(luò)模型的魯棒性；王奇等人[8]利用灰度化、去噪、柵線過濾等圖像處理方法，提升了紅外圖像下熱斑檢測的精度；郭夢浩等人[9]從調(diào)整預(yù)設(shè)錨框尺寸、降低特征提取網(wǎng)絡(luò)深度方面，調(diào)整Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)以提升檢測精度；賈帥康等人[10]在殘差網(wǎng)絡(luò)中插入注意力模塊，有效地增強了熱斑紅外圖像的特征提取效果；Di Tommaso 等人[11]基于YOLOv3 實現(xiàn)對光伏電池正常、升溫、熱斑、極端熱斑四個階段的有效檢測。依據(jù)紅外圖像熱斑區(qū)域的特征差異，結(jié)合目標(biāo)檢測技術(shù)實現(xiàn)對故障電池塊的精確定位，在降低故障檢測難度、提升企業(yè)發(fā)電效益等方面具有重要意義。

紅外圖像可以實現(xiàn)對現(xiàn)存熱斑的有效檢測，但是對于電池表面的小型異物遮擋情況辨別效果不佳，難以避免電池因受到持續(xù)的遮擋而引發(fā)的熱斑故障。圖1 為光伏組件相同區(qū)域下的紅外圖像與可見光圖像，藍色方框內(nèi)為熱斑和小型異物遮擋的存在區(qū)域。圖像顯示：紅外圖像根據(jù)其成像原理，熱斑故障電池片由于溫度較高呈現(xiàn)高亮區(qū)域，與正常狀態(tài)的電池片特征差異明顯；但是圖像中目標(biāo)輪廓模糊、細(xì)節(jié)丟失、圖像質(zhì)量較差，難以觀察小型異物遮擋情況?？梢姽鈭D像視角更廣，圖像分辨率更高，保留了更多的例如色彩、輪廓、形狀等細(xì)節(jié)特征，更加適用于光伏組件表面存在的遮擋物檢測。兩種圖像在分辨率、色彩、紋理等特征上表現(xiàn)出顯著差距，不宜放置于同一數(shù)據(jù)集中進行檢測任務(wù)。合理利用可見光圖像數(shù)據(jù)及時檢測并清理電池片表面存在的遮擋物體，可以有效避免后續(xù)因受到持續(xù)遮擋而引起的熱斑，進而延長光伏電池的使用壽命并提高發(fā)電效率。

圖1 紅外與可見光對比圖像Fig.1 Contrast image of infrared and visible light

綜上所述，本文利用無人機搭載高清攝像機對光伏組件進行第一次巡檢，基于可見光視頻數(shù)據(jù)，建立遮擋小目標(biāo)檢測模型，指導(dǎo)光伏電池表面異物清理工作以防止后續(xù)熱斑產(chǎn)生。在此基礎(chǔ)上，使用無人機搭載紅外熱成像攝像機進行第二次巡檢，建立熱斑故障檢測模型，指導(dǎo)故障電池的維修以及更換，具體檢測流程如圖2所示。目前，多種無人機具備攜帶高清攝像機和紅外熱成像攝像機的能力，可以獲取可見光和紅外光場景下光伏板表面狀態(tài)，實現(xiàn)上述過程。通過無人機兩次巡檢過程，實現(xiàn)對光伏熱斑更加全面的識別和處理，助力光伏企業(yè)健康發(fā)展。

圖2 檢測流程圖Fig.2 Detection flow chart

1 光伏數(shù)據(jù)集錨框設(shè)定

1.1 YOLOv5系列網(wǎng)絡(luò)模型

目標(biāo)檢測是計算機視覺的關(guān)鍵分支之一，主要處理圖像中物體的識別和定位工作。目前，目標(biāo)檢測技術(shù)已廣泛地應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)療等諸多行業(yè)[12-14]。You only look once（YOLO）系列目標(biāo)檢測算法[15-17]將檢測問題簡化為回歸過程，其核心思想是將圖像作為網(wǎng)絡(luò)的輸入，進行網(wǎng)格劃分并生成錨框，結(jié)合損失函數(shù)，網(wǎng)絡(luò)最終輸出檢測框的位置、所屬類別和置信度信息，完成檢測任務(wù)。YOLO系列算法有效地降低了計算量、檢測速度快且滿足實時性要求，方便部署在無人機等資源有限的移動設(shè)備，具有很強的實用性。

