（華東交通大學(xué)信息工程學(xué)院，南昌 330013）

0 引言

在鐵路運營過程中，列車輪軌與鋼軌間產(chǎn)生的強烈摩擦、擠壓、彎曲、沖擊會使鋼軌踏面易呈現(xiàn)塊狀、長寬比均勻的剝落、凹陷和掉塊等塊狀傷損［1］，該類傷損在灰度和紋理特征上與鋼軌無傷損區(qū)域有明顯差異，且存在形狀、尺度多變等特點，若不及時被發(fā)現(xiàn)并采取安全措施，當(dāng)其發(fā)展到一定程度時，將會導(dǎo)致列車脫軌、傾覆等重大事故，造成嚴(yán)重的人員傷亡和巨額財產(chǎn)損失。因此，采用有效的目標(biāo)檢測方法對鋼軌踏面塊狀傷損進(jìn)行準(zhǔn)確定位和快速分類具有重大意義。

鋼軌表面?zhèn)麚p的物理檢測方法主要有渦流、漏磁、超聲波、激光掃描、聲發(fā)射等方法［2-5］，此類傷損檢測方法存在效率低、檢測慢、分類精度低、成本高、受人為因素影響大等問題，不利于對鋼軌表面?zhèn)麚p進(jìn)行快速、準(zhǔn)確的檢測。而基于深度學(xué)習(xí)的目標(biāo)檢測算法則具有檢測精度高、速度快且智能化的特點，主要分為基于無區(qū)域提名和基于區(qū)域提名的兩類目標(biāo)檢測算法。其中，基于無區(qū)域提名目標(biāo)檢測算法以YOLO（You Only Look Once）系列［6-9］、單擊多盒檢測器（Single Shot MultiBox Detector，SSD）［10］為主，該類算法將生成候選框和分類回歸合并成一個網(wǎng)絡(luò)中，降低了網(wǎng)絡(luò)計算的復(fù)雜度，提高了目標(biāo)檢測速度，但對小目標(biāo)卻無法準(zhǔn)確定位，檢測精確度較低。而基于區(qū)域提名目標(biāo)檢測算法主要以基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Regions with Convolutional Neural Network features，RCNN）系列為主，Girshick 等［11-12］先后提出了R-CNN［11］、快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Fast Regions with Convolutional Neural Network features，F(xiàn)ast R-CNN）算法［12］，在R-CNN 的基礎(chǔ)上加入感興趣區(qū)域池化層，提高了訓(xùn)練和測試速度；Ren 等［13］提出了更快速的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Faster Regions with Convolutional Neural Network，F(xiàn)aster R-CNN）算法，通過設(shè)計區(qū)域建議網(wǎng)絡(luò)（Region Proposal Network，RPN）、候選框提取和Fast R-CNN 檢測3 個模塊，進(jìn)一步提高了檢測速度及檢測精度；為了避免圖像尺度對卷積計算的影響，He 等［14］提出了空間金字塔池化方法；Lin 等［15］將特征金字塔網(wǎng)絡(luò)模型（Feature Pyramid Network，F(xiàn)PN）引入Faster R-CNN，實現(xiàn)了多尺度特征的融合，提高了小目標(biāo)檢測精度；基于區(qū)域提名的目標(biāo)檢測算法對多目標(biāo)檢測或小目標(biāo)檢測的精確度較高，檢測效果較為理想。

因此，考慮到鋼軌踏面塊狀傷損尺度變化較大，且存在尺度較小的傷損目標(biāo)情況，本文提出了一種基于改進(jìn)Faster RCNN的鋼軌踏面塊狀傷損檢測算法，主要改進(jìn)點如下：

1）針對鋼軌踏面塊狀傷損存在傷損類間差異小、尺度變化大的特性，提出了基于Faster R-CNN 和FPN 的鋼軌踏面塊狀傷損檢測方法。

2）引入文獻(xiàn)［16］中提出的廣義交并比（Generalized Intersection over Union，GIoU）損失函數(shù)優(yōu)化預(yù)測框與實際邊框之間的距離，以提高鋼軌踏面塊狀傷損的檢測精度。

