基于改进型 YOLOv9 的绝缘子及缺陷检测论文

 

　　关键词：绝缘子及缺陷检测,YOLOv9,特征提取,MPDIoU损失函数,下采样

 

 

　　随着电力系统的迅速发展和规模的扩大，变电站的安全稳定运行变得尤为重要。绝缘子作为变电站输变电的关键组件，在输电过程中起到防止电流回地以及支撑导线的重要作用[1]，其质量和状态直接影响整个电网的安全运行。由于绝缘子长期暴露在高压电场、强光照等恶劣的环境中运行，容易发生故障，进而威胁电气设备的可靠运行[2]。因此，为了确保电力系统的可靠性，高效且精确地检测绝缘子状态，及时发现绝缘子故障隐患对电网长期安全运行十分重要。

 

　　传统的绝缘子检测方法主要依赖人工巡检和离线检测，然而这些方法存在效率低、主观性强、覆盖范围有限等问题，并且人工电力巡检是一件费时费力、危险性高的工作[3]。近年来，随着计算机视觉技术的飞速发展，基于深度学习的图像识别技术在工业检测领域得到了广泛应用。在目标检测领域，YOLO系列算法因其高速度和高效率的特性，已成为研究的焦点。

 

　　本文基于最新的YOLOv9模型，针对绝缘子缺陷检测任务进行了深入研究和改进。通过嵌入多样性分支块DBB，使用Haar小波的下采样HWD替换传统下采样，并使用MPDIoU作为模型的损失函数，设计了一种高效且鲁棒的绝缘子缺陷检测模型。

 

　　本文的主要贡献如下。

 

　　（1）提出了基于YOLOv9的绝缘子缺陷检测模型，并对其结构进行了改进，以提高模型的检测精度。

 

　　（2）在YOLOv9的核心模块RepNCSPELAN中嵌入多样性分支块DBB，可以提高模型的特征提取能力，提升模型性能，同时基本不增加任何推理时间成本；使用Haar小波的下采样HWD替换传统下采样，可以降低特征图的空间分辨率，同时保留尽可能多的信息，并且与传统的下采样方法相比，可以有效降低信息不确定性；使用MPDIoU作为模型的损失函数，能够提升模型的平均精度。

 

　　（3）在真实的绝缘子及缺陷检测数据集上进行了大量对比实验，证明了改进后的模型在绝缘子及缺陷检测任务中的优越性。

 

 

　　绝缘子缺陷检测方法经历了多个阶段的发展，传统的绝缘子缺陷检测通常基于经典的图像处理技术，文献[4]通过分析绝缘子图像的颜色和梯度特征，实现了对绝缘子的精确定位。该研究运用自适应形态学方法，成功识别出绝缘子的缺陷位置。文献[5]使用滑动窗口对绝缘子区域进行直方图统计以提取绝缘子区域的颜色信息，然后利用直方图匹配方法对提取的颜色信息进行判断以识别绝缘子的缺陷位置。文献[6]通过分析纹理特征，实现对绝缘子缺陷的定位。文献[7]对航拍的绝缘子图像通过最大类间方差法进行分割，并通过小波模极大值法检测图像边缘，通过分析绝缘子位置信息以实现绝缘子故障诊断。尽管上述传统方法可以用于识别绝缘子缺陷，但是容易受到图像背景中的无关特征干扰，检测效果不稳定，难以适用于复杂环境下的绝缘子缺陷检测任务。

 

　　近年来，随着深度学习理论的逐渐成熟，基于卷积神经网络（Convolutional Neural Networks，CNN）的目标检测方法具备适用性强、检测精度高等优势，广受研究人员的青睐[8]。其中，以FasterR-CNN[9]和MaskR-CNN[10]等网络模型为代表的两阶段目标检测方法，先生成目标候选区域，然后对每个候选区域进行目标分类和精确定位，以识别图像中的目标对象。文献[11]在FasterR-CNN引入特征金字塔，有效地利用了网络中不同尺度的特征信息，改善了模型对绝缘子缺陷的检测能力。文献[12]选择对MaskR-CNN进行优化改进，从而实现了模型对绝缘子缺陷的高精度识别。上述文献基于两阶段目标检测模型进行研究改进，虽有效提升了模型的检测精度，但仍存在计算复杂度高，检测速度慢等问题。

