邢世宏，楊曉東，單玉浩

(海軍潛艇學(xué)院，山東 青島 266000)

0 引 言

艦船識別一直以來都處于相對落后的狀態(tài)，關(guān)注該領(lǐng)域的學(xué)者較少，艦船識別的問題一直都沒有得到很好的解決。艦船識別和其他領(lǐng)域的識別有相似之處，都受環(huán)境因素影響比較大。影響因素主要包括低能見度、云及海況等復(fù)雜背景雜波因素；觀測攝像機(jī)角度相對艦船的角度；遮擋因素。這些因素導(dǎo)致給艦船識別帶來了很大的困難。識別方法主要采用傳統(tǒng)機(jī)器學(xué)習(xí)及模式識別方法[1–4]，但傳統(tǒng)技術(shù)無法滿足現(xiàn)實的需求。這些技術(shù)需要專家手工設(shè)計出特征提取器，只有好的特征提取器才能提高識別系統(tǒng)的性能，然而手工設(shè)計需要設(shè)計者大量的先驗知識并消耗大量的時間，因此很難利用大量的數(shù)據(jù)。除此之外，傳統(tǒng)方法依賴手工調(diào)參數(shù)，因此特征的設(shè)計中允許出現(xiàn)的參數(shù)量十分有限。隨著2012年Alex Krizhevsky的AlexNet[5]在ILSVRC[6]競賽中獲得冠軍，深度學(xué)習(xí)模型在ImageNet[7]數(shù)據(jù)集上展現(xiàn)了驚人的能力，同時在GPU高度并行處理計算的支持下，網(wǎng)絡(luò)變深、寬度變寬，卷積層數(shù)及參數(shù)量增多，模型的Top-5錯誤率從2012年 AlexNet的 16.4% 降至 2015年 ResNet[8]的3.57%，已經(jīng)達(dá)到了state-of-the-art，深度卷積神經(jīng)網(wǎng)絡(luò)在識別領(lǐng)域表現(xiàn)出非常好的性能。

本文將深度卷積神經(jīng)網(wǎng)絡(luò)遷移到艦船目標(biāo)識別中，在AlexNet模型基礎(chǔ)上，調(diào)整頂部卷積層，并采用數(shù)據(jù)擴(kuò)充技術(shù)[9–11]構(gòu)建艦船數(shù)據(jù)集訓(xùn)練艦船識別模型，并對結(jié)果進(jìn)行分析。

1 艦船圖像數(shù)據(jù)集構(gòu)建

現(xiàn)有的深度卷積神經(jīng)網(wǎng)絡(luò)復(fù)雜度較高，網(wǎng)絡(luò)含有的參數(shù)量可以達(dá)到百萬級別，因此訓(xùn)練如此復(fù)雜的網(wǎng)絡(luò)需要大量的圖像數(shù)據(jù)，但目前由于資源有限，艦船圖像數(shù)據(jù)獲取途徑比較單一，艦船圖像主要通過互聯(lián)網(wǎng)獲取，并且獲取的圖像數(shù)據(jù)量無法滿足深度學(xué)習(xí)對大數(shù)據(jù)的要求。為構(gòu)建艦船訓(xùn)練數(shù)據(jù)集。通過Internet搜索相關(guān)艦船網(wǎng)站，收集到的艦船原始圖像共360張，并將其分為6大類，每類60張，部分圖像如圖1～圖6所示。

圖 1 貨輪Fig. 1 Cargo vessel

圖 2 漁船F(xiàn)ig. 2 Fishing boat

圖 3 客輪Fig. 3 Passenger vessel

圖 4 游艇Fig. 4 Yacht

圖 5 帆船F(xiàn)ig. 5 Sailing boat

圖 6 艦船F(xiàn)ig. 6 Warship

由于獲取的原始圖像尺寸不統(tǒng)一，需要將其縮放到統(tǒng)一的大小，這里將圖像縮放到227×227×3。由于通過上述單一手段獲取的圖像數(shù)量難以滿足訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，為了防止訓(xùn)練過程中出現(xiàn)過擬合，現(xiàn)通過數(shù)據(jù)擴(kuò)充技術(shù)對上述原始圖像進(jìn)行擴(kuò)充，原始圖像擴(kuò)充技術(shù)包括部分圖像增強(qiáng)技術(shù)、圖像尺度變換、圖像反轉(zhuǎn)、旋轉(zhuǎn)等方法等，如圖7所示。

圖 7 圖像數(shù)據(jù)擴(kuò)充Fig. 7 Image data augmentation

圖像經(jīng)過數(shù)據(jù)擴(kuò)充及手工標(biāo)注后，將原有數(shù)據(jù)增加到每類1 200張，形成了包含72 000張圖像的訓(xùn)練集。另外再收集每類12張圖片，經(jīng)過數(shù)據(jù)集擴(kuò)充后得到包含14 400張圖像的驗證集。

2 基于Caffe[12]-AlexNet網(wǎng)絡(luò)的艦船識別

AlexNet是具有歷史意義的一個網(wǎng)絡(luò)結(jié)構(gòu)，在2012年ILSVRC圖像分類競賽比賽中獲得冠軍，top-5錯誤率比上一年的冠軍下降10%。

AlexNet網(wǎng)絡(luò)結(jié)構(gòu)包括輸入輸出層、卷積層、激活層、下采樣層、局部歸一化、Dropout層及全連接層，網(wǎng)絡(luò)結(jié)構(gòu)如圖8所示。

