CN115841608A - 一种基于改进yolox的多腔室避雷器识别方法 - Google Patents

Abstract

本发明涉及多腔室避雷器识别技术领域，尤其涉及一种基于改进YOLOX的多腔室避雷器识别方法，包括以下步骤：S1、使用Labelme工具对影像图中的多腔室避雷器进行标注；S2、对YOLOX算法进行改进，使用更大感受野的主干网络替换DarkNet53，并使用深度可分离卷积保证模型的高速性，在空间金字塔池化模块中使用通道乱序运算增加其特征之间的信息交互性，增强特征融合能力，同时增加旋转框检测思想，减少识别结果中背景的干扰；S3、利用YOLOX目标检测算法实现旋转目标的检测。本发明不仅提高了电力***中多腔室避雷器识别的检测精度，而且还提高了学习多腔室避雷器特征能力，并且还增加了旋转框检测思想以减少识别结果中的背景干扰。

Description

一种基于改进YOLOX的多腔室避雷器识别方法

技术领域

本发明涉及多腔室避雷器识别技术领域，尤其涉及一种基于改进YOLOX的多腔室避雷器识别方法。

背景技术

在电力***中，输电线路的安全性是电网能够正常运行的首要因素，因此需要对电网定期进行巡检工作。输电导线为了安全、稳定性，一般通过杆塔架在高空。多腔室避雷器连接在电网线和地面之间，其作用是保护电气设备不受高瞬态过电压的影响，并限制持续时间。在电力***日常运行中，应定期对避雷器进行检查和维护，确保避雷器正常工作，以免导致电力线路运行故障。传统的人工检查模式需要大量的人力和物力且效率低下。目前，使用无人机代替人工操作可以简化工作模式，降低空中作业的风险，“机巡为主，人巡为辅”的“机巡+人巡”运维模式已基本形成，输电线路运维水平不断提高。

目前主流的避雷器识别方式是借助无人机基于视觉的在线检测，采用的方法主要有火花间隙法、红外热像仪法、小球放电法、泄漏电流检测法、激光多普勒震动法等。通过计算机数据分析处理，可以极大地提高避雷器识别的效率，在许多先进国家已逐渐取代传统的地面人工巡检。

在实际应用中，鉴于线路背景的复杂，安装位置不同，多腔室避雷器型号、数量众多等特点，使得识别设备有不少的困难。并且在识别中需要大量人工设计的特征去进行特征提取，不同的研究对象特征不同，特征具有多样性，如：SIFT，HOG，LBP等。手工选取特征费时费力，需要启发式专业知识，很大程度上依靠经验和运气。目前的模型都属于浅层学习，如SVM、Boosting、LR等，有限样本和计算单元情况下对复杂函数的表示能力有限，针对复杂分类问题其泛化能力受限，且有些模型，如人工神经网络(BP)的训练过程容易陷入局部极小值的境地。

因此，本发明提出一种基于改进YOLOX的多腔室避雷器识别方法，可为避雷器检测提供重要的数据支撑。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于改进YOLOX的多腔室避雷器识别方法。

一种基于改进YOLOX的多腔室避雷器识别方法，包括以下步骤：

S1、使用Labelme工具对影像图中的多腔室避雷器进行标注；

S2、对YOLOX算法进行改进，使用更大感受野的主干网络替换DarkNet53，并使用深度可分离卷积保证模型的高速性，在空间金字塔池化模块中使用通道乱序运算增加其特征之间的信息交互性，增强特征融合能力，同时增加旋转框检测思想，减少识别结果中背景的干扰；

S3、利用YOLOX目标检测算法实现旋转目标的检测，具体改进如下：

S3-1：水平矩形框的检测需要得到框的x、y、w和h，即可表示一个水平矩形框，但对于旋转矩形框而言还需要框的旋转角度θ，即需要在网络的检测头输出部分增加一个分支用于得到旋转角度θ，采用圆形平滑标签CSL的编码方式来对框的角度进行分类任务，其表达式如下：

