DLR-YOLO：一种用于多场景遥感图像中轻量级目标检测网络的动态低秩训练方法

《ADVANCED ENGINEERING INFORMATICS》：DLR-YOLO: Dynamic low-rank training for a lightweight power tower object detection network in multi-scenario remote sensing images

电力塔遥感图像检测需解决小目标、复杂背景和轻量化难题。本文构建覆盖4国12区的RSPTOD数据集，提出轻量级DLR-YOLO模型，采用低秩分解设计LRConv结构，动态多分支模块DMLR提升背景适应力，轻量化检测头LRHead参数减少至53%。实验表明，该模型在RSPTOD数据集上mAP50达70.4%，mAP50:95为33.1%，参数量1.52M，计算复杂度7.2 GFlops，较传统模型显著提升效率。

　　

Sihan Huang|Chuan Lin|Jiansheng Peng|Yongcai Pan

广西科技大学自动化学院，中国广西柳州，545006

摘要

随着高分辨率遥感和深度学习技术的发展，基于遥感图像的电力塔检测已成为智能检测领域的研究重点。然而，在多场景条件下提高遥感图像中电力塔的检测性能同时实现模型轻量化仍然十分紧迫。为了解决这一问题，本研究首先构建了一个新的光学遥感电力塔目标检测数据集（RSPTOD），覆盖了4个国家和12个地区，包含8076张图像，以适应各种复杂场景。然后，提出了一种名为DLR-YOLO的新型轻量级电力塔检测模型。该模型利用矩阵低秩分解原理设计了一种新的轻量级卷积结构（LRConv）。为了增强模型对复杂背景的适应性，进一步基于LRConv构建了动态多分支低秩卷积模块（DMLR）。为了进一步减少参数和计算复杂度，本研究还提出了一种轻量级检测头（LRHead）。实验结果表明，DLR-YOLO在RSPTOD数据集上的${\text{mAP}}_{50}$和${\text{mAP}}_{50:95}$分别为70.4%和33.1%，参数数量为1.52M，计算复杂度为7.2 GFlops。与其他基于深度学习的对象检测网络相比，DLR-YOLO不仅显著提高了检测性能，还在很大程度上大幅减少了参数和计算复杂度，为遥感图像中电力塔检测的实际应用提供了关键技术支持。本研究构建的数据集和模型将在以下链接公开：https://github.com/huangyuesheng9/DLR-YOLO。

引言

电力塔是电力基础设施的关键组成部分，永久部署在包括郊区、山区和森林在内的各种自然环境中，它们容易受到环境侵蚀导致的结构退化和危险积累等问题的影响，也可能受到自然灾害的影响。这些问题反过来又会危及塔体的结构稳定性和电力供应系统的安全运行[1]。高效准确地获取输电塔的位置和类别信息是“检测-分析-决策”过程的关键，如图1所示。这些结果直接影响后续工程任务的分析和决策：精确的位置坐标为无人机检测路径规划和现场维护人员的导航提供了地理参考；清晰的类别分类使得应用差异化的结构安全评估标准成为可能；周围环境的状态为危险情况的定量分类提供了直接的数据支持。如何在灾难发生后快速识别和检查输电塔，并为日常管理中的输电塔定位提供核心支持，是电力行业和政府机构亟待解决的问题。因此，实现输电塔的高效定位和检测已成为相关领域的重要研究课题。

近年来，随着无人机（UAV）技术的进步，无人机航空摄影检测已成为电力塔目标检测的主要方法[2]，[3]。然而，无人机操作受天气条件影响，并且受电池寿命限制。此外，实际检测中的飞行执行和管理仍依赖于人工维护，这显著增加了偏远地区的劳动力成本[4]。随着遥感覆盖范围的扩大和空间分辨率的提高，卫星图像越来越多地应用于风险评估[5]、土地规划[6]和环境监测[7]等任务中，为从遥感图像中识别和检测电力塔创造了机会[8]。因此，基于卫星遥感图像的智能电力基础设施检测已成为当前研究的主要焦点。

然而，基于遥感图像的电力塔检测面临多个挑战。首先，高分辨率遥感图像中往往包含极其微小的目标，如图2(a)所示，这严重考验了网络的特征提取能力。自然环境中的电力塔通常被树木、建筑物和其他结构所包围，使得它们难以区分，容易产生误检和漏检，如图2(b)所示。这些因素会挑战检测算法的准确性。在小目标尺寸条件下，对象之间的类别相似性问题也带来了相当大的难度，如图2(c)所示。一些遥感图像由于设备或采集问题而清晰度较低，如图2(d)所示，进一步增加了检测的难度。此外，几何畸变、光照变化和季节性变化也为自动化检测带来了额外的复杂性[9]，[10]。因此，从丰富的视觉信息中有效提取电力塔的特征已成为遥感图像检测技术的关键研究重点。