經(jīng)過算法多次迭代和更新，該算法的第五代版本（YOLOv5）更加輕量化、推理速度更快。6.1 版本的YOLOv5源碼中共包含n、s、m、l、x五種不同檢測性能的P5 系列模型；同時，為了提升高分辨率圖像的檢測效果，也提供了相應(yīng)的P6 系列網(wǎng)絡(luò)模型：n6、s6、m6、l6、x6。通常，P5系列模型在分辨率接近640×640的圖像上表現(xiàn)出較好的檢測效果；對于圖像分辨率為1 280×1 280或更高的數(shù)據(jù)，P6系列模型具有更高的檢測精度。

以2.1節(jié)中s型號模型為例，帶有紅色邊框標(biāo)注的模塊為YOLOv5s6相較于YOLOv5s增加的結(jié)構(gòu)。P6系列模型結(jié)構(gòu)更深，在主干網(wǎng)絡(luò)部分進行6 次特征下采樣，因此對高分辨率圖像可以表現(xiàn)出更佳的特征處理效果；同時P6 系列模型在預(yù)測端新增了一個檢測模塊，可以應(yīng)用在目標(biāo)尺寸變化較大的檢測任務(wù)。

1.2 錨框設(shè)定方案

YOLO 系列算法的實現(xiàn)需要遍歷圖像中的預(yù)設(shè)像素框，保留最佳像素框并進行微調(diào)。上述預(yù)設(shè)像素框稱為錨框。

YOLOv5 使用K-means 算法結(jié)合歐式距離，基于COCO 數(shù)據(jù)集[18]（common objects in context，COCO），給出了目標(biāo)檢測任務(wù)通用的錨框。COCO數(shù)據(jù)集（https：//cocodataset.org）是由微軟公司出資標(biāo)注的主要用于目標(biāo)檢測、圖像分割等計算機視覺任務(wù)的公開數(shù)據(jù)集，共包含33萬張圖片以及80個目標(biāo)類別。光伏組件表面存在的異物遮擋和熱斑區(qū)域均與上述錨框的尺寸之間存在較大差距，直接使用預(yù)設(shè)錨框進行光伏組件故障檢測將會影響模型性能；此外，K-means 算法中聚類中心的選擇具有很強的隨機性，距離度量使用歐氏距離容易受到預(yù)測框尺寸的影響。

基于以上分析，本文利用K-means++算法[19]結(jié)合交并比指標(biāo)（intersection over union，IoU）對可見光數(shù)據(jù)集Data1、紅外光數(shù)據(jù)集Data2（見4.1 節(jié)）分別進行錨框設(shè)定，以此來改善聚類中心選取過程的隨機性；使用IoU建立距離度量指標(biāo)可以避免標(biāo)注框尺寸的影響，相較于歐氏距離更加科學(xué)有效。

本文錨框設(shè)定方案的具體步驟：

（1）隨機選取一個標(biāo)注框作為聚類中心Center1。

（2）計算其他標(biāo)注框與當(dāng)前所有聚類中心的最短距離D(i)，根據(jù)最短距離結(jié)果，計算每一個標(biāo)注框被選為下一個聚類中心的概率p(i)，依據(jù)概率選取下一個聚類中心。迭代該過程，直到選取了x個聚類中心。

（3）聚類中心確定后，計算各標(biāo)注框與每個聚類中心的距離Distance(i,j)，并將其分別歸屬于距離最近的聚類中心，在此基礎(chǔ)上，計算各聚類中心包含的所有標(biāo)注框在各維度上的均值，將其更新為新的聚類中心。迭代該過程，直至達到迭代次數(shù)或者聚類中心不再改變，輸出x個聚類中心屬性。

上述過程中，最短距離D(i)、距離Distance(i,j)、概率p(i)的計算公式如下：

式（1）～（3）中，i∈[1,N]，其中i代表標(biāo)注框，N為數(shù)據(jù)集中標(biāo)注框總數(shù)；j為聚類中心，取值范圍為[1，x]；IoU(i,j)表示標(biāo)注框i與聚類中心j的交并比。

2 基于可見光圖像的遮擋小目標(biāo)檢測模型

YOLO系列網(wǎng)絡(luò)模型憑借優(yōu)秀的檢測性能，在諸多領(lǐng)域均有良好表現(xiàn)，但是模型追求檢測效率的同時犧牲了部分精度，導(dǎo)致在進行小型目標(biāo)檢測任務(wù)中容易出現(xiàn)召回率較低的問題[20-21]。目前，對于檢測任務(wù)中小目標(biāo)的定義還沒有形成統(tǒng)一標(biāo)準(zhǔn)，現(xiàn)階段最為通用的界定方法是將分辨率小于32×32像素的目標(biāo)定義為小目標(biāo)[22]。