式中θ表示当前当前真实框的旋转角度，r表示窗口半径，其默认取值为6，g(x)表示窗口函数，窗口函数表达式如下：

并且窗口函数满足周期性和对称性，其对应的表达式分别依次如下所示：

g(x)＝g(x+KT),K∈N,T＝180/ω，

0≤g(θ+ε)＝g(θ-ε)≤1,|ε|＜r；

式中均值μ＝0，方差δ＝4，N是自然数集合；

S3-2：YOLOX中有两处需要计算损失函数，第一次求损失用于构建代价矩阵进行标签分配，其损失函数如下，这一次计算损失仅仅是为了筛选正负样本：

Cost＝L^cls+λL^reg+L₁，

式中分类损失L^cls使用的是二元交叉熵损失函数，回归损失L^reg使用的是iou损失函数，λ用于控制两种损失权重比例，λ默认为3，式中的L₁相当于给添加更多的先验信息，增加高质量先验的匹配程度；

第二次计算损失用于对模型进行优化，其损失函数如下：

Loss＝L^cls+λL^reg+L^conf；

式中包含分类损失L^cls、置信度损失L^conf和回归损失L^reg，其中分类损失和置信度损失采用二元交叉熵损失函数，λ用于控制回归损失权重比，默认为5，同时将置信度的真实标签与分类的真实标签互换，由于改进后的算法输出分支多了旋转角度分类的分支，需要对YOLOX中的损失函数进行改进：

标签分配时改进后的代价函数如下：

Cost＝L^cls+λL^reg+L₁+L^θ-cls；

其中θ-cls用于计算角度分类损失，采用sigmoid结合二元交叉熵的形式计算角度的损失；

模型训练时的损失函数改进如下：

Loss＝L^cls+λL^reg+L^conf+L^θ-cls；

优化后的损失函数即在原始损失的基础上添加了角度的分类损失，同样采用sigmoid结合二元交叉熵的形式计算角度的损失。

作为本发明的一种优选方案，所述S1中对实验数据的标注方式分为矩形框标注与旋转矩形框标注两种模式。

作为本发明的一种优选方案，所述S2步骤包含以下子步骤：

S2-1：为了提高模型特征学习能力，使用具有更大感受野的ConvNext模块中的基础单元和下采样单元改进YOLOX中原始的主干网络，具体如下：

输入特征首先经过一个大小为7×7的深度可分离卷积提取特征，卷积核越大，学习到的特征区域越广，然后使用2个1×1的普通卷积运算特征升维与降维，获取更抽象的语义信息，最后与残差映射支路的特征相加融合；

下采样运算可以降低输入特征分辨率，同时减小模型计算复杂度，在残差映射中加入了1个3×3的深度可分离卷积，同时与7×7的深度可分离卷积将步长设置为2，用于将特征分辨率降低一倍，通道数增加一倍；

S2-2：使用ConvNet模块改进特征提取网络后的主干网络结构，网络输入尺寸为640×640×3，在第一级特征中，使用1个基础单元和1个下采样单元学习浅层特征，并且将特征的分辨率降低一倍，通道维度增加一倍，同理，在第二级特征中，使用了2个基础单元和1个下采样单元学习特征，第三级特征中，使用了5个基础单元和1个下采样单元学习特征，第四级特征中，使用了2个基础单元和1个下采样单元学习特征，第五级特征中，使用了1个基础单元和1个下采样单元学习特征，最后使用改进后的SPP模块获取多尺度特征；

S2-3：首先对输入特征使用4组不同大小的最大池化运算，得到4组特征压缩向量，为了降低模块的参数量，同时为保证各组特征在拼接时的特征维度与输入一致，使用1×1的卷积运算将其通道维度压缩4倍，然后使用上采样恢复特征分辨率，并对4组特征在通道维度合并，合并结果与原始输入特征进行相加融合，最后为了增加特征之间的信息传递性，使用通道乱序操作，对最终的结果在通道维度重新排序。

作为本发明的一种优选方案，所述S3中旋转角度θ的范围是0°≤θ＜180°。

相比于现有技术，本发明的有益效果是：

本发明提出将YOLOX目标检测算法与旋转框检测算法相结合，提高了电力***中多腔室避雷器识别的检测精度，将YOLOX的主干网络替换为具有更大感受野的ConvNext，提高学习多腔室避雷器特征能力；在空间金字塔池化模块使用通道乱序操作增强特征融合，并增加旋转框检测思想以减少识别结果中的背景干扰。