 

　　在目标检测领域，YOLO[13]系列算法因其端到端的检测模式和出色的实时性能，得到了广泛应用。YOLOv1首先提出了将目标检测任务简化为单次回归问题，从而显著提高了检测速度。此后，YOLO系列算法不断迭代，推出了多个版本，这些版本在提高检测速度的同时，逐步提升了检测精度。

 

　　一种以YOLO和SSD[14]等网络模型为代表的单阶段目标检测方法，可以直接生成检测目标的类别概率与位置坐标。其中，YOLO系列网络具有较好的检测精度，同时具有较快的检测速度。文献[15]利用SPP网络和多尺度预测网络对YOLOv3进行改进，改进后的模型可以更加精确地定位识别绝缘子缺陷区域。文献[16]提出了一种基于改进YOLOv5s模型的绝缘子缺陷检测方法。通过引入scSE注意力机制，以实现通道和空间方面的校准，强化了该模型对绝缘子缺陷的辨识能力，从而进一步提高了对绝缘子图像识别的精度。上述文献证明了YOLO系列模型在绝缘子缺陷检测任务中的实用价值。文献[17]在YOLOv5的主干网络中引入三重注意力机制，赋予每个特征通道不同的权重，提高了模型的检测精度。文献[18]在YOLOv5的主干网络中引入CBAM注意力机制，用于关注绝缘子特征在通道和空间维度上的联系。虽然上述文献有效地提高了模型的特征提取能力，但引入复杂的注意力机制会对模型的计算复杂度带来较大的负面影响。文献[19]采用k-means算法对YOLOv5s的锚框参数进行优化，并将聚类得到的锚框应用于绝缘子缺陷检测任务，但k-means算法以随机的方式选择初始聚类中心，易导致聚类结果陷入局部最优解，难以得到最优的锚框尺寸[20]。文献[21]提出一种基于YOLOv5s的绝缘子缺陷快速检测方法，采用深度可分离卷积设计了一种新的残差模块用于降低YOLOv5s的参数量，该方法具有较高的检测速度，但检测精度下降较为明显，不利于绝缘子缺陷的精确识别。文献[22]提出了一种基于改进YOLOv5的输电线路金具缺陷检测算法，使用Swin Transformer构建出一个位于模型主干网络中的特征提取模块，增强模型的特征提取能力，但模型复杂度较高，运算速度较慢。

 

　　YOLOv9作为YOLO系列的最新版本，继承了前几代的高效性和准确性，并在模型结构上进行了多项创新。它引入了更深的网络结构、更精细的特征提取模块以及更有效的损失函数设计，这些改进使得YOLOv9在各种复杂场景下表现出色。为了适应绝缘子及缺陷检测任务的特殊性，对YOLOv9进行了针对性的改进，以进一步提升模型的检测性能。

 

 

 

　　YOLOv9的核心思想是通过单次前向传播，在不同尺度的特征图上同时预测目标的类别、位置和置信度。YOLOv9团队提出了可编程梯度信息（PGI）的概念，以应对深度网络为了实现多个目标所需的各种变化。PGI可以为目标任务提供完整的输入信息以计算损失函数，从而获得可靠的梯度信息以更新网络权重。此外，基于梯度路径规划，设计了一种新的轻量级网络架构——通用高效层聚合网络（GELAN）。GELAN的架构证实了PGI在轻量级模型上取得了优异的结果。

 

　　图1所示为YOLOv9的网络结构，YOLOv9的设计思想同时参考了YOLOv5、YOLOv6、YOLOv7和YOLOv8。核心模块RepNCSPELAN参考YOLOv5、YOLO6和YO⁃LOv7，是融合了YOLOv5的CSPNet Block模块、YOLOv6的Rep模块和YOLOv7的ELAN模块。训练时的正负样本筛选和损失函数参考了YOLOv8的Task-Aligned Assign⁃er，损失函数参考了DFLLoss。

 

 