如圖3所示，高清攝像機拍攝的光伏組件表面圖像通常分辨率較高，且遮擋目標(biāo)尺寸較小符合小目標(biāo)判斷標(biāo)準(zhǔn)，因此本文遮擋物檢測應(yīng)屬于小目標(biāo)檢測任務(wù)。

圖3 光伏組件表面可見光圖像Fig.3 Visible light image of photovoltaic module surface

綜合考慮檢測精度、待檢測目標(biāo)尺寸等因素，選擇YOLOv5s6 作為本研究的基礎(chǔ)模型；在此基礎(chǔ)上，在模型的主干網(wǎng)絡(luò)中嵌入坐標(biāo)注意力機制（coordinate attention，CA）[23]以提高網(wǎng)絡(luò)對小型異物遮擋的檢測能力，使其更好地應(yīng)用于光伏組件表面遮擋小目標(biāo)檢測。坐標(biāo)注意力[23]是一種將位置信息嵌入到通道中的輕量級注意力機制，可以有效增強網(wǎng)絡(luò)提取特征的表達效果，本文將建立的可見光背景遮擋小目標(biāo)檢測模型命名CA-YOLOv5s6。

2.1 YOLOv5s6模型

YOLOv5s6 由Input、Backbone、Neck、Head 四部分組成，模型的整體結(jié)構(gòu)如圖4所示。網(wǎng)絡(luò)的輸入端對輸入圖像進行尺寸調(diào)整和數(shù)據(jù)增強處理；主干網(wǎng)絡(luò)利用多個Conv 模塊、C3 模塊和SPPF 模塊的組合完成特征提取任務(wù)；頸部網(wǎng)絡(luò)采用特征金字塔網(wǎng)絡(luò)（feature pyramid networks，F(xiàn)PN）[24]結(jié)合路徑聚合網(wǎng)絡(luò)（path aggregation network，PAN）[25]的結(jié)構(gòu)，實現(xiàn)了低維特征和高維特征的融合，極大地豐富了特征的表達能力；預(yù)測端對頸部網(wǎng)絡(luò)輸出的四個不同尺寸的特征圖分別劃分網(wǎng)格，然后結(jié)合錨框機制生成預(yù)測框，通過設(shè)定置信度閾值和非極大值抑制算法（non-maximum suppression，NMS）對冗余的預(yù)測框信息進行剔除，最終完成目標(biāo)檢測任務(wù)。

圖4 YOLOv5s6網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 Structure of YOLOv5s6

2.2 CA-YOLOv5s6模型

在計算機視覺領(lǐng)域，注意力機制可以對特征圖的各個位置賦予相應(yīng)的權(quán)重，使得網(wǎng)絡(luò)模型更關(guān)注有效特征，增強特征的表達能力，諸多研究顯示添加注意力模塊可以提升神經(jīng)網(wǎng)絡(luò)模型對小目標(biāo)的檢測效果[26-28]。

坐標(biāo)注意力（CA）通過將位置信息嵌入到通道注意力中，為移動網(wǎng)絡(luò)帶來性能提升。CA 的具體計算過程如圖5所示：

圖5 坐標(biāo)注意力機制計算過程Fig.5 Calculation process of coordinate attention

（1）如式（4）、（5）所示，對于輸入的特征圖X（尺寸為C×H×W，C、H和W對應(yīng)通道數(shù)、高度和寬度），分別使用大小為H×1 和1×W的池化核遍歷二維特征圖的兩個坐標(biāo)方向，依次獲得各個通道的坐標(biāo)特征圖。這種特征聚合方式可以在保存位置信息的同時建立長程特征依賴關(guān)系，上述計算過程可表示為：

（2）將獲得的特征圖y1、y2進行拼接，并依次進行卷積（通道數(shù)壓縮以降低計算量）和非線性函數(shù)激活，得到包含兩個方向特征編碼信息的特征圖Z（維度：，r為通道數(shù)縮減比率）。

式中，α表示非線性激活函數(shù)，f1代表卷積操作，Concat表示拼接操作。

（3）結(jié)合split 函數(shù)，以特征圖的通道維度方向?qū)切分為z1（維度分別進行卷積操作（將通道數(shù)調(diào)整至與輸入特征圖的通道數(shù)C相同）、Sigmoid激活函數(shù)處理，最終獲得坐標(biāo)注意力權(quán)重v1（維度：C×H×1）、v2（維度：C×1×W）。上述計算過程可表示為：

