作者：薄军，未力丹
第一作者单位：重庆燃气集团股份有限公司
摘自《煤气与热力》2024年2月刊
薄军，未力丹. 基于YOLOv5网络模型的户内燃气安全检查仪［J］. 煤气与热力，2024，44（2）：B28-B30.
随着新型城市化建设、大气污染治理、能源转型升级的推进，城镇燃气行业实现了高速发展，燃气安全形势愈加严峻。2022年全年共收集到媒体报道的国内（不含港澳台）燃气事故802起，造成66人死亡，487人受伤，其中较大事故10起。按气源种类统计：全年发生天然气事故270起，死亡18人，受伤89人；液化石油气事故450起，死亡45人，受伤294人；气源待核实事故82起，死亡3人，受伤104人。《城镇燃气管理条例》规定，燃气经营者应当对燃气设施定期进行安全检查。目前，大多数燃气企业安全检查主要通过安检人员进入居民家中借助测漏仪对燃气立管、表具、表后管、燃具、用气环境等进行检查，发现隐患时手写隐患通知书告知用户。用户居家时间不固定、部分用户拒绝入户安检、房屋长期无人居住、租赁房增加等因素，导致燃气安全检查入户困难，入户率偏低，未入户的隐患难以发现。鉴于以上问题，本文设计了基于YOLOv5网络模型的户内燃气安全检查仪（简称检查仪），目前仅限于内部测试研究，后期由燃气企业决定是否由用户购买或发放。检查仪主要具有安全告知、甲烷检测、图片采集、隐患识别、人工审核、生成检查报告等功能。安全告知：检查前，播放用气安全视频，告知用户在安全环境下进行检查，给出一旦发生意外应采取的应急措施及救援电话。甲烷检测：检查中，通过甲烷传感器采集用气场所气体进行分析，判断是否存在燃气泄漏。一旦有燃气泄漏，将发出警报，提醒用户立即进行漏气处置。图片采集：按系统提示，通过CMOS（互补金属氧化物半导体）摄像头依次采集环境、燃气立管、燃气表、表后管、灶具、燃气热水器等图片并上传。隐患识别：通过预先训练好的YOLOv5网络模型，对图片进行识别，判断是否存在管道锈蚀、软管老化、连接头无管箍、燃气热水器无烟道或破损等隐患，并对隐患点进行标注。人工审核：通过无线通信将检测出的隐患照片和相关信息传输至后台进行人工审核，对隐患进行确认，对错误进行纠正。生成检查报告：人工审核后，根据模板生成检查报告并发送至检查仪上，显示检查结果和隐患，提出整改措施。采用Python语言开发硬件程序，通过QT软件开发用户端界面。硬件设计结构主要有主控模块、甲烷传感器模块、无线通信模块、图像采集模块、触屏显示控制模块等，见图1。主控模块是检查仪的控制中心，通过发送指令和接收信号实现对各模块的控制。甲烷传感器模块通过采集气体参数并传输至主控模块进行分析。无线通信模块通过移动网络实现主控模块数据和后台数据的信息交互。图像采集模块通过图像传感器采集目标图像并传输至主控模块进行分析。触屏显示控制模块通过输入、输出、显示等实现主控模块和人之间的信息交互。选择树莓派4B平台作为主控制器，树莓派平台将Python语言作为主编程语言，自带板载网口、Wi-Fi和蓝牙，内存硬盘为SD卡。采用Cortex-A72架构Broadcom BCM2711B0处理器，4个内核，时钟频率为1.5 GHz，具有15指令流水线深度，提供无序执行，支持Linux系统和Windows系统的开发，价格低廉。安装Linux系统需要下载镜像并使用软件进行烧录，同时还需要使用SSH（安全外壳协议）、MQTT（消息队列遥测传输协议）及SMB（服务器消息块）完成整个设计的配置，其体积小，便于部署和安装［1］。甲烷传感器模块采用型号为GM-402B的甲烷传感器。该传感器通过内部电导率变化判断气体浓度情况，具有尺寸小、功耗低、灵敏度高、响应恢复快、驱动电路简单、稳定性好等特点。采用树莓派4B平台配套的USB摄像头，与主控制器之间通过USB接口相连，具有可调焦、170°视角的特点。无线通信采用ME909s-821a模块，基于华为巴龙Hi6921M芯片开发，支持2G、3G、4G、5G信号。分辨率为1 024×600，支持树莓派平台，采用USB/HDMI接口。通过触摸屏幕进行用户界面操作，实现图片采集、数据查询等功能。软件设计在Linux环境下。检查仪开机后，进行初始化，通过显示屏播放安全宣传视频，告知用户用气安全常识、检查注意事项、应急处置等信息。接着主控制器发送指令启动甲烷传感器模块，采集用气场所气体并判断是否漏气，一旦发生漏气，主控制器提醒用户打开门窗，关闭阀门，尽快对漏气处进行处理，也可拨打燃气公司电话请求处理，同时中止程序。检查无漏气时，主控制器将发送指令提醒用户打开摄像头，按提示对关键部位进行拍照并上传图片。上传完毕后，检查仪自动调用其内部训练好的YOLOv5网络模型，识别图片有无管道锈蚀、软管老化、烟道破损、无烟道、无管箍等隐患，生成检测报告并将检测报告和隐患照片传输至后台进行人工审核。后台的燃气企业员工对隐患进行确认后生成检查报告，发送至检查仪，显示检查结果，告知用户存在的隐患，提出整改措施。通过检查仪界面实现登录、数据显示查询、拍照、上传等可视化操作。软件设计流程见图2。5 隐患识别算法