附图说明

图1为本发明提出的一种基于改进YOLOX的多腔室避雷器识别方法的方法流程示意图；

图2为本发明提出的一种基于改进YOLOX的多腔室避雷器识别方法的两种标注方式的示意图；

图3为本发明提出的一种基于改进YOLOX的多腔室避雷器识别方法的ConvNext模块中基础单元和下采样单元改进YOLOX中原始的主干网络示意图；

图4为本发明提出的一种基于改进YOLOX的多腔室避雷器识别方法的改进SPP结构示意图；

图5为本发明提出的一种基于改进YOLOX的多腔室避雷器识别方法的CSL编码标签得分示意图。

具体实施方式

下面结合具体实施例对本发明作进一步解说。

参照图1-5，一种基于改进YOLOX的多腔室避雷器识别方法，包括以下步骤：

S1、使用Labelme工具对影像图中的多腔室避雷器进行标注；

其中，航拍影像图中包括训练集2000张，测试集500张，对于倾斜目标而言如果使用水平矩形框对其进行检测，那么在该水平矩形框中会包含大量的背景信息，所以本发明对实验数据标注共分为矩形框标注与旋转矩形框标注两种模式，效果如图2所示，其中图2-a是矩形框标注结果，包含了较多的背景，图2-b是旋转框标注结果；

鉴于影像数据获取难度大，标注工作繁琐、耗时，同时考虑到神经网络模型在学习目标特征过程中需要较多的数据进行拟合，所以对训练集进行数据增强处理；多腔室避雷器在空间位置上具有方向特征不变性，在形状方面具有尺度多变性，在拍摄角度上存在被遮挡现象；这里采用镜像增强、多尺度缩放、随机擦除的数据增强方法将训练数据扩充至3000张；

S2、对YOLOX算法进行改进，使用更大感受野的主干网络替换DarkNet53，并使用深度可分离卷积保证模型的高速性，在空间金字塔池化模块中使用通道乱序运算增加其特征之间的信息交互性，增强特征融合能力，同时增加旋转框检测思想，减少识别结果中背景的干扰，该步骤包含以下子步骤：

S2-1：为了提高模型特征学习能力，使用具有更大感受野的ConvNext模块中的基础单元(Base Unit,BU)和下采样单元(Down Sample Uint，DSU)改进YOLOX中原始的主干网络，其结构如下图3所示，具体如下：

图3-a为BU模块，输入特征首先经过一个大小为7×7的深度可分离卷积提取特征，卷积核越大，学习到的特征区域越广，然后使用2个1×1的普通卷积运算特征升维与降维，获取更抽象的语义信息，最后与残差映射支路的特征相加融合；

图3-b所示为DSU模块，下采样运算可以降低输入特征分辨率，同时减小模型计算复杂度，在残差映射中加入了1个3×3的深度可分离卷积，同时与7×7的深度可分离卷积将步长设置为2，用于将特征分辨率降低一倍，通道数增加一倍；

S2-2：使用ConvNet模块改进特征提取网络后的主干网络结构如下表所示，网络输入尺寸为640×640×3，在第一级特征中，使用1个BU模块和1个DSU模块学习浅层特征，并且将特征的分辨率降低一倍，通道维度增加一倍，同理，在第二级特征中，使用了2个BU模块和1个DSU模块学习特征，第三级特征中，使用了5个BU模块和1个DSU模块学习特征，第四级特征中，使用了2个BU模块和1个DSU模块学习特征，第五级特征中，使用了1个BU模块和1个DSU模块学习特征，最后使用改进后的SPP模块获取多尺度特征；

S2-3：SPP模块使用多组最大池化运算将特征压缩到固定大小，解决因模型结构导致图像输入尺寸固定的问题，同时为模型引入了多尺度特征。本发明对SPP做了适应性修改，其结构如图4所示，首先对输入特征使用4组不同大小的最大池化运算，得到4组特征压缩向量，为了降低模块的参数量，同时为保证各组特征在拼接时的特征维度与输入一致，使用1×1的卷积运算将其通道维度压缩4倍，然后使用上采样恢复特征分辨率，并对4组特征在通道维度合并，合并结果与原始输入特征进行相加融合，最后为了增加特征之间的信息传递性，使用通道乱序操作，对最终的结果在通道维度重新排序；