3）針對Faster R-CNN 中RPN 生成的錨點大量冗余而導(dǎo)致檢測網(wǎng)絡(luò)訓(xùn)練中正負(fù)樣本失衡和存在IoU 閾值設(shè)置、錨點尺度及長寬比等超參數(shù)設(shè)計困難的問題，采用引導(dǎo)錨定的區(qū)域提名網(wǎng)絡(luò)（Region Proposal Network by Guided Anchoring，GA-RPN）［17］的優(yōu)化方法。

1 Faster R-CNN 算法介紹

Faster R-CNN 算法結(jié)構(gòu)如圖1 所示，主要由特征提取網(wǎng)絡(luò)、RPN 和檢測網(wǎng)絡(luò)組成。其中，特征提取網(wǎng)絡(luò)采用ResNet-101 基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)［18］，如表1 所示，該網(wǎng)絡(luò)輸出的特征圖由RPN和檢測網(wǎng)絡(luò)共享。

圖1 Faster R-CNN結(jié)構(gòu)Fig.1 Structure of Faster R-CNN

在RPN 中，首先，根據(jù)設(shè)定的長寬比和尺度窗口，以特征圖中每個像素點為中心生成一定數(shù)量的錨點；然后，根據(jù)錨點和實際邊框的重疊程度對錨點進(jìn)行篩選，再將篩選出的錨點進(jìn)行初步回歸，生成質(zhì)量較高的候選區(qū)域框。此外，RPN與特征提取層參數(shù)共享，減少了RPN 的訓(xùn)練成本，減少檢測網(wǎng)絡(luò)的計算量，同時保證了對目標(biāo)的檢測效率。RPN 具體結(jié)構(gòu)如圖2所示。

表1 ResNet-101的組成結(jié)構(gòu)Tab.1 Composition structure of ResNet-101

圖2 基于RPN的目標(biāo)候選區(qū)域生成示意圖Fig.2 Schematic diagram of object candidate region generation based on RPN

在RPN 訓(xùn)練過程中，生成的近10 000 個錨點首先經(jīng)過軟非極大值抑制（Soft-Non Maximum Suppression，Soft-NMS）處理，保留與實際邊框的交并比（Intersection over Union，IoU）不超0.7 的最大分?jǐn)?shù)預(yù)測錨點（2 000 個左右），進(jìn)行前背景二分類后，將正樣本的錨點進(jìn)行初步回歸。

RPN 的損失函數(shù)包含分類損失和回歸損失兩個部分，具體如下：

其中：Ncls和Nreg分別表示二分類錨點數(shù)量和待回歸預(yù)測邊框數(shù)量；Lcls為二分類的交叉熵?fù)p失函數(shù)，為pi錨點的二分類概率；pit為錨點的實際分類，取值為1（包含目標(biāo)的正樣本）或0（背景負(fù)樣本）；λ1用于平衡分類和回歸損失，本文中設(shè)為10；Lreg是錨點的回歸損失函數(shù)，用smoothL1定義；ei和eit分別表示預(yù)測邊框Bp(xp，yp，wp，hp)和錨點a(xa，ya，wa，ha)到目標(biāo)實際邊框Bt(xt，yt，wt，ht)之間的定位誤差；i表示經(jīng)過非極大值抑制后保留的錨點序號。相關(guān)定義如下：

2 基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損檢測

2.1 特征提取網(wǎng)絡(luò)的改進(jìn)

針對鋼軌踏面塊狀傷損呈現(xiàn)出的尺度變化大的特點，基于Faster R-CNN 的檢測框架及FPN 的設(shè)計思想，通過上采樣將低層特征的高分辨率和高層特征的高語義信息融合，對小尺度特征圖的特征信息進(jìn)行增強，以提高網(wǎng)絡(luò)對多尺度傷損的檢測精確度。首先，ResNet-101 生成5 個卷積特征圖Conv1、Conv2、Conv3、Conv4、Conv5；然后，采用如圖3 所示的bottom-top 和top-down 網(wǎng)絡(luò)，用1 個1×1 卷積對當(dāng)前尺度特征圖Convi與下一層特征圖經(jīng)過上采樣的輸出結(jié)果相加，并通過一個3×3 卷積，生成與當(dāng)前尺度相同的新特征圖Pi（i取4，3，2），P5 為Conv5 通過1×1 卷積降維到256 得到。通過此方式，使得卷積特征圖在原有尺度特征的基礎(chǔ)上獲得了更深語義特征的補充，進(jìn)而增強了網(wǎng)絡(luò)對不同尺度傷損特征的表達(dá)能力。