　　多样性分支块(Diverse Branch Block，DBB)，是一种通用的卷积神经网络(ConvNet)构建块，可以在不增加任何推理时间成本的情况下提高性能。DBB通过结合不同尺度和复杂性的多样分支来增强单个卷积的表示能力，丰富特征空间，包括卷积序列、多尺度卷积和平均池化。训练完成后，DBB可以等效地转换为单个卷积层进行部署。与新颖的ConvNet架构的进步不同，DBB在训练时复杂化了微观结构，同时保持了宏观架构，因此可以作为任何架构中常规卷积层的即插即用替代品。通过这种方式，模型可以被训练达到更高的性能水平，然后转换回原始的推理时间结构进行推理。

 

　　DBB的基本原理是在训练阶段增加卷积层的复杂性，通过引入不同尺寸和结构的卷积分支来丰富网络的特征表示能力。可以将基本原理可以概括为以下几点。

 

　　(1)多样化分支结构。DBB结合了不同尺度和复杂度的分支，如不同大小的卷积核和平均池化，以增加单个卷积的特征表达能力。

 

　　(2)训练与推理分离。在训练阶段，DBB采用复杂的分支结构，而在推理阶段，这些分支可以被等效地转换为单个卷积层，以保持高效推理。

 

　　(3)宏观架构不变。DBB允许在不改变整体网络架构的情况下，作为常规卷积层的替代品插入到现有网络中。

 

　　图2所示为DBB的结构，在训练时(左侧)，DBB由不同大小的卷积层和平均池化层组成，这些层以一种复杂的方式并行排列，并最终合并输出。训练完成后，这些复杂的结构会转换成单个卷积层，用于模型的推理阶段(右侧)，以此保持推理时的效率。这种转换允许DBB在保持宏观架构不变的同时，增加训练时的微观结构复杂性。

 

       训练与推理分离的概念是指在模型的训练阶段使用复杂的DBB结构，而在模型推理阶段则转换为简化的卷积结构。这种设计允许模型在训练时利用DBB的多样性来增强特征提取和学习能力，而在推理时，可以通过减少计算量来保持高效。这样，模型在保持高性能的同时，也保证了运行速度和资源效率。

 

　　图3所示为在训练阶段如何通过不同的卷积组合(如图中的1x1和KxK卷积)，以及在推理阶段如何将这些组合转换成一个简化的结构(如图中的转换1所示的拼接操作)。其中图3(a)组卷积(Group wise cony)将输入分成多个组，每个组使用不同的卷积核。图3(b)训练时的1x1-KxK结构首先应用1x1的卷积(减少特征维，然后是分组的KxK卷积。图3(c)从转换I的角度看，这是将多个分组的卷积输出合并的视角。这里，组内卷积后的特征图先分别通过1x1卷积处理，然后再进行拼接(concat).

 

 

　　卷积神经网络(CNN)中普遍使用最大池化或跨步卷积等下采样操作来聚合局部特征、扩大感受野并最小化计算开销。然而，对于语义分割任务，在局部邻域上汇集特征可能会导致重要空间信息的丢失，这有利于像素级预测。为了解决这个问题，我们引入了Haar小波下采样(HWD)模块。Haar小波是最简单的小波形式之一，具有易于计算和实现的优点。HWD模块可以很容易地集成到CNN中，以增强语义分割模型的性能。HWDMPDI的核心思想是应用Haar小波变换来降低特征图的空间分辨率，同时保留尽可能多的信息。综合实验表明，HWD模块可以有效提高具有不同CNN架构的不同模态图像数据集的分割性能，并且与传统的下采样方法相比，可以有效降低信息不确定性。

 

　　如图4所示，HWD模块包括无损特征编码模块MP(loss less feature encoding block)和特征表示学习模块(feature representation learing block)。无损特征编码模块负责转换特征和降低空间分辨率。这一点通过Haar小波变换来实现，这种方法可以有效降低特征图的分辨率，同时保留所有信息。表示学习模块由标准卷积层、批量归一化和ReLU激活层组成，它用于提取判别特征。

 

