yolov3加上迁移学习和适度的数据增强形成的网络应用在输电线异物检测

Neural Detection of Foreign Objects for Transmission Lines in Power Systems

Abstract.

输电线路为电能从一个地方输送到另一个地方提供了一条路径，确保输电线路的正常运行是向城市和企业供电的先决条件。主要威胁来自外来物，可能导致电力传输中断。传统的人工检测方法不仅耗费大量人力，而且影响电网的安全和效率，因此本文提出了一种基于神经网络的输电线路异物检测方法。使用迁移学习和数据扩充来缓解数据短缺。实验结果表明，即使在训练数据较少的情况下，迁移学习和数据增强的神经检测方法也是一种有效的方法，且不损失实时性。
论文地址：Neural Detection of Foreign Objects for Transmission Lines in Power Systems - IOPscience
(PDF) Neural Detection of Foreign Objects for Transmission Lines in Power Systems (researchgate.net)

Introduction

输电线路是电力系统中最重要的组成部分之一，它为能量从一地传输到另一地提供了指导路径，是国民生活和企业生产的重要保障。悬空异物是输电线路正常运行的主要威胁，是电力巡检的首要任务。目前，人工检测仍然是电力检测中最常用的方法。然而，除了需要大量的劳动和易受环境和气候的影响外，更重要的是，由于工作强度大，检测精度低，影响电网的安全和效率。电力系统中输电线路异物自动检测是智能输电线路的重要组成部分，对确保运行安全、高效具有重要意义。
神经网络是一种模仿动物神经的方法，在图像分类、物体检测、语义分割等传统的视觉感知任务中取得了显著的效果。异物检测可以看作是一项视觉感知任务。对于输电线路中的异物检测，利用飞行器对其进行拍摄，然后利用神经网络对图像进行处理，不仅节省了大量的资源，而且受环境的影响较小，是一种很有前途的方法。
我们的研究重点是对从现实中获取的图像进行异物检测。在考虑输电线路异物检测时，有几个关键问题值得关注:输电线路所处的环境多种多样，如农村、城市、山区等。因此，图像的背景比较复杂;这些图像是由飞机拍摄的，因此视图是不确定和可变的;可获得的训练数据比其他任务少;需要考虑实时属性。
本文将神经网络应用于电力系统中输电线路的异物检测，取得了良好的效果。针对上述问题，采用了统一的实时框架YOLOv3。同时，考虑到训练数据不足这一现实难题，采用迁移学习和数据扩充来解决。实验结果表明，本文采用的神经异物检测方法是一种有效的输电线路异物检测方法。

Neural Foreign objects Detection

Task Description

下图显示了传输线异物检测的三个示例。简单地说，任务是确定图像中是否有异物，如果存在则标记位置。
- 传输线异物检测的三个例子。

Architecture

YOLOv3是YOLO和YOLO9000的升级版，无论是在准确率还是推理时间上，都具有最先进的目标检测性能。与R-CNN、Fast R-CNN、Faster R-CNN等两阶段方法不同，YOLOv3是一阶段方法，可以端到端进行训练。主要思想是将目标检测视为一个单一的回归问题，直接从图像像素到边界框坐标和类别概率。
该架构大致可分为图像特征提取和目标检测两部分，分别如下图(a)和下图(b)所示。图像特征提取是将图像表示为固定大小的张量。YOLOv3采用Darknet-53，提取了三种不同大小的图像特征，分别为: $F_a、F_b、F_c$ ，用于检测目标。为了检测不同大小的物体，该方法采用多尺度检测，如下图(b)所示，其中s1、s2和s3为三种尺度预测。
- YOLOv3的两个部分。(a)为图像特征提取，(b)为目标检测。
我们以𝑆1为例详细说明整个过程。假设将输入图像的大小调整为416×416，经过推理，我们得到𝑆1，即13×13×18。13×13表示将输入图像划分为13×13网格。每个网格单元预测6个值:x、y、w、h、置信度和类概率。(x, y)坐标表示相对于网格单元边界的框的中心。w和h分别是边界框的宽度和高度。因此，𝑆1的大小应该是13×13×6。但为了更准确，每个网格单元有三个锚点，因此大小为13×13×18。

Transfer Learning and Data Augmentation

通过迁移学习和数据扩充来缓解数据短缺。迁移学习。我们首先在imagenet中训练Darknet-53, imagenet包含超过1400万张图像，是最大的图像数据集之一。然后我们移动完全连接的层，并保留卷积层用于异物检测。数据增强。对数据应用水平翻转、缩放和随机裁剪，如下图所示。值得注意的是，在水平翻转和随机裁剪操作后，方框的坐标位置也会发生变化。

Experiments

Training Details

我们基于PyTorch实现模型的所有代码，PyTorch是广泛采用的深度学习框架之一。387张图像随机分为两部分:300张用于训练，87张用于测试。使用Adam优化器[15]对神经网络的参数进行优化。初始学习率为0.0001，批量大小设置为24。采用0.00005的权值衰减来防止过拟合。最大epoch设置为300。所有的训练都是用NVIDIA GTX 1080Ti GPU完成的。

Results

实验包括YOLOv3 (Yv3)、带迁移学习的Yv3 (Yv3+TL)、带数据增强的Yv3 (Yv3+DA)、带迁移学习和数据增强的YOLOv3 (Yv3+TL+DA)。精密度曲线和召回-精密度曲线结果如下表和下图所示。结果表明，该方法在测试数据中具有有效的检测性能，迁移学习和数据增强提高了模型在小训练数据中的泛化能力。在416×416分辨率下，平均推断时间为46毫秒。
- Yv3、Yv3+TL、Yv3+DA、Yv3+TL+DA的测试精度。
- Precision-recall曲线。
为了更好地展示检测的性能，下图(a)、图(b)和图©分别给出了正确检测、过度检测和虚假检测三种结果。结果表明泛化，例如第1行和第4列、第3行和第3列的对象不存在于训练集中。但也存在一些错误，主要体现在金属支架和背景干扰的情况下。这种情况可以通过更多的训练数据得到缓解。
- 测试数据的定性结果。(a)显示了一些正确检测的结果，(b)显示了一些过度检测的结果，©显示了一些错误检测的结果。