魏文戈，譚曉陽

（1. 南京航空航天大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 南京 211106； 2. 軟件新技術(shù)與產(chǎn)業(yè)化協(xié)同創(chuàng)新中心，江蘇南京 211106）

木材是林業(yè)主產(chǎn)物，對于人類生活起著重要的支持作用。實(shí)際生產(chǎn)過程中，工人們經(jīng)常將木材制成橫截面各異的矩形木塊。木塊橫截面信息主要體現(xiàn)為木塊橫截面尺寸信息以及木塊橫截面數(shù)量信息。在木塊交易時(shí)，往往通過木塊橫截面的數(shù)量信息直接決定總體售價(jià)；或根據(jù)木塊橫截面的尺寸信息來決定木塊用途，進(jìn)而間接影響售價(jià)。因此，木塊的橫截面信息尤為重要。然而由于木塊往往被批量地密集堆疊，使得木塊橫截面之間的分布高度密集且縫隙極?。煌庥^較相似、邊界不明顯，易導(dǎo)致漏檢和誤檢；且拍攝時(shí)光照、亮度變化范圍較大，進(jìn)一步加大了檢測難度，給有效檢測木塊橫截面信息帶來了較大的挑戰(zhàn)?，F(xiàn)有的目標(biāo)檢測算法[1-8]均不能很好地解決該問題。本文為此提出了Wood R-CNN模型，在模型損失函數(shù)和非極大值抑制算法上進(jìn)行了改進(jìn)以提升檢測精度，同時(shí)簡化網(wǎng)絡(luò)結(jié)構(gòu)并改進(jìn)特征金字塔網(wǎng)絡(luò)以保證檢測速度。實(shí)驗(yàn)結(jié)果表明：該模型保證了較快的檢測速度，且對密集程度、亮度、光照、紋理的變化具有良好的魯棒性。

1 木塊檢測相關(guān)工作

目標(biāo)檢測作為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要分支，一直是專家們研究的熱點(diǎn)之一。然而，鑒于傳統(tǒng)目標(biāo)檢測算法依賴人為設(shè)計(jì)特征的局限性，檢測效果較差、算法較為復(fù)雜、且檢測速度也較慢。因此傳統(tǒng)目標(biāo)檢測算法并沒有被廣泛運(yùn)用。

之后，基于深度學(xué)習(xí)的目標(biāo)檢測算法的出現(xiàn)在檢測精度、檢測速度和實(shí)現(xiàn)成本上均優(yōu)于傳統(tǒng)的目標(biāo)檢測算法。目標(biāo)檢測算法因此逐漸轉(zhuǎn)向以深度學(xué)習(xí)為主流。其中最具有代表性的是RCNN系列[1-4]目標(biāo)檢測算法，此外還有SPP-Net[5]、SSD[6]、YOLO[7]以及 YOLO2[8]等經(jīng)典算法。

1.1 R-CNN系列目標(biāo)檢測算法

R-CNN[1]網(wǎng)絡(luò)是一種基于區(qū)域候選的卷積神經(jīng)網(wǎng)絡(luò)算法，是CNN在檢測問題上的首次嘗試。其通過提取一系列的區(qū)域候選框送入卷積神經(jīng)網(wǎng)絡(luò)，將檢測問題轉(zhuǎn)化為分類問題。R-CNN首先通過選擇性搜索[9]算法，使用不同大小的滑動(dòng)窗口來感受輸入圖像并生成候選區(qū)域。每張圖像大概會(huì)生成近2k個(gè)候選區(qū)域。這些候選區(qū)域經(jīng)過扭曲變換，統(tǒng)一縮放成相同尺寸的方形區(qū)域，并輸入卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行進(jìn)一步的特征抽取。最后對各候選區(qū)域進(jìn)行標(biāo)簽分類以達(dá)到目標(biāo)檢測的效果。

Fast R-CNN：為了省去R-CNN[1]算法中重疊區(qū)域被反復(fù)特征提取，F(xiàn)ast R-CNN[2]首先記錄下選擇性搜索所得的區(qū)間，并對整張輸入圖片進(jìn)行卷積操作得到特征圖，然后將先前記錄的區(qū)間映射到特征圖以生成各塊候選區(qū)域。Fast R-CNN提出了RoIPooling[2]層結(jié)構(gòu)以保證映射后的候選區(qū)域尺寸一致，并輸入全連接層提取更高級的特征。最后將結(jié)果數(shù)據(jù)送入分類器和邊界框回歸器，前者用于識別候選區(qū)域的類別標(biāo)簽，后者用于微調(diào)邊界框的坐標(biāo)位置。