圖3 基于FPN+Faster R-CNN的鋼軌踏面塊狀傷損檢測網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Structure of rail tread block defects detection network based on FPN+Faster R-CNN

2.2 邊框回歸損失函數(shù)的改進(jìn)

Faster R-CNN 中目標(biāo)框回歸損失為SmoothL1損失，該損失只考慮到了預(yù)測邊框和實際邊框坐標(biāo)間的距離，沒有考慮到兩框的重疊度，不利于預(yù)測框的精準(zhǔn)回歸；另外，使用IoU 損失作為回歸損失，雖然能夠考慮到兩框的重合度，但依舊存在以下問題：

1）當(dāng)預(yù)測邊框與實際邊框間無重疊區(qū)域時，即IoU 為0時，目標(biāo)函數(shù)求導(dǎo)為0，無法進(jìn)行優(yōu)化；

2）當(dāng)預(yù)測邊框與實際邊框存在兩個或多個相同大小的IoU時，預(yù)測效果差異較大。

針對IoU 直接作為邊界框回歸損失函數(shù)的缺點，采用Rezatofighi 等［16］在CVPR2019 上提出了GIoU 回歸損失函數(shù)，具體定義如下：

給定任意兩個凸面形Bp和Bt（Bp，Bt?S∈Rn），C為包含Bp，Bt的最小凸面形C?S∈Rn，Bp和Bt的IoU為：

則Bp和Bt的GIoU損失定義為：

GIoU 損失具有以下性質(zhì)：GIoU 具有度量標(biāo)準(zhǔn)的優(yōu)良性質(zhì)，即非負(fù)性、同一性、對稱性和三角不等式性質(zhì)；GIoU 損失繼承了IoU 損失的尺度不變性；GIoU 損失小于或等于IoU 損失；對于兩個矩形框Bp、Bt，有0 ≤IoU(Bp，Bt)≤1，-1 ≤IoU(Bp，Bt)≤1。

預(yù)測邊框與實際邊框的對齊程度會影響C的面積大小，當(dāng)IoU 相同時，兩者的對齊程度越好，C的面積越小，GIoU 損失值越大；反之亦然；并且，當(dāng)Bp和Bt沒有重疊區(qū)域時，雖然IoU 為0，但GIoU 損失依然存在。因此，GIoU 損失可以直接作為損失函數(shù)。圖4 給出（a）、（b）、（c）三種不同預(yù)測邊框情況下的均方誤差（Mean Square Error，MSE）損失函數(shù)（簡稱均方損失）、交并比（IoU）以及GIoU 三種回歸損失，當(dāng)MSE 損失相同時，檢測效果相差巨大，同時IoU和GIoU損失變化也較大。

圖4 均方損失、IoU損失和GIoU損失對比Fig.4 Comparison of mean square loss，IoU loss and GIoU loss

2.3 區(qū)域建議網(wǎng)絡(luò)的改進(jìn)

基于RPN 的感興趣區(qū)域生成過程中，塊狀傷損圖像中傷損目標(biāo)的數(shù)量遠(yuǎn)遠(yuǎn)小于生成的錨點數(shù)量，即生成的大量錨點框是冗余，會導(dǎo)致RPN 訓(xùn)練時正負(fù)樣本數(shù)失衡，從而影響檢測網(wǎng)絡(luò)的性能；并且，還存在IoU 閾值設(shè)置、錨點尺度及長寬比等超參數(shù)設(shè)計困難的問題。因此，本文提出GA-RPN 替代RPN 的優(yōu)化方案，以提高檢測網(wǎng)絡(luò)對鋼軌踏面塊狀傷損的檢測精確度。

GA-RPN 感興趣域生成網(wǎng)絡(luò)可分為錨點生成模塊和特征自適應(yīng)模塊（如圖5中GA-RPN模塊所示）。其中，錨點生成模塊中定位子分支用于判斷輸入特征圖上每個特征點是否為目標(biāo)點；定形子分支用于確定是目標(biāo)特征點的錨點的寬和高；特征自適應(yīng)模塊則根據(jù)定形子分支生成的錨點形狀對該區(qū)域內(nèi)的特征進(jìn)行重采樣，根據(jù)興趣域大小調(diào)整其區(qū)域內(nèi)特征感受野。接下來分別對這3個過程進(jìn)行介紹。