2016年，Redmon J提出了YOLO算法，该算法可以一次性地识别图片内多个物品的类别和位置，实现了端到端的图像识别，运行速度大大提高。YOLO系列算法逐步更新换代，2020年已推出了第5代，即YOLOv5，其包含4个目标检测版本YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x［2］，网络基本结构类似，但网络深度及宽度存在差异，本文选择YOLOv5m算法。YOLOv5网络结构按照处理阶段分为Input、Backbone、Neck、Prediction共4部分。Input部分完成数据增强、自适应图片缩放、锚框计算等基本处理任务；Backbone部分作为主干网络，主要使用CSP结构提取出输入样本中的主要信息，供后续阶段使用；Neck部分使用FPN及PAN结构，利用Backbone部分提取到的信息，加强特征融合；Prediction部分做出识别，并计算GIOU_Loss等损失值。数据集制作主要包含4个步骤：数据采集和整理、数据预处理、数据筛选和数据集标注。本设计共收集管道锈蚀、软管老化、烟道破损、无烟道、未用气接头未封堵、无管箍的非正常和正常数据共12组，每组数据包含不同角度、不同环境下拍摄的照片500张。在上述12组数据中，每组中的400张照片组成训练集的输入，每组中的50张照片组成验证集的输入，每组中的50张照片组成测试集的输入。用方框框出隐患点和用标签显示隐患名称和识别准确率的图片作为输出。本次选取120轮次训练，Objectness loss（目标检测损失）和Classification loss（分类检测损失）参数越接近0，Precision（精确率）、Recall（召回率）、mAP（综合评估指标）［3］参数越接近1，表示模型训练效果越好。从测试结果（见图3）来看，未用气接头未封堵、软管老化、管道锈蚀的隐患识别准确率较高，无管箍、无烟道、烟道破损的隐患识别准确率较低。基于YOLOv5网络模型的户内燃气安全检查仪基本实现了燃气泄漏检测、简单隐患识别、检查结果告知等功能，在燃气公司工作人员不入户的情况下掌握用户使用燃气安全风险，及时发现隐患并告知用户整改，有助于减少燃气事故和安全检查的系统开展。由于图片由用户采集，所以检查报告不具法律效力。受硬件、数据集和算法影响，部分隐患识别准确率不高，后续将通过提高硬件性能、增加数据集、优化算法等措施加以改进。［1］陈纪昌，邱元阳，刘宗凡，等. 树莓派——登峰造极路上的廉价教育硬件框架［J］. 中国信息技术教育，2017（1）：66-70.［2］阮巍. 基于YOLOv5的保护压板状态信息检测研究（硕士学位论文）［D］. 广州：华南理工大学，2022：11-13.［3］姚波，温秀兰，崔伟祥，等. 基于YOLOv5的烟火检测方法［J］. 南京工程学院学报（自然科学版），2022（2）：1-7.维普免费下载《煤气与热力》论文（现刊和过刊均可）
日前，《煤气与热力》杂志社有限公司在维普网站http://cqvip.com/开通论文免费下载服务，论文刊出后两个月后，可在维普网站查询，并直接免费下载。在维普网站免费下载《煤气与热力》论文步骤如下：
1. 在维普网站注册会员。
2. 搜索出《煤气与热力》论文，点击进入。
![]()
3. 论文免费下载界面截图见上图。点击“免费下载”，可直接下载该论文。
![]()
声明：本文著作权（版权）归《煤气与热力》杂志社所有，严禁任何微信号及媒体未经授权许可随意转载。PS: 当然欢迎大家转发到朋友圈！
更多论文请登录煤气与热力杂志官方网站，免费注册会员阅读电子期刊。阅读步骤：登录http://www.gasheat.cn/→页面右上角注册会员→注册成功后点击《煤气与热力》→期刊索引→点击某期期刊封面即可阅读当期文章。