（4）如式（9）所示，使用坐標(biāo)注意力權(quán)重對輸入特征圖進行加權(quán)，得到輸出P。

本文在C3模塊的最上方支路，卷積過程后嵌入CA權(quán)重計算，并將模塊命名為C3s，其結(jié)構(gòu)如圖6（a）所示。通過結(jié)合卷積進行通道數(shù)縮減，上述CA嵌入方法避免了給模型帶來復(fù)雜計算量；同時結(jié)合后續(xù)特征圖的融合與拼接過程，有效地提高了特征的表達能力。

圖6 模塊及網(wǎng)絡(luò)結(jié)構(gòu)Fig.6 Module and network structure

C3s模塊對輸入的特征圖進行劃分，分別進行卷積提取特征（經(jīng)卷積后通道數(shù)縮減至原來的1/2）。CA 對所在支路的輸入賦予注意力權(quán)重并實現(xiàn)特征融合，以增強特征的表達效果。將兩支路結(jié)果拼接并將通道數(shù)擴充至與輸入一致后，輸出至下一網(wǎng)絡(luò)模塊。上述計算過程可表示為：

式（10）～（13）中，x、z表示模塊的輸入與輸出；k、l、y代表各中間變量；用來表示結(jié)構(gòu)圖中不同卷積模塊，如代表最下方支路右側(cè)卷積模塊代表最上方支路左側(cè)卷積模塊；CA代表使用坐標(biāo)注意力對特征圖進行權(quán)重調(diào)整；Add、Concat分別表示特征圖的相加、拼接操作。

通過對比多次實驗的檢測結(jié)果，本文將C3s模塊嵌入至YOLOv5s6主干網(wǎng)絡(luò)中的相應(yīng)位置，建立遮擋小目標(biāo)檢測模型CA-YOLOv5s6，其主干網(wǎng)絡(luò)結(jié)構(gòu)如圖6（b）所示。小目標(biāo)檢測任務(wù)難點在于小型目標(biāo)包含的像素點較少，難以提取目標(biāo)區(qū)域有效特征。在模型的主干網(wǎng)絡(luò)添加坐標(biāo)注意力機制，可以在特征提取階段減少背景區(qū)域的無效特征的提取，增強目標(biāo)區(qū)域位置信息特征的重要性；其次利用主干網(wǎng)絡(luò)中多個坐標(biāo)注意力機制的嵌入，提高特征圖的上下文關(guān)聯(lián)程度，進一步實現(xiàn)關(guān)鍵特征的有效表達，提升模型對小目標(biāo)的檢測性能。

3 基于紅外光圖像的熱斑故障檢測模型

在紅外場景下，可以根據(jù)溫度特性發(fā)現(xiàn)熱斑故障。如圖7 所示，相較于遮擋小目標(biāo)檢測任務(wù)，紅外圖像中熱斑故障區(qū)域尺寸較大，且與周圍正常運行狀態(tài)電池片的特征差異明顯，特征信息更加充分，有效地降低了檢測難度。鑒于紅外熱斑的上述易識別性，紅外圖像熱斑檢測任務(wù)可不需要復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)進行特征采樣。根據(jù)上述紅外圖像熱斑檢測任務(wù)特點，本文選取更加輕量化的網(wǎng)絡(luò)YOLOv5n作為熱斑故障檢測模型。

圖7 光伏組件表面紅外圖像Fig.7 Infrared image of photovoltaic module surface

在YOLOv5 的6.1 版本中，YOLOv5n 是所有P5 系列模型里面深度和寬度最小的網(wǎng)絡(luò)，具有體積小、計算量小、檢測速度快的優(yōu)勢，更加方便部署于計算資源有限的移動設(shè)備（如無人機）。YOLOv5n整體網(wǎng)絡(luò)結(jié)構(gòu)如圖8 所示，網(wǎng)絡(luò)同樣由Input、Backbone、Neck、Head 組成，各部分的功能與YOLOv5s6 相同。不同之處在于YOLOv5n只進行5次特征下采樣，網(wǎng)絡(luò)層輸出特征圖的通道數(shù)更少，因此整體結(jié)構(gòu)更加精簡，同時網(wǎng)絡(luò)在寬度上更窄，大幅度減少了模型參數(shù)和計算量。