从遥感图像中提取电力塔目标的传统方法主要依赖于人工解释或简单算法，这些方法存在效率低、准确性不足以及难以适应大规模遥感数据处理要求的局限性。为应对这些挑战，越来越多的研究开始利用深度学习技术，特别是卷积神经网络（CNN），来提高光学遥感图像中的检测和识别准确性[11]。与传统方法相比，CNN能够有效地从大量数据中学习和提取关键特征，显著提高检测准确性和效率。尽管主流深度学习模型在一般对象检测任务中表现优异，但在卫星遥感图像这一特定场景下实现满意的检测结果通常会遇到参数量大和计算复杂度高的问题，这使得它们难以适应存储空间有限或计算能力敏感的部署环境。因此，如何在确保电力塔检测准确性的同时实现模型的轻量化优化，已成为该领域亟待解决的技术难题。

为了解决这一挑战，提出了许多轻量化研究方法。其中，通过低秩分解减少模型参数是一种流行的轻量化方法[12]。基于低秩分解的轻量化方法可以进一步分为低秩压缩方法[13]和低秩训练方法[14]。与两阶段过程（先训练后压缩）相比，低秩训练具有两个显著优势：更低的运营要求和更低的训练成本[15]。因此，越来越多的研究人员开始从事与低秩训练相关的工作。

本研究利用了电力传输和分配基础设施图像数据集[16]。通过选择合适的光学遥感图像，对其进行裁剪和重新标注，我们构建了一个多场景光学遥感电力塔目标检测数据集（RSPTOD）。在现有研究的基础上，我们提出了一种新的低秩训练方法，并进一步开发了一种名为DLR-YOLO的轻量级目标检测模型。该模型在光学遥感图像中实现了高检测精度，同时参数数量相对较少。我们的贡献总结如下：

• 1.
  受矩阵低秩分解的启发，我们设计了一种具有低秩训练的轻量级卷积结构（LRConv）。它在保持竞争性特征提取能力的同时显著减少了参数和计算成本。
• 2.
  为了提高对复杂背景的适应性，我们设计了一个动态多分支低秩卷积模块（DMLR）。它使用多个不同秩的LRConv分支提取多样化的特征，并通过可学习的自适应权重进行融合。
• 3.
  为了进一步减少参数和计算量，我们开发了一种轻量级检测头LRHead，它仅使用53%的参数就实现了与传统检测头99%的性能。
• 4.
  构建了一个新的多场景光学遥感数据集用于电力塔目标检测，并在该数据集上评估了所提出的DLR-YOLO的性能。

本文的其余部分结构如下：第2节回顾了光学遥感图像中电力塔检测的相关工作。第3节详细介绍了所提出的方法，包括每个模块的结构和原理。第4节介绍了实验设置，详细说明了数据集构建过程和实验协议，并通过实证结果验证了我们方法的有效性。最后，第5节总结了本文并讨论了未来研究的潜在方向。

章节片段

目标检测在电力系统中的应用

目标检测技术在现代电力系统中发挥着越来越重要的作用，显著提高了运营的安全性、稳定性和效率。在电力设施检测中，这项技术能够快速准确地识别关键组件，包括电线杆、输电线路设备和可再生能源装置[17]。Hosseini等人[18]利用卷积神经网络评估电线杆的状况并定位结构损坏；

方法

基于Ultralytics [48]架构，我们提出了DLR-YOLO，这是一种基于光学遥感图像的电力塔检测网络。整个检测流程如图3所示。由于原始遥感图像的像素尺寸过大，不适合直接输入网络，我们首先对原始图像进行基于瓦片的预处理——这对应于我们提出的RSPTOD数据集。然后，裁剪后的图像瓦片被输入到DLR-YOLO中进行

数据集

本研究使用的所有遥感图像均来自电力传输和分配基础设施图像数据集[16]。该数据集包含511张高分辨率的卫星图像，涵盖了5个大洲14个城市和6个国家的17,149个配电塔和2,591个输电塔。

本文选择了4个国家（美国、墨西哥、新西兰）的12个地区

讨论与结论

本文构建了一个多场景光学遥感电力塔目标检测数据集（RSPTOD）。提出了一种名为DLR-YOLO的新型轻量级遥感图像电力塔检测模型。通过采用设计的低秩卷积方法（DMLR），该模型在减少参数数量和计算成本的同时提高了准确性。在RSPTOD数据集上，其${\text{mAP}}_{50}$和${\text{mAP}}_{50:95}$分别为70.4%和33.1%，参数数量仅为1.52M，计算复杂度为7.2 GFlops，表现出色

CRediT作者贡献声明

Sihan Huang：撰写——原始草案、方法论、数据整理。Chuan Lin：撰写——审稿与编辑、监督、调查。Jiansheng Peng：资金获取、数据整理。Yongcai Pan：验证、形式分析。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。

致谢

作者感谢匿名审稿人对本文早期草稿提供的有益和建设性意见。

本工作得到了国家自然科学基金（授权号：62266006）和广西自然科学基金（授权号：2025GXNSFAA069690）的支持。