       图5描绘了使用Haar小波变换以HxW分辨率的图像的分解过程。其中，H。和H分别代表低通和高通分解滤波器。这些滤波器分别用于从图像中提取近似信息和高频信息，符号↓2表示应用于近似和详细分量的下采样。Haar小波变换生成近似分量(A)和水平(H).垂直(V)、对角线(D)3个方向的细节分量(高频)。应该注意的是，每个分量的分辨率降低到(H/2)x(W2)，而特征图的通道数增加了4倍。换句话说，Haar小波变换可以将空间维度的部分信息编码到通道维度，而不会丢失任何信息。因此，DCNN的后续层可以从变换的分量中提取具有代表性的特征，从而降低了空间分辨率。

 

 

　　在目标检测和实例分割的过程中，传统的边界框回归(BBR)损失函数难以优化预测框和真实框在宽高比相同但具体尺寸不同时的情况。为了克服这个问题，本文使用了一种更好的边界框相似度度量方法--MPDIoU(Minimum Point Distance Intersection over Union)。

 

　　oU是基于水平矩形的最小点距离来计算的，能够综合考虑重叠区域、中心点距离以及宽度和高度的偏差。

 

　　图6所示为两种不同的边界框回归结果情况，其中，绿色框代表真实的边界框，而红色框代表预测的边界框，在这两种情况下，传统的损失函数(如G1oU、DloU.CoU和EloU)计算出的损失值是相同的，但是使用DIoU方法计算出的损失值却有所不同。这说明传统方法在某些特定情况下可能无法区分不同的预测结果，而MPDIoU能更准确地反映预测框和真实框之间的差异。这突显了MPDIoU在处理边界框回归问题上的优势，尤其是在区分具有相同宽高比但不同尺寸或位置的边界框时。MPDIoU通过直接计算预测框和真实框之间的关键点距离，提供了更精确的损失度量方法。

 

       在训练阶段，通过最小化损失函数来使模型预测的边界框接近其真实边界框。具体来说，每个预测的边界框:

 

 

　　结合上述章节改进内容对YOLOv9进行改进，得到改进后的YOLOv9-DHM网络结构如图7所示。由图7可知，经改进的YOLOv9-DHM在核心模块RepNCSPELAN嵌入了多样性分支块DBB，并使用Haar小波的下采样HWD替换传统下采样，其余网络结构与YOLOv9相同，同时使用MPDIoU作为模型的损失函数，能更准确地反映预测框和真实框之间的差异，有效解决了传统的边界框回归损失函数难以优化预测框和真实框在宽高比相同但具体尺寸不同时的情况。

 

 

 

　　本文所有实验所使用的计算机的CPU型号为AM⁃DEPYC7453，GPU型号为NVDIA GeForce RTX3090，系统版本为Windows11，采用Python作为编程语言，Pytorch作为深度学习框架，框架版本为1.11.0，CUDA11.6 GPU加速。在超参设置上，选取Batch-Size为16，训练100轮，学习率采用余弦退火进行动态调整，输入网络的原始尺寸选取为640×640。其余设置保持默认。在实验指标评价上，使用mAP 0.5以及mAP 0.5:0.95来评价模型的检测准确度。

       3.2数据集

 

　　本研究实验使用的数据集共有2 743张绝缘子及缺陷图像。构建数据集所用数据来源于某变电站采集的绝缘子及缺陷图像与网络上公开的绝缘子及缺陷图像，遵循CO⁃CO数据集的要求，对绝缘子及缺陷进行了详细的标注。数据集中训练集占比80%，测试集和验证集各占比10%。

 

　　3.3实验结果与分析

       3.3.1消融实验

 

　　为了验证每个模块的有效性，本文设计了消融实验进行对比分析，消融实验用于探究不同改进方法对模型检测性能的影响，对于模型的设计与改进具有重要指导意义。实验过程中使用相同的参数配置，消融实验结果如表2所示，其中“√”代表使用对应的改进方法，“—”代表不使用对应的改进方法。

 

　

 