圖8 YOLOv5n網(wǎng)絡(luò)結(jié)構(gòu)Fig.8 Structure of YOLOv5n

4 實驗與結(jié)果分析

4.1 數(shù)據(jù)準(zhǔn)備

如圖9（a）、（b）所示，本文利用無人機巡檢所得的可見光視頻數(shù)據(jù)（分辨率為3 840×2 160），每30 幀抽取一張圖片，并對重復(fù)、目標(biāo)模糊圖像進行剔除，最終保留有效圖像1 343張存放于可見光數(shù)據(jù)集Data1；對于紅外光視頻數(shù)據(jù)（分辨率為640×512）同樣進行上述處理，共保留有效圖像1 006張存放于紅外光數(shù)據(jù)集Data2。

圖9 數(shù)據(jù)處理Fig.9 Dataprocessing

在此基礎(chǔ)上，借助標(biāo)注軟件LabelImg（Tzutalin，2015），對數(shù)據(jù)集Data1、Data2分別標(biāo)注光伏組件表面存在的異物遮擋和由內(nèi)部元器件損壞造成的熱斑。其中，可見光場景下共標(biāo)記異物遮擋5 601個；紅外光數(shù)據(jù)集中共標(biāo)記熱斑區(qū)域1 340個。數(shù)據(jù)標(biāo)注工作完成后，將各數(shù)據(jù)集中的圖像與標(biāo)注文件按照對應(yīng)關(guān)系以9∶1的比例隨機劃分訓(xùn)練集和測試集，實驗數(shù)據(jù)的具體情況如表1所示。

表1 實驗數(shù)據(jù)Table 1 Experimental data

4.2 實驗環(huán)境與參數(shù)設(shè)置

本文實驗環(huán)境配置如表2所示，YOLO系列模型訓(xùn)練過程中參數(shù)的設(shè)置情況如下：迭代次數(shù)設(shè)置為200 epoch，學(xué)習(xí)率大小設(shè)置為0.001，動量大小設(shè)置為0.937，平均精度均值的IoU 閾值設(shè)置為0.5，邊界框損失函數(shù)選擇CIoU Loss，優(yōu)化器選擇AdamW。

表2 實驗環(huán)境配置Table 2 Experimental environment configuration

4.3 評價指標(biāo)

本文使用查準(zhǔn)率（precision）、查全率（recall）、平均精度（average precision，AP）、平均精度均值（mean average precision，mAP）、每秒檢測幀數(shù)（frames per second，F(xiàn)PS）、參數(shù)量（Parameters）作為模型檢測性能的評價指標(biāo)。其中，查準(zhǔn)率（precision）、查全率（precision）計算公式如下：

式（14）和（15）中，TP表示真實熱斑或異物遮擋樣例中被正確檢測出的數(shù)量；FN表示真實熱斑或異物遮擋樣例中未被正確檢測出的數(shù)量；FP表示背景區(qū)域被誤檢為熱斑或異物的數(shù)量。因此，查準(zhǔn)率可以表示檢測的正確率，查全率則表示所有熱斑故障或異物遮擋樣例中被正確檢測出來的比例。

理論上，查準(zhǔn)率和查全率越高越好，但實際中這兩個指標(biāo)相互矛盾，為了綜合考慮查準(zhǔn)率與查全率以衡量模型檢測性能，故引入平均精度（AP）和平均精度均值（mAP）兩項評價指標(biāo)。其中，平均精度用來計算單個待檢測類別的平均精度，平均精度均值用來計算所有待檢測類別平均精度的平均值。

平均精度（AP）、平均精度均值（mAP）的具體計算公式如下所示：

式（16）、式（17）中，p(r)為查準(zhǔn)率相對查全率的變化函數(shù)，N表示目標(biāo)檢測任務(wù)中待檢測目標(biāo)的類別數(shù)量。

每秒檢測幀數(shù)（FPS）即每秒可以處理多少張圖片，用來衡量網(wǎng)絡(luò)模型的檢測速度。

參數(shù)量（Parameters），即模型共含多少參數(shù)，用來衡量模型的內(nèi)存占用情況及響應(yīng)速度，參數(shù)量越小越利于模型在移動端的部署。

4.4 錨框設(shè)定方案實驗結(jié)果

結(jié)合本文錨框設(shè)定方案，對于圖像分辨率640×640和1 280×1 280的光伏數(shù)據(jù)集（Data1與Data2）分別設(shè)置3 組共9 個錨框（適用于P5 系列模型）、4 組共12 個錨框（適用于P6 系列模型）。本次實驗過程中，輸入數(shù)據(jù)為數(shù)據(jù)集Data1、Data2 相應(yīng)訓(xùn)練集中所有標(biāo)注框（標(biāo)注框數(shù)量分別為5 021、1 209），迭代次數(shù)設(shè)置為1 000。