1）位置判斷。

輸入特征圖F經(jīng)由一個1×1 卷積后，再通過Sigmoid 函數(shù)激活，生成一個尺度與F相同的概率特征圖Fp，其各點值表示F中每個特征點為目標(biāo)的概率。然后，設(shè)定一個概率閾值τ，F(xiàn)p中特征值大于τ的點，對應(yīng)在F被判斷為目標(biāo)中心點。最后，通過閾值篩選減少近90%的錨點數(shù)量。

2）錨點形狀生成。

錨點定位模塊給出了錨點中心位置，還需對所有錨點框的寬（w）和高（h）進(jìn)行預(yù)測?？紤]到錨點尺度變化較大，直接學(xué)習(xí)w和h可能會導(dǎo)致網(wǎng)絡(luò)不穩(wěn)定，無法訓(xùn)練，將w、h做以下變換，見式（8）、式（9）。

其中：s為特征圖相對于輸入圖像的卷積步長，σ取經(jīng)驗值1.6。該過程由一個2 維的1×1 卷積實現(xiàn)。這種非線性變換，能夠?qū)⒋龑W(xué)習(xí)的參數(shù)范圍從［1，1 000］調(diào)整到［-1，1］，簡化網(wǎng)絡(luò)訓(xùn)練。

這種根據(jù)錨點位置信息來學(xué)習(xí)錨點框?qū)捄透叩姆椒?，增加了錨點位置與形狀的相關(guān)性，進(jìn)而能夠獲得更高的召回率。

3）特征自適應(yīng)調(diào)整。

與RPN 生成的固定尺度和長寬比的錨點不同，GA-RPN生成的錨點的形狀是不定的，而在目標(biāo)檢測任務(wù)中，通常尺度不同的目標(biāo)需要的感受野不同。因此，GA-RPN 利用特征自適應(yīng)模塊對所有錨點框?qū)?yīng)的感受野進(jìn)行調(diào)整。

其中：fi是錨點生成模塊生成的第i個錨點框?qū)?yīng)在輸入特征圖F上的特征值；wi、hi是預(yù)測出該錨點的寬和高；H(?)由一個3×3的可變形卷積實現(xiàn)；f'i為調(diào)整后的特征值。

2.4 改進(jìn)后的整體網(wǎng)絡(luò)結(jié)構(gòu)

基于FPN+GIoU+GA-RPN+Faster R-CNN 的鋼軌踏面塊狀傷損檢測網(wǎng)絡(luò)整體結(jié)構(gòu)如圖5 所示。該結(jié)構(gòu)中將原本串聯(lián)在FPN 的每個特征層之后的RPN 結(jié)構(gòu)直接替換成GA-RPN。而該結(jié)構(gòu)的總訓(xùn)練損失分為興趣域生成損失和目標(biāo)分類與定位損失，興趣域生成損失中又包含錨點定位損失Lloc和錨點形狀預(yù)測損失Lshape，其中Lloc定義為特征圖中點屬于前景或背景的二分類損失。

圖5 基于改進(jìn)FasterR-CNN的鋼軌踏面塊狀傷損檢測網(wǎng)絡(luò)設(shè)計Fig.5 Design of rail tread block defects detection network based on improved Faster R-CNN

由于生成錨點中正樣本數(shù)量遠(yuǎn)小于負(fù)樣本數(shù)量，因此采用具有正負(fù)樣本平衡能力的Focal 損失，如式（11），其中：pi表示特征點預(yù)測為正樣本的概率表示該特征點的實際標(biāo)簽，取值0 或1；α用于控制正負(fù)樣本平衡，取值為0.25；γ用于使網(wǎng)絡(luò)注重困難樣本學(xué)習(xí)，取值為2。

在訓(xùn)練時用目標(biāo)實際邊框Bt(xt，yt，wt，ht)指導(dǎo)訓(xùn)練，即將實際邊框Bt分為中心區(qū)域（Center Region，CR）、忽略區(qū)域（Ignore Region，IR）和外區(qū)域（Out Region，OR），定位在CR 內(nèi)的錨點為正樣本，定位在OR 區(qū)域內(nèi)的錨點為負(fù)樣本，具體關(guān)系如式（12）：