S3、利用YOLOX目标检测算法实现旋转目标的检测，具体改进如下：

S3-1：水平矩形框的检测需要得到框的x、y、w和h，即可表示一个水平矩形框，但对于旋转矩形框而言还需要框的旋转角度θ，即需要在网络的检测头输出部分增加一个分支用于得到旋转角度θ，本发明用长边表示法定义旋转矩形框，即为x、y、w、h和θ(0°≤θ＜180°)的格式。θ的获取没有采用回归任务，因为角度的周期性会对回归的结果造成干扰，而是采用的分类任务获取角度θ，但由于角度周期性特点也不能够采用简单的独热编码，而是采用圆形平滑标签(Circular Smooth Label,CSL)的编码方式来对框的角度进行分类任务，其表达式如下：

式中θ表示当前当前真实框的旋转角度，r表示窗口半径，其默认取值为6，g(x)表示窗口函数，窗口函数表达式如下：

并且窗口函数满足周期性和对称性，其对应的表达式分别依次如下所示：

g(x)＝g(x+KT),K∈N,T＝180/ω，

0≤g(θ+ε)＝g(θ-ε)≤1,|ε|＜r；

式中均值μ＝0，方差δ＝4，N是自然数集合，ε也表示角度，0≤g(θ+ε)＝g(θ-ε)≤1,|ε|＜r这个公式表示窗口函数满足对称性；

当真实的θ值为0°或90°时，其对应的CSL编码标签得分分别如图5中左图、右图所示，其中横轴表示角度值，纵轴表示编码标签得分；

S3-2：YOLOX中有两处需要计算损失函数，第一次求损失用于构建代价矩阵进行标签分配，其损失函数如下，这一次计算损失仅仅是为了筛选正负样本：

Cost＝L^cls+λL^reg+L₁，

式中分类损失L^cls使用的是二元交叉熵损失函数，回归损失L^reg使用的是iou损失函数，λ用于控制两种损失权重比例，λ默认为3，式中的L₁相当于给添加更多的先验信息，增加高质量先验的匹配程度(网格的中心点在真实框范围之内或者距离真实框中心2.5个网格之内)；

第二次计算损失用于对模型进行优化，其损失函数如下：

Loss＝L^cls+λL^reg+L^conf；

式中包含分类损失L^cls、置信度损失L^conf和回归损失L^reg，其中分类损失和置信度损失采用二元交叉熵损失函数，λ用于控制回归损失权重比，默认为5，同时将置信度的真实标签与分类的真实标签互换，由于改进后的算法输出分支多了旋转角度分类的分支，需要对YOLOX中的损失函数进行改进：

标签分配时改进后的代价函数如下：

Cost＝L^cls+λL^reg+L₁+L^θ-cls；

其中θ-cls用于计算角度分类损失，采用sigmoid结合二元交叉熵的形式计算角度的损失；

模型训练时的损失函数改进如下：

Loss＝L^cls+λL^reg+L^conf+L^θ-cls；

优化后的损失函数即在原始损失的基础上添加了角度的分类损失，同样采用sigmoid结合二元交叉熵的形式计算角度的损失。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种基于改进YOLOX的多腔室避雷器识别方法，其特征在于，包括以下步骤：

S1、使用Labelme工具对影像图中的多腔室避雷器进行标注；

S2、对YOLOX算法进行改进，使用更大感受野的主干网络替换DarkNet53，并使用深度可分离卷积保证模型的高速性，在空间金字塔池化模块中使用通道乱序运算增加其特征之间的信息交互性，增强特征融合能力，同时增加旋转框检测思想，减少识别结果中背景的干扰；

S3、利用YOLOX目标检测算法实现旋转目标的检测，具体改进如下：

S3-1：水平矩形框的检测需要得到框的x、y、w和h，即可表示一个水平矩形框，但对于旋转矩形框而言还需要框的旋转角度θ，即需要在网络的检测头输出部分增加一个分支用于得到旋转角度θ，采用圆形平滑标签CSL的编码方式来对框的角度进行分类任务，其表达式如下：