錨框設(shè)定結(jié)果如表3 所示（COCO 數(shù)據(jù)集對應(yīng)YOLOv5 算法的預(yù)設(shè)錨框）。表3 中每組數(shù)字分別表示該錨框尺寸的寬度和高度；較小尺寸的錨框應(yīng)用在包含低級特征的淺層特征圖以進行小型目標(biāo)檢測，大尺寸錨框部署在帶有更多語義信息的深層特征圖上檢測大型目標(biāo)。

錨框設(shè)定結(jié)果顯示，由于光伏圖像數(shù)據(jù)集與COCO數(shù)據(jù)集存在圖像分辨率、目標(biāo)尺寸等屬性差異，導(dǎo)致錨框尺寸顯著不同；其中，數(shù)據(jù)集Data1圖像中異物遮擋區(qū)域包含的像素點普遍較少，中、淺層特征圖對應(yīng)的錨框尺寸均小于32×32 像素，符合小目標(biāo)的判斷標(biāo)準(zhǔn)，印證本文遮擋物檢測屬于小目標(biāo)檢測任務(wù)。

選取數(shù)據(jù)集Data2的訓(xùn)練集中所有標(biāo)注框（共1 209個）作為該部分實驗數(shù)據(jù)（數(shù)據(jù)詳情見4.1節(jié)），并將迭代次數(shù)、聚類中心個數(shù)分別設(shè)置為1 000 和9，對本文方案的有效性進行測試驗證。圖10為上述標(biāo)注框設(shè)定結(jié)果的可視化情況，圖中橫、縱坐標(biāo)分別表示標(biāo)注框歸一化后的寬和高，紅色菱形代表各聚類中心，不同顏色代表各標(biāo)注框歸屬的類別。實驗結(jié)果顯示，本文的錨框設(shè)定方法可以有效改善隨機選取聚類中心對最終錨框尺寸的影響。

圖10 錨框設(shè)定效果對比Fig.10 Anchor frame setting effect comparison

基于數(shù)據(jù)集Data1，實驗選取YOLOv5s、YOLOv5s6，測試錨框設(shè)定方案對模型性能的影響。具體實驗結(jié)果如表4、圖11 所示，表4 中，YOLOv5s+和YOLOv5s6+代表以本文方案對相應(yīng)模型進行錨框設(shè)定，圖11 為上述模型對相同目標(biāo)的實際檢測效果。結(jié)果顯示，更換錨框設(shè)定方案前后模型各項精度指標(biāo)基本持平，但在實際檢測效果中，本文方案可以有效提高結(jié)果的置信度得分，證明了其科學(xué)性。后續(xù)實驗中YOLO 系列模型均采用本文方案設(shè)定的錨框尺寸。

表4 錨框方案實驗結(jié)果Table 4 Experimental results of anchor frame scheme 單位：%

圖11 實際檢測效果Fig.11 Actual detection effect

4.5 可見光圖像遮擋小目標(biāo)檢測實驗結(jié)果

基于數(shù)據(jù)集Data1，以YOLOv5s 和YOLOv5s6 作為基礎(chǔ)模型，進行坐標(biāo)注意力不同嵌入方案的對比實驗，測試本文遮擋小目標(biāo)檢測模型的有效性。

本文嘗試了三種不同的CA 嵌入方案：嵌入主干網(wǎng)絡(luò)（記作CA1）、嵌入頸部網(wǎng)絡(luò)（記作CA2）、嵌入主干網(wǎng)絡(luò)及頸部網(wǎng)絡(luò)（記作CA3）。實驗過程中，YOLOv5s 與YOLOv5s6 的輸入圖像分辨率分別設(shè)置為640×640、1 280×1 280。

實驗結(jié)果如表5 所示，YOLOv5s6 擁有更深層次的網(wǎng)絡(luò)結(jié)構(gòu)，可以更好利用高分辨率圖像中小型目標(biāo)的像素信息，在數(shù)據(jù)集Data1 上檢測精度更高：查全率達到84.48%，減少了部分遮擋小目標(biāo)的漏檢情況；平均精度均值達到80.81%，相比YOLOv5s提高3.84個百分點。