其中：R用來定義區(qū)域，0 ＜φ1＜φ2＜1，用于控制生成錨點的數(shù)量以及距離實際邊框中心的距離，實驗中分別為0.2和0.5。

生成的錨點中心位置之后需要對其形狀進(jìn)行預(yù)測，首先要對錨點awh(x，y，w，h)鎖定的目標(biāo)實際邊框Bt進(jìn)行確定，然后就是利用Bt對awh的形狀預(yù)測的指導(dǎo)。根據(jù)文獻(xiàn)［17］，直接回歸得出awh值是難以實現(xiàn)的，因而采用對w、h采樣近似的方法。具體地，借鑒RtinaNet［19］，對FPN 的P2 到P5 分別設(shè)有9種可能的w和h，不同層的w、h組成的面積分別為｛16×16，32×32，64×64，128×128｝的20、21/2和22/3，且w∶h有0.5、1.0 和2.0三種取值。定義awh與某個實際邊框的最大交并比為vIoU，找到與awh具有最大交并比的Bt，以及此時awh的w和h。

錨點形狀預(yù)測Lshape損失如式（14）：

得到錨點進(jìn)入興趣域池化產(chǎn)生感興趣區(qū)域，之后便可對興趣域中目標(biāo)分類以及目標(biāo)預(yù)測邊框回歸。目標(biāo)分類損失Lcls是與Faster R-CNN相同的交叉熵，如式（15），而目標(biāo)邊框回歸損失Lreg改成GIoU損失，具體為式（16）：

其中：P是每個興趣域中目標(biāo)分別屬于k個目標(biāo)類別和背景類的概率分布；u為目標(biāo)實際類別；Bp(xp，yp，wp，hp)為目標(biāo)預(yù)測框。

網(wǎng)絡(luò)訓(xùn)練的總損失L為以上4個損失之和，即：

其中：λ3、λ4用于平衡錨點定位和定形損失，取值分別為1和0.1。

3 實驗結(jié)果與分析

3.1 數(shù)據(jù)集預(yù)處理

本實驗基于MS COCO 2017數(shù)據(jù)集對鋼軌踏面塊狀傷損檢測網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，選用我國北京交通大學(xué)李清勇老師團(tuán)隊［20］所采集的關(guān)于重型鋼軌（大小為160×1 000，共67張）和普通鋼軌（大小為55×1 250，共128張）踏面的傷損數(shù)據(jù)集RSDDs對預(yù)訓(xùn)練好的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行參數(shù)微調(diào)。通過分析RSDDs數(shù)據(jù)集中鋼軌傷損特征，得出該數(shù)據(jù)集傷損類型皆為塊狀傷損，并且從傷損邊緣是否規(guī)整，可將該數(shù)據(jù)集分為兩種傷損類型，如圖6（a）、（b）所示：一類為外輪廓不規(guī)則、呈分層狀態(tài)，記為chip_fall；另一類則是外輪廓光滑、形狀較為規(guī)則，記為scallop。

圖6 兩類傷損及傷損輪廓示例Fig.6 Examples of two categories of defects and their contours

考慮到RSDDs數(shù)據(jù)集中樣本數(shù)量少，且兩種圖像尺度相差較大，對該數(shù)據(jù)集樣本進(jìn)行預(yù)處理：首先，把RSDDs數(shù)據(jù)集中每個傷損圖像橫向切割成等5張子圖像，并篩選出含有塊狀傷損的子圖像，建立新的鋼軌踏面塊狀傷損數(shù)據(jù)集，樣本數(shù)量為435張；然后，重新調(diào)整新數(shù)據(jù)集中的傷損圖像尺度為200×200，并用開源標(biāo)注工具Labellmg重新標(biāo)記為chip_fall和scallop兩類，并生成XML格式的標(biāo)記文件，如圖7所示；最后，對標(biāo)記后的新鋼軌傷損數(shù)據(jù)集進(jìn)行翻轉(zhuǎn)、隨機裁剪和加隨機噪聲的數(shù)據(jù)增廣操作（如圖8所示），建立本文所用的鋼軌踏面塊狀傷損數(shù)據(jù)集，增廣后樣本數(shù)量為3 045張，其中，72%作為訓(xùn)練集，8%作為驗證集，20%作為測試集，具體樣本分布如表2所示。