圖 8 Caffe-AlexNet網(wǎng)絡(luò)結(jié)構(gòu)Fig. 8 Caffe-AlexNet

在上文所構(gòu)建的艦船圖像數(shù)據(jù)集上訓(xùn)練Caffe-AlexNet網(wǎng)絡(luò)。訓(xùn)練網(wǎng)絡(luò)的硬件平臺為Win10-x64系統(tǒng)，處理器為8核Intel（R） Core （TM） i7-6700 CPU@3.40 GHz，內(nèi)存為16 GB，GPU為NVIDIA Quadro M2000顯存4 GB。訓(xùn)練后得到識別艦船的Caffe-AlexNet-Ship模型，識別正確率為76.63%。模型在訓(xùn)練迭代2萬次后趨近于平穩(wěn)，損失值也穩(wěn)定在0.76附近，如圖9和圖10所示。

圖 9 模型識別正確率Fig. 9 Model recognition accuracy

圖 10 模型損失值Fig. 10 Model loss

在訓(xùn)練好的Caffe-AlexNet-ship模型后，經(jīng)過測試集測試，正確率也在76%附近，損失值與訓(xùn)練集的損失值變換趨勢一致，最后穩(wěn)定在0.76附近，如圖11和圖12所示。

由圖可以看出采用Caffe-AlexNet網(wǎng)絡(luò)直接訓(xùn)練艦船數(shù)據(jù)集無法得到較好的識別率。由于艦船數(shù)據(jù)集較小，網(wǎng)絡(luò)深度較淺無法很好地提取目標(biāo)特征，因此最終的識別正確率只能達(dá)到76.6%。

圖 11 測試集識別正確率Fig. 11 Test data recognition accuracy

圖 12 測試集識別損失值Fig. 12 Test data recognition loss

3 基于遷移的AlexNet網(wǎng)絡(luò)艦船識別

深度卷積神經(jīng)網(wǎng)絡(luò)由多個層組合而成，每個層在深度網(wǎng)絡(luò)中都發(fā)揮著一定的作用。對于一個訓(xùn)練好的網(wǎng)絡(luò)模型，其底層提取的特征屬于物體的通用特征，這些特征一般都表現(xiàn)為局部的紋理、輪廓及顏色特征，而高層的特征從這些較為具體的底層特征提取出來，一定程度上表現(xiàn)為物體的抽象屬性[13]。在此理論根據(jù)下，采用遷移學(xué)習(xí)，將ImageNet數(shù)據(jù)集上訓(xùn)練好的Caffe-AlexNet模型遷移到艦船識別中，保留模型底層特征，用艦船數(shù)據(jù)集來訓(xùn)練高層特征，同時微調(diào)底層特征，Caffe-AlexNet的遷移網(wǎng)絡(luò)結(jié)構(gòu)同圖8。

訓(xùn)練后得到Caffe-AlexNet-Finetuning模型，模型識別準(zhǔn)確率達(dá)到91.08%，訓(xùn)練過程的準(zhǔn)確率隨迭代次數(shù)的增加，準(zhǔn)確率也穩(wěn)步提升，在訓(xùn)練迭代次數(shù)達(dá)到2萬多時網(wǎng)絡(luò)開始收斂，并趨于穩(wěn)定。由于只需要微調(diào)網(wǎng)絡(luò)底層特征，而高層在較大學(xué)習(xí)率的調(diào)整下，模型的損失值從訓(xùn)練開始到結(jié)束一直保持在0.3上下很低的水平，模型的識別正確率及損失值如圖13和圖14所示。

用訓(xùn)練好的Caffe-AlexNet-Finetuning模型測試識別測試集圖像，得到測試正確率及損失值如圖15和圖16所示，從圖中可以看出模型在測試集上的效果與訓(xùn)練集上的效果相當(dāng)。

圖 13 模型識別正確率Fig. 13 Model recognition accuracy

圖 14 模型損失值Fig. 14 Model loss

圖 15 測試集識別正確率Fig. 15 Test data recognition accuracy

圖 16 測試集識別損失值Fig. 16 Test data recognition loss

從圖中可以看出訓(xùn)練后的Caffe-AlexNet-Finetuning在測試集上的表現(xiàn)較好，測試平均正確率可達(dá)到91.08%，平均損失函數(shù)值為0.340 970。

4 結(jié) 語

本文采用圖像擴(kuò)充技術(shù)構(gòu)建了小樣本艦船數(shù)據(jù)集，在該數(shù)據(jù)集上訓(xùn)練Caffe-AlexNet及遷移Caffe-AlexNet-Finetuning網(wǎng)絡(luò)，比較得到的模型識別正確率及損失值曲線，可以得出：

1）采用基于Caffe-AlexNet網(wǎng)絡(luò)直接訓(xùn)練艦船數(shù)據(jù)集，識別正確率較遷移學(xué)習(xí)的Caffe-AlexNet-Finetuning模型低。出現(xiàn)此情況的主要原因是艦船數(shù)據(jù)集較小，遷移學(xué)習(xí)中的底層參數(shù)幾乎都來自于ImageNet數(shù)據(jù)集的訓(xùn)練，只需要微調(diào)底層參數(shù)，加速學(xué)習(xí)上層參數(shù)即可，而沒有經(jīng)過ImageNet數(shù)據(jù)集訓(xùn)練的網(wǎng)絡(luò)在小數(shù)據(jù)集上訓(xùn)練無法很好提取艦船的底層特征，導(dǎo)致識別準(zhǔn)確率低。

2）在無法得到較大數(shù)據(jù)樣本時，可以通過數(shù)據(jù)擴(kuò)充技術(shù)對樣本進(jìn)行擴(kuò)充，但為保證識別準(zhǔn)確率，遷移學(xué)習(xí)在識別艦船不失為一種較好的應(yīng)用。