Faster R-CNN：為了改進(jìn)Fast R-CNN[2]較為耗時(shí)的候選區(qū)域生成過程，F(xiàn)aster R-CNN[3]算法提出區(qū)域候選網(wǎng)絡(luò)(RPN)[3]，將區(qū)域候選功能塊也交由CNN實(shí)現(xiàn)，提高了檢測速度。通過該設(shè)計(jì)，區(qū)域候選網(wǎng)絡(luò)可與Fast R-CNN共享前半部分的卷積提取結(jié)果。

Mask R-CNN：該算法在Faster R-CNN基礎(chǔ)上并行添加了一個(gè)目標(biāo)掩膜分支，用于對每一個(gè)候選區(qū)域預(yù)測目標(biāo)掩膜。3個(gè)任務(wù)分支并行設(shè)計(jì)不僅簡化了網(wǎng)絡(luò)結(jié)構(gòu)，也提升了靈活性便于做進(jìn)一步修改。Mask R-CNN能夠?qū)D像中的目標(biāo)精準(zhǔn)地檢測，并精細(xì)分割出每個(gè)實(shí)例。

1.2 木塊檢測領(lǐng)域

目前業(yè)界針對木塊檢測的研究主要集中于木塊缺陷檢測[10-16]、木塊含水率檢測[17]、木塊年輪檢測[18]、木塊性質(zhì)檢測[19-22]、木塊密度檢測[23]及木塊腐朽檢測[24]等領(lǐng)域。

文獻(xiàn)[10]通過超聲波實(shí)現(xiàn)木塊缺陷檢測；文獻(xiàn)[11]總結(jié)了木塊缺陷的理論方法，指明接下來的發(fā)展方向；文獻(xiàn)[12]將基于RGB彩色空間的木塊圖像作為一個(gè)整體，由四元數(shù)矩陣奇異值分解完成檢測分析；文獻(xiàn)[13]側(cè)重研究木塊無損檢測；文獻(xiàn)[14-16]將人工神經(jīng)網(wǎng)絡(luò)技術(shù)引入木塊缺陷檢測并取得較大影響；文獻(xiàn)[17]首次在木材含水率檢測中使用深度學(xué)習(xí)技術(shù)；文獻(xiàn)[18-19]將圖像處理技術(shù)應(yīng)用于木塊檢測；文獻(xiàn)[20]對模態(tài)分析技術(shù)進(jìn)行研究，為木塊檢測提供新思路；文獻(xiàn)[21-22]通過應(yīng)力波技術(shù)及應(yīng)力波傳播模型實(shí)現(xiàn)木塊檢測；文獻(xiàn)[23]研究了計(jì)算機(jī)斷層掃描技術(shù)在木塊密度檢測上的可行性；文獻(xiàn)[24]側(cè)重對木材腐朽情況進(jìn)行檢測，該研究對后續(xù)的防治工作起到了輔助作用。

但目前業(yè)內(nèi)并沒有針對木材橫截面檢測這一特定任務(wù)的先行研究。本文創(chuàng)新性地設(shè)計(jì)并提出了Wood R-CNN網(wǎng)絡(luò)模型，將深度學(xué)習(xí)成功運(yùn)用到木塊橫截面檢測中，在該復(fù)雜場景下通過卷積神經(jīng)網(wǎng)絡(luò)學(xué)得網(wǎng)絡(luò)模型，實(shí)現(xiàn)了對木塊橫截面的有效檢測。

2 Wood R-CNN模型設(shè)計(jì)

2.1 Wood R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

如圖1，Wood R-CNN分為以下3部分：

前半部分以ResNet-50[25]組合FPN[26]作為卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的主體，對輸入的圖像進(jìn)行了特征提取。

圖 1 Wood R-CNN網(wǎng)絡(luò)結(jié)構(gòu)Fig. 1 Structure of Wood R-CNN

中間部分負(fù)責(zé)生成候選區(qū)域。由區(qū)域候選網(wǎng)絡(luò)(RPN)[26]對得到的多層不同尺度的特征圖進(jìn)行候選區(qū)域提取，生成不同尺寸和形狀的候選框(anchor)[3]，同步進(jìn)行類別評分和邊界框回歸。再根據(jù)結(jié)果通過剔除越界候選框和非極大值抑制算法(NMS)[27]來降低候選框數(shù)量。并將候選框映射回原圖像得到對應(yīng)區(qū)域，通過RoIAlign[4]結(jié)構(gòu)將所有區(qū)域映射為相同尺寸。

后半部分負(fù)責(zé)分類和邊框回歸。主要為全連接層及互相平行的分類器和邊框回歸器，最終輸出檢測結(jié)果。

2.2 檢測精度的提升

由于木塊密集堆疊、木塊橫截面相似度高且邊界不明顯，因此對檢測的精度和準(zhǔn)度要求極高。然而現(xiàn)有的檢測算法并不能很好地應(yīng)對該挑戰(zhàn)。目