圖7 scallop和chip_fall兩類鋼軌踏面?zhèn)麚p圖像及標(biāo)簽示例Fig.7 Image and label examples of rail tread defects scallop and chip_fall

圖8 鋼軌踏面?zhèn)麚p數(shù)據(jù)增廣示例Fig.8 Examples of rail tread defect data augmentation

表2 鋼軌踏面塊狀傷損數(shù)據(jù)集樣本分布Tab.2 Sample distribution of rail tread block defects dataset

3.2 結(jié)果分析

3.2.1 實驗環(huán)境及評價指標(biāo)

1）實驗環(huán)境。

本實驗采用的硬件環(huán)境為：GT1080Ti GPU 顯卡、Intel i5-7600 CPU 處理器、內(nèi)存16 GB。軟件環(huán)境為：Ubuntu 16.04 操作系統(tǒng)、Python3.6、PyTorch 1.3深度學(xué)習(xí)框架。

2）評價指標(biāo)。

為充分對基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損方法的檢測效果進(jìn)行對比，本文采用平均精度（Average Precision，AP）、平均精度均值（mean Average Precision，mAP）作為算法的主要評價指標(biāo)；分別統(tǒng)計檢測預(yù)測框與實際邊框的交并比IoU 值（0.5，0.75）的檢測精度，分別記為AP50 和AP75；并對尺度分別在0～32×32、32×32～96×96、大于96×96 的三種鋼軌踏面?zhèn)麚p的檢測精確度進(jìn)行統(tǒng)計，分別記為Aps、Apm、APl。即本文所用到的評價指標(biāo)為：mAP、AP50、AP75、APs、APm、APl。

3.2.2 結(jié)果分析

本實驗采用帶動量的隨機梯度下降法（Stochastic Gradient Descent，SGD）對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，初始學(xué)習(xí)率為0.01，學(xué)習(xí)率衰減速率為0.000 1，動量為0.7，batch size設(shè)置為8，訓(xùn)練循環(huán)最大次數(shù)位10 000，輸入傷損圖像大小為200×200。取600 張測試樣本，基于傳統(tǒng)的Faster R-CNN 和改進(jìn)Faster RCNN 分別對鋼軌踏面塊狀傷損進(jìn)行網(wǎng)絡(luò)訓(xùn)練，其中訓(xùn)練集損失變化如圖9 所示可以看出，改進(jìn)的Faster R-CNN 相較于Faster R-CNN 在訓(xùn)練過程中收斂較快，且損失值較低。同時得出chip_fall 與scallop 兩種類型的踏面塊狀傷損的檢測結(jié)果如圖10 所示，其中（a）組為輸入的塊狀傷損圖像，（b）組為基于YOLOv3 網(wǎng)絡(luò)的塊狀傷損檢測效果，（c）組為基于R-FCN 網(wǎng)絡(luò)的塊狀傷損檢測效果，（d）組為基于FPN網(wǎng)絡(luò)的塊狀傷損檢測效果，（e）組為基于Faster R-CNN 網(wǎng)絡(luò)檢測效果，（f）組為基于FPN+Faster R-CNN 網(wǎng)絡(luò)的塊狀傷損檢測效果，（g）組為基于GIoU+FPN+Faster R-CNN 網(wǎng)絡(luò)的塊狀傷損檢測效果，（h）組為基于GA+GIoU+FPN+Faster R-CNN 網(wǎng)絡(luò)的塊狀傷損檢測效果。從圖10 中可以看出本文所提的基于改進(jìn)Faster R-CNN的鋼軌踏面塊狀傷損方法較其他組的檢測效果而言，對小尺度傷損的檢測精確度更高。為進(jìn)一步分析模型的泛化性能，以mAP、AP50、AP75、APs、APm、APl 等指標(biāo)對不同改進(jìn)網(wǎng)絡(luò)測試結(jié)果進(jìn)行統(tǒng)計，結(jié)果如表3 所示，兩類塊狀傷損的AP 值如表4所示。

圖9 Faster R-CNN及改進(jìn)Faster R-CNN的訓(xùn)練損失變化Fig.9 Change of training losses of Faster R-CNN and improved Faster R-CNN

