基于深度學(xué)習(xí)的電信塔缺陷檢測

本文主要介紹一個(gè)基于深度學(xué)習(xí)的電信塔缺陷檢測系統(tǒng)方案。

背景介紹

電信塔被認(rèn)為是確保全國通信的關(guān)鍵基礎(chǔ)設(shè)施。電信服務(wù)提供商依靠這些塔來托管其天線、電源模塊和其他通信組件。為了確保通信服務(wù)不間斷，需要對這些塔進(jìn)行定期維護(hù)和保養(yǎng)。

為了收集有關(guān)塔的健康狀況的信息，需要派人到塔上手動(dòng)檢查多種類型的缺陷。與電信塔相關(guān)的常見缺陷包括螺母、螺栓、板、接頭缺失、橫梁斷裂或扭曲、零件腐蝕、天線損壞或未對準(zhǔn)等。由于需要人工操作，這種手動(dòng)檢查方法既耗時(shí)又存在潛在危險(xiǎn)距地面數(shù)百英尺。

人類物理訪問的另一種選擇是使用無人機(jī)，攜帶相機(jī)有效載荷來檢查這些塔。無人機(jī)可以捕獲塔各個(gè)面的視頻輸入，然后可以使用自動(dòng)檢測技術(shù)進(jìn)行檢查。采用深度學(xué)習(xí)技術(shù)對電信塔等民用基礎(chǔ)設(shè)施資產(chǎn)進(jìn)行高級(jí)分析。

本文介紹了如何使用軟件來執(zhí)行檢測缺失螺栓的關(guān)鍵任務(wù)，也許同樣重要的是，它們在視頻的多個(gè)幀中進(jìn)行獨(dú)特的識(shí)別和標(biāo)記，以便維護(hù)人員能夠快速查明特定缺陷，而無需重復(fù)。

實(shí)現(xiàn)流程

處理管道由幾個(gè)階段組成，從攝取無人機(jī)鏡頭到生成結(jié)果。本節(jié)描述了準(zhǔn)確檢測缺陷所涉及的關(guān)鍵模塊：

1. 檢測?

我們利用基于 CNN 的圖像分割網(wǎng)絡(luò)，因?yàn)樗軌驒z測和定位小規(guī)模缺陷。用于缺陷語義分割的模型是Mobilenet-unet。該模型利用 Mobilenet 主干網(wǎng)，然后使用轉(zhuǎn)換塊和上采樣層來構(gòu)建分割圖。

CNN 需要標(biāo)記數(shù)據(jù)才能檢測無人機(jī)視頻中的異常情況。標(biāo)簽是分層完成的，構(gòu)建構(gòu)成塔的組件 - 例如塔面、梁、板、螺栓和孔，如圖 3 所示。

我們?yōu)槲覀兊哪Ｐ褪褂梅诸惤徊骒負(fù)p失和 Adam 優(yōu)化器，并通過增強(qiáng)訓(xùn)練 50 到 100 個(gè)時(shí)期。我們在訓(xùn)練過程中利用亮度、對比度、旋轉(zhuǎn)、翻轉(zhuǎn)和其他增強(qiáng)技術(shù)來提高模型泛化能力。

2. 過濾模塊：?

檢測模塊識(shí)別圖像中的缺陷。但有些缺陷是誤報(bào)。我們可以利用缺陷的一些特性來幫助我們提高交集（IoU）分?jǐn)?shù)并降低誤報(bào)率。我們使用以下兩個(gè)過濾器：

① 長寬過濾器：將檢測模塊后得到的缺陷與長寬閾值進(jìn)行進(jìn)一步檢查。如果缺陷低于所需閾值，則將其刪除。這有助于改善由于噪聲而發(fā)生的一些小雜散檢測。

② Check-inside-Parent 過濾器：我們事先也知道缺陷只會(huì)發(fā)生在塔結(jié)構(gòu)的邊界內(nèi)部。為了消除后臺(tái)的任何錯(cuò)誤檢測，我們使用此過濾器首先對塔（父節(jié)點(diǎn)）進(jìn)行檢測，然后使用生成的塔區(qū)域過濾掉無關(guān)的缺陷。

3. 追蹤與標(biāo)記：

在過濾器組件之后，管道中的下一個(gè)部分是跟蹤模塊。跟蹤器可以保存檢測到的缺陷的位置，然后在視頻的下一幀中的鄰域中進(jìn)行搜索。使用圖像配準(zhǔn)技術(shù)，可以在下一幀中估計(jì)缺陷的預(yù)期位置。這是通過使移動(dòng)圖像重疊在靜止圖像之上來完成的。然后我們在估計(jì)的鄰域內(nèi)進(jìn)行搜索。如果新缺陷的中心落在該鄰域內(nèi)（在預(yù)定義的誤差范圍內(nèi)），我們將其指定為現(xiàn)有缺陷，而不是新缺陷。使用這種方法，跟蹤器模塊可以動(dòng)態(tài)維護(hù)其歷史圖中每個(gè)缺陷的位置。

圖 4 顯示了由綠色邊界框突出顯示的塔孔。通過使用最后一幀的偏移，獲得估計(jì)的邊界框并將其標(biāo)記為黃色。一些邊緣情況需要在跟蹤期間進(jìn)行特殊處理。我們?yōu)槊總€(gè)缺陷保留 5 個(gè)歷史記錄；如果缺陷在當(dāng)前幀中逃避檢測，但在接下來的 4 幀中仍然檢測到，我們將能夠?qū)⑵渥鳛橄嗤娜毕葸M(jìn)行跟蹤。這種簿記功能使我們在出現(xiàn)誤報(bào)檢測時(shí)具有一定的靈活性，并為跟蹤模塊提供了一層穩(wěn)健性。

圖 5 顯示了塔的一面的整個(gè)視頻通過完整的軟件管道后的視覺結(jié)果。缺失螺栓的總數(shù)（在本例中為 5 個(gè)）被唯一標(biāo)識(shí)并存儲(chǔ)在數(shù)據(jù)庫中。

結(jié)論

使用深度學(xué)習(xí)實(shí)現(xiàn)此軟件，可以自動(dòng)化電信塔的日常檢查，并且可以自動(dòng)監(jiān)控感興趣的特定組件是否存在異常。這可以節(jié)省資源和時(shí)間，電信公司可以利用它來確保更好地維護(hù)其基礎(chǔ)設(shè)施并向最終消費(fèi)者提供更好的服務(wù)。