表5 CA嵌入方案實驗結(jié)果Table 5 Experimental results of CA embedding scheme 單位：%

不同的CA 嵌入方案作用在兩種模型上存在差異。就YOLOv5s 而言，僅有在主干網(wǎng)絡(luò)嵌入坐標(biāo)注意力能夠改善YOLOv5s 檢測效果，在頸部網(wǎng)絡(luò)嵌入坐標(biāo)注意力甚至?xí)斐蓹z測精度的降低。造成這種現(xiàn)象的原因可能是數(shù)據(jù)集Data1 中圖像分辨率過高，YOLOv5s 以640×640的輸入分辨率導(dǎo)致目標(biāo)區(qū)域像素較少，造成了特征提取相對困難，難以保證提取特征的正確性，在此基礎(chǔ)上，在頸部網(wǎng)絡(luò)嵌入CA，進一步造成了特征“失真”。

將YOLOv5s6作為基礎(chǔ)模型時，三種嵌入方案均能明顯提高檢測精度。其中，在主干網(wǎng)絡(luò)嵌入坐標(biāo)注意力的效果最佳，查準(zhǔn)率、查全率、平均精度均值分別達到85.81%、84.48%、83.78%，相較于基礎(chǔ)版YOLOv5s6 分別提高0.84、1.55、2.97 個百分點；表明在主干網(wǎng)絡(luò)部分嵌入CA，可以最大程度地改善檢測過程中由于遮擋物體較小導(dǎo)致的漏檢、錯檢情況。

基于以上結(jié)論，本文建立的遮擋小目標(biāo)檢測模型（CA-YOLOv5s6）將坐標(biāo)注意力機制嵌入至YOLOv5s6的主干網(wǎng)絡(luò)部分（見2.2節(jié)）。

CA-YOLOv5s6與基礎(chǔ)版YOLOv5s6在訓(xùn)練過程中的查準(zhǔn)率、查全率及平均精度均值的曲線變化情況如圖12 所示。對于光伏組件表面存在的異物遮擋情況，CA-YOLOv5s6模型經(jīng)200次迭代后平均精度均值明顯高于YOLOv5s6；同時，在150次迭代后CA-YOLOv5s6各項曲線變化更加平穩(wěn)、波動幅度更小、魯棒性更強，進一步驗證了CA-YOLOv5s6遮擋小目標(biāo)檢測模型的有效性。

圖12 變化曲線對比圖Fig.12 Comparison of change curves

為進一步討論CA-YOLOv5s6 的有效性，將其與主流目標(biāo)檢測模型Faster RCNN[29]、SSD[30]、YOLOv3、YOLOv5s、YOLOv5s6進行對比實驗。上述模型在數(shù)據(jù)集Data1 的性能結(jié)果如表6 所示。實驗結(jié)果顯示：對于光伏組件表面存在的小型異物遮擋，CA-YOLOv5s6 的檢測精度最高，mAP達到了83.78%，相較于YOLOv5s6、YOLOv5s 分別提高2.97 和6.81 個百分點，有效地提升了檢測精度。在單階段檢測算法中，SSD 的mAP 為50.89%，與YOLO 系列算法相比精度較低。YOLOv5s6（輸入分辨率1 280×1 280）比YOLOv5s（輸入分辨率640×640）的mAP 提升了3.84 個百分點，可見更高的分辨率將有效改善遮擋小目標(biāo)的檢測效果。

表6 主流算法對比Table 6 Comparison of indicators

對無人機巡檢回傳可見光視頻進行截取，利用截取圖像數(shù)據(jù)（分辨率為3 840×2 160）對模型的檢測速度進行比較測試。經(jīng)實驗計算，在本文實驗環(huán)境下，YOLOv5s 表現(xiàn)出優(yōu)異的檢測速度，F(xiàn)PS 達到68.03。除此之外，YOLOv5s6 與CA-YOLOv5s6 的FPS 實驗結(jié)果分別為59.17、39.37，模型結(jié)構(gòu)的改變在一定程度上降低了網(wǎng)絡(luò)的推理速度，但是仍然滿足在計算資源有限的移動設(shè)備上進行實時檢測的要求，驗證了CA-YOLOv5s6的可行性。在參數(shù)量方面，除兩階段檢測算法Faster RCNN模型參數(shù)量較大之外，其余模型均在7×107以內(nèi)，同時，CA-YOLOv5s6 憑借CA 的嵌入Parameters 比YOLOv5s6減少了4.8×105。