　　根据表1的实验数据可知，改进模型1在YOLOv9的核心模块RepNCSPELAN中嵌入多样性分支块DBB，相较于原模型，mAP 0.5提升了1.5%，FPS仅降低了0.2，说明DBB可以增强单个卷积的表示能力，丰富特征空间，提高模型的特征提取能力，提升模型性能，同时基本不增加任何推理时间成本。改进模型2使用Haar小波的下采样HWD替换传统下采样，可以降低特征图的空间分辨率，同时保留尽可能多的信息，并且与传统的下采样方法相比，可以有效降低信息不确定性。与原YOLOv9相比，mAP 0.5提升了1.2%。改进模型3使用MPDIoU作为模型的损失函数，mAP 0.5提升了0.3%，说明MPDIoU通过直接计算预测框和真实框之间的关键点距离，能更准确地反映预测框和真实框之间的差异，从而提升模型的平均精度。此外本研究提出的改进模型YOLOv9-DHM的mAP 0.5提升最为明显，相比原YOLOv9模型，提高了2.2%，FPS能够达到71.8，满足绝缘子及缺陷的实时检测。

 

　　综合上述分析，证明了各项改进相结合对模型检测精度的优化作用，相较于原YOLOv9模型，改进后的模型YOLOv9-DHM在检测精度上具有较为明显的提升。

 

　　图8展示了训练过程中YOLOv9-DHM与YOLOv9的mAP 0.5指标变化情况。从图中可以发现，YOLOv9-DHM收敛后的mAP 0.5度量值始终高于YOLOv9所对应的mAP 0.5度量值。

 

　　3.3.2不同算法对比实验

 

　　为了验证我们算法的有效性，选择与目前主流的目标检测算法SSD、Faster R-CNN，以及YOLO系列的YO⁃LOv5n、YOLOv8n、YOLOv9，在测试集上进行对比实验，对比结果如表2所示。由表可知，Faster R-CNN作为two-stage算法，其检测平均精度较高，mAP 0.5达到了85.2%，但其FPS较低，不能满足绝缘子实时检测的需求。YOLOv9算法的平均检测精度达到了95.4%，并且FPS也达到81.4，故YOLOv9更适合绝缘子缺陷的实时检测。改进后的YOLOv9相比于原算法YOLOv9、YOLOv8、YO⁃LOv5、Faster R-CNN以及SSD的mAP 0.5提高了2.2%、4.2%、13.2%、11.6%以及20.6%，FPS可以达到71.8帧，仅低于YOLOv8n和YOLOv9，仍然满足实时检测的要求。综上，改进后的YOLOv9模型在平均检测精度上达到了96.8%，FPS达到71.8，满足绝缘子及缺陷的实时检测。

 

　　最后，在实际测试中，本文提出的改进模型针对绝缘子及缺陷可以做到较细致的识别，能够取得较好的检测效果。具体结果如图9所示。

 

 

　　本文基于最新的YOLOv9模型，针对绝缘子缺陷检测任务进行了深入研究和改进。通过嵌入多样性分支块DBB，使用Haar小波的下采样HWD替换传统下采样，并使用MPDIoU作为模型的损失函数，设计了一种高效且鲁棒的绝缘子缺陷检测模型YOLOv9-DHM。在绝缘子缺陷检测数据集上的实验结果表明，所提模型在真实的绝缘子缺陷检测任务中具有良好的适应性和鲁棒性。改进后的YOLOv9-DHM模型在绝缘子及缺陷数据集上mAP 0.5达到了96.8%，相比于原模型提高了2.2%，Precision和Recall达到了95.4%和94.5%，相比于原模型分别提高了1.1%和0.9%。与其他主流算法进行对比FPS满足实时检测要求，并且检测精度明显更高。但本文算法在数据集方面存在局限性，例如数据集中没有特殊天气下的绝缘子及缺陷图片数据，从而导致模型在雾天，阴雨天的检测结果尚不理想。今后应当继续扩充数据集，提高模型的泛化能力。通过本文的研究，相信基于深度学习的绝缘子及缺陷检测技术将在电力系统的智能运维中发挥越来越重要的作用，为保障电网的安全稳定运行提供有力支持。

 

 

　　[1]张欣,王红星,陈玉权,等.基于改进Cascade R-CNN算法的多类型绝缘子缺陷图像联合检测[J].电瓷避雷器,2022(1):189-196.

 

　　[2]马鹏,何予莹,赵刚,等.激振角度对支柱瓷绝缘子振动声学检测的影响分析[J].内蒙古电力技术,2023,41(2):45-51.