從表3 可知：FPN+Faster R-CNN 網(wǎng)絡(luò)相較于Faster RCNN 而言，小尺度鋼軌踏面塊狀傷損檢測的APs 值提高了4.535 個百分點，說明了FPN 的引入強化了小尺度鋼軌踏面塊狀傷損的特征表達(dá)能力；而GIoU-Faster R-CNN 網(wǎng)絡(luò)與FPN+Faster R-CNN 相比，鋼軌踏面塊狀傷損檢測效果的mAP、AP50、AP75、APs、APm、APl等各項評價指標(biāo)分別提升了4.454、3.615、5.405、9.72、5.795、4.016 個百分點，因此說明基于GIoU 的回歸損失函數(shù)改進(jìn)方法與鋼軌踏面塊狀傷損的檢測精確度提高是有效的；相較于GIoU-Faster R-CNN，GAFaster R-CNN 對傷損檢測效果的mAP、AP50、AP75、APs、APm、APl 等各項評價指標(biāo)分別提升了4.496、0.554、5.8、0.513、4.335、6.623個百分點，即采用GA-RPN代替RPN作為興趣生成網(wǎng)絡(luò)，能夠有效地提高鋼軌踏面塊狀傷損檢測精確度；總而言之，相較于傳統(tǒng)的Faster R-CNN 算法來實現(xiàn)鋼軌踏面塊狀傷損檢測而言，采用FPN、GIoU 和GA-RPN 相結(jié)合的改進(jìn)Faster R-CNN 網(wǎng)絡(luò)對鋼軌踏面塊狀傷損檢測的mAP 值提高了13.201 個百分點，驗證了本文所提改進(jìn)方法對鋼軌踏面塊狀傷損檢測精確度提升的有效性。

圖10 不同網(wǎng)絡(luò)對chip_fall類和scallop類的傷損檢測效果Fig.10 Defect detection effect of chip_fall category and scallop category by using different networks

表3 不同改進(jìn)網(wǎng)絡(luò)的鋼軌踏面塊狀傷損檢測結(jié)果對比 單位：%Tab.3 Comparison of detection results of rail tread block defects by using different improved networks unit：%

由表4 可知，不同的網(wǎng)絡(luò)對兩類傷損的檢測精確度不同，但有相同規(guī)律，即相較于chip_fall 類塊狀傷損，scallop 類傷損的平均檢測精確度（AP）值更高，由此可推斷出scallop 類傷損的特征更明顯、更規(guī)律，更易被檢測；同時，基于GA+GIoU+FPN+Faster R-CNN 相較于傳統(tǒng)的Faster R-CNN 方法對鋼軌踏面塊狀傷損檢測精度提高了12.326個百分點。

綜合以上實驗結(jié)果及分析可知，本文提出的基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損檢測方法對多尺度塊狀傷損的檢測精確度有明顯的提升。

表4 不同改進(jìn)網(wǎng)絡(luò)對兩種塊狀傷損的平均檢測精確度統(tǒng)計 單位：%Tab.4 AP statistics of two kinds of block defects by using different improved networks unit：%

4 結(jié)語

本文提出了基于改進(jìn)Faster R-CNN 的鋼軌踏面塊狀傷損檢測方法，采用平移、翻轉(zhuǎn)、裁剪、加隨機噪聲等方法對數(shù)據(jù)集進(jìn)行擴(kuò)充，解決了鋼軌踏面塊狀傷損的數(shù)據(jù)集不足問題；并在特征提取階段，采用ResNet-101基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建多尺度特征金字塔，提高了小尺度塊狀傷損的檢測精度；此外，使用GIoU、Focal 損失函數(shù)及GA-RPN 自適應(yīng)生成錨點方法，彌補了傳統(tǒng)Faster R-CNN 中對預(yù)測邊框回歸定位不準(zhǔn)確和生成錨點中正負(fù)樣本不平衡的不足，可為軌道傷損巡檢的智能化處理提供相關(guān)參考。然而，本文僅實現(xiàn)了兩類塊狀傷損的檢測分類，而在工程應(yīng)用中存在多種多樣的鋼軌踏面?zhèn)麚p，未來可以從鋼軌踏面?zhèn)麚p數(shù)據(jù)集的擴(kuò)充著手，對其他常見類鋼軌踏面?zhèn)麚p的精確檢測進(jìn)行深入研究。