式中θ表示当前当前真实框的旋转角度，r表示窗口半径，其默认取值为6，g(x)表示窗口函数，窗口函数表达式如下：

并且窗口函数满足周期性和对称性，其对应的表达式分别依次如下所示：

g(x)＝g(x+KT),K∈N,T＝180/ω，

0≤g(θ+ε)＝g(θ-ε)≤1,|ε|＜r；

式中均值μ＝0，方差δ＝4，N是自然数集合；

S3-2：YOLOX中有两处需要计算损失函数，第一次求损失用于构建代价矩阵进行标签分配，其损失函数如下，这一次计算损失仅仅是为了筛选正负样本：

Cost＝L^cls+λL^reg+L₁，

式中分类损失L^cls使用的是二元交叉熵损失函数，回归损失L^reg使用的是iou损失函数，λ用于控制两种损失权重比例，λ默认为3，式中的L₁相当于给添加更多的先验信息，增加高质量先验的匹配程度；

第二次计算损失用于对模型进行优化，其损失函数如下：

Loss＝L^cls+λL^reg+L^conf；

式中包含分类损失L^cls、置信度损失L^conf和回归损失L^reg，其中分类损失和置信度损失采用二元交叉熵损失函数，λ用于控制回归损失权重比，默认为5，同时将置信度的真实标签与分类的真实标签互换，由于改进后的算法输出分支多了旋转角度分类的分支，需要对YOLOX中的损失函数进行改进：

标签分配时改进后的代价函数如下：

Cost＝L^cls+λL^reg+L₁+L^θ-cls；

其中θ-cls用于计算角度分类损失，采用sigmoid结合二元交叉熵的形式计算角度的损失；

模型训练时的损失函数改进如下：

Loss＝L^cls+λL^reg+L^conf+L^θ-cls；

优化后的损失函数即在原始损失的基础上添加了角度的分类损失，同样采用sigmoid结合二元交叉熵的形式计算角度的损失。

2.根据权利要求1所述的一种基于改进YOLOX的多腔室避雷器识别方法，其特征在于，所述S1中对实验数据的标注方式分为矩形框标注与旋转矩形框标注两种模式。

3.根据权利要求2所述的一种基于改进YOLOX的多腔室避雷器识别方法，其特征在于，所述S2步骤包含以下子步骤：

S2-1：为了提高模型特征学习能力，使用具有更大感受野的ConvNext模块中的基础单元和下采样单元改进YOLOX中原始的主干网络，具体如下：

输入特征首先经过一个大小为7×7的深度可分离卷积提取特征，卷积核越大，学习到的特征区域越广，然后使用2个1×1的普通卷积运算特征升维与降维，获取更抽象的语义信息，最后与残差映射支路的特征相加融合；

下采样运算可以降低输入特征分辨率，同时减小模型计算复杂度，在残差映射中加入了1个3×3的深度可分离卷积，同时与7×7的深度可分离卷积将步长设置为2，用于将特征分辨率降低一倍，通道数增加一倍；

S2-2：使用ConvNet模块改进特征提取网络后的主干网络结构，网络输入尺寸为640×640×3，在第一级特征中，使用1个基础单元和1个下采样单元学习浅层特征，并且将特征的分辨率降低一倍，通道维度增加一倍，同理，在第二级特征中，使用了2个基础单元和1个下采样单元学习特征，第三级特征中，使用了5个基础单元和1个下采样单元学习特征，第四级特征中，使用了2个基础单元和1个下采样单元学习特征，第五级特征中，使用了1个基础单元和1个下采样单元学习特征，最后使用改进后的SPP模块获取多尺度特征；

S2-3：首先对输入特征使用4组不同大小的最大池化运算，得到4组特征压缩向量，为了降低模块的参数量，同时为保证各组特征在拼接时的特征维度与输入一致，使用1×1的卷积运算将其通道维度压缩4倍，然后使用上采样恢复特征分辨率，并对4组特征在通道维度合并，合并结果与原始输入特征进行相加融合，最后为了增加特征之间的信息传递性，使用通道乱序操作，对最终的结果在通道维度重新排序。

4.根据权利要求3所述的一种基于改进YOLOX的多腔室避雷器识别方法，其特征在于，所述S3中旋转角度θ的范围是0°≤θ＜180°。

Images