 

　　[3]唐泽亮,吴永明.无人机电力巡检中定位绝缘子的方法[J].机电工程技术,2017,46(8):172-176.

 

　　[4]ZHAI Yongjie,WANG Di,ZHANG Muliu,et al.Fault detection of insulator based on saliency and adaptive morphology[J].Multi⁃media Tools and Applications,2017,76(9):12051-12064.

 

　　[5]林聚财,韩军,陈舫明,等.基于彩色图像的玻璃绝缘子缺陷诊断[J].电网技术,2011,35(1):127-133.

 

　　[6]ZHANG Xinye,AN Jubai,CHEN Fangming.A method of insulator fault detection from airborne images[C]//2010 Second WRI Global Congress on Intelligent Systems,New York:IEEE,2010:200-203.

 

　　[7]姜浩然,金立军,闫书佳.航拍图像中绝缘子的识别与故障诊断[J].机电工程,2015,32(2):274-278.

 

　　[8]彭闯,张红民,王永平.一种基于YOLOv3的绝缘子串图像快速检测方法[J].电瓷避雷器,2022(1):151-156.

 

　　[9]REN Shaoqing,HE Kaiming,GIRSHICK R,et al.Faster R-CNN:towards real-time object detection with region proposal networks[J].IEEE Transactions on Pattern Analysis and Machine  Intelligence,2017,39(6):1137-1149.

 

　　[10]HE Kaiming,GKIOXARI G,DOLLÁR P,et al.Mask R-CNN[J].IEEE Transactions on Pattern Analysis and Machine Intelli⁃gence,2020,42(2):386-397.

 

　　[11]ZHAO Wenqing,XU Minfu,CHENG Xingfu,et al.An insulator in transmission lines recognition and fault detection model based on improved faster RCNN[J].IEEE Transactions on In⁃strumentation and Measurement,2021(70):1-8.

 

　　[12]TAN Ping,LI Xufeng,DING Jin,et al.Mask R-CNN and multi⁃feature clustering model for catenary insulator recognition and defect detection[J].Journal of Zhejiang University-Science A,2022,23(9):745-756.

 

　　[13]REDMON J,DIVVALA S,GIRSHICK R,et al.You only look once:unified,real-time object detection[C]//2016 IEEE Confer⁃ence on Computer Vision and Pattern Recognition(CVPR).NewYork:IEEE,2016:779-788.

 

　　[14]LIU Wei,ANGUELOV D,ERHAN D,et al.SSD:single shot MultiBox detector[C]//Computer Vision-ECCV 2016.Cham:Springer International Publishing,2016:21-37.

 

　　[15]LIU J,LIU C,WU Y,et al.An improved method based on deep learning for insulator fault detection in diverse aerial images[J].Energies,2021,14(14):4365.

 

　　[16]王子玉,陈佳星,白博文,等.基于改进YOLOv5s的绝缘子缺陷检测方法[J].机电工程技术,2024,53(8):197-200.

 

　　[17]唐靓,余明慧,武明虎,等.基于改进YOLOv5的绝缘子缺陷检测算法[J].华中师范大学学报:自然科学版,2022,56(5):771-780.

 

　　[18]孟帅.基于YOLOv5的绝缘子目标检测算法[J].现代信息科技,2023,7(8):107-110.

 

　　[19]肖粲俊,潘睿志,李超,等.基于改进YOLOv5s绝缘子缺陷检测技术研究[J].电子测量技术,2022,45(24):137-144.

 

　　[20]季旭,梁岩涛,张剑伟.电网架空输电线路绝缘子缺陷识别算法研究[J].自动化仪表,2024,45(07):70-74.

 

　　[20]ZHAO Liquan,ZOU Mengjun,CUI Ying,et al.Fast detection of defective insulator based on improved YOLOv5s[J].Computa⁃tional Intelligence and Neuroscience,2022(1):8955292.

 

　　[21]YANG J,ZHANG K,SHI C,et al.SBD-YOLOv5:An En⁃hanced YOLOv5-Based Method for transmission line fitting de⁃fect detection[C]//2023 China Automation Congress(CAC).IEEE,2023:8090-8095.