圖13中展示了不同場景下光伏組件表面遮擋物體的實際檢測效果，圖像截取于測試視頻數(shù)據(jù)；左、右兩列圖像分別對應(yīng)YOLOv5s6、CA-YOLOv5s6 的檢測結(jié)果。由于圖像分辨率較高，為方便展示檢測效果，對圖中紫色矩形框區(qū)域進行放大處理，并用黃色方框及箭頭對差異結(jié)果進行標(biāo)注。結(jié)果顯示：CA-YOLOv5s6 可以有效善YOLOv5s6存在不同程度的漏檢情況，實現(xiàn)可見光背景下小型異物遮擋的精確檢測，檢測性能更高。

圖13 遮擋小目標(biāo)檢測效果Fig.13 Occlusion small target detection effect

4.6 紅外光圖像熱斑故障檢測實驗結(jié)果

圖14 為YOLOv5n 訓(xùn)練過程中查準(zhǔn)率、查全率、平均精度均值可視化情況（數(shù)據(jù)集Data2）。紅外圖像熱斑故障特征較為明顯，模型收斂速度較快，并在50次迭代后趨于平穩(wěn)，各項指標(biāo)均接近1，檢測精度較高。

圖14 曲線變化Fig.14 Curve change

實驗選擇Faster RCNN、SSD、YOLOv3、YOLOv5s、YOLOv5n 目標(biāo)檢測算法在數(shù)據(jù)集Data2 上進行對比實驗，實驗結(jié)果如表7 所示。結(jié)果顯示：各算法在熱斑檢測任務(wù)中均表現(xiàn)出較好的檢測精度，mAP指標(biāo)均在99%附近。Faster RCNN檢測精度最高，mAP結(jié)果為99.89%，不過模型的參數(shù)量很大，且檢測速度比較慢，F(xiàn)PS 為9.35。YOLOv5n 的mAP 值為99.31%，雖然檢測精度相較于Faster RCNN、SSD、YOLOv5s略低一些，不過模型在檢測速度與參數(shù)量方面表現(xiàn)出巨大的優(yōu)勢，YOLOv5n的Parameters 僅1.76×106，且FPS 達到了83.3，表現(xiàn)出極佳的性能，大幅度節(jié)省了無人機等移動設(shè)備的存儲及計算資源。通過各項指標(biāo)的綜合對比，將YOLOv5n 作為紅外圖像熱斑檢測模型。

表7 性能比較Table 7 Performance comparison

光伏組件由于受到陽光反射的影響，部分區(qū)域會呈現(xiàn)出亮度較高現(xiàn)象，模型容易將其誤判為熱斑故障。YOLOv5n 對紅外圖像數(shù)據(jù)的熱斑檢測效果如圖15 所示，借助錨框機制YOLOv5n 可以很好地利用陽光反射區(qū)域與熱斑在尺寸、形狀上的差異，精確識別無人機巡檢拍攝的紅外圖像數(shù)據(jù)中存在的熱斑故障，有效避免因陽光反射造成的模型錯誤判別。

圖15 熱斑檢測效果Fig.15 Heat spot detection effect

5 結(jié)束語

基于YOLOv5 系列模型，開展光伏組件表面熱斑以及異物遮擋問題的研究，以實現(xiàn)光伏熱斑更加全面的處理。

首先，結(jié)合K-means++算法與IoU 指標(biāo)調(diào)整了YOLOv5算法的錨框設(shè)定方案，根據(jù)可見光與紅外光圖像特點進行錨框設(shè)定，并通過實驗驗證了該設(shè)定方案的有效性。

其次，針對光伏組件可見光視頻數(shù)據(jù)中遮擋物體較小的問題，以YOLOv5s6 作為基礎(chǔ)模型，在主干網(wǎng)絡(luò)部分嵌入坐標(biāo)注意力，設(shè)計了遮擋小目標(biāo)檢測模型（CA-YOLOv5s6）。實驗結(jié)果顯示，相較于YOLOv5s6，CA-YOLOv5s6的mAP提高2.97個百分點，Parameters減少4.8×105，針對遮擋小目標(biāo)表現(xiàn)出更高的檢測性能。

最后，選擇主流目標(biāo)檢測算法基于光伏組件紅外光數(shù)據(jù)進行對比實驗，結(jié)果顯示，YOLOv5n 模型的mAP、FPS、Parameters 分別為93.31%、83.3、1.76×106。相較于其他算法，YOLOv5n在保證檢測精度同時，具有更強的部署便利性，更加契合紅外圖像熱斑檢測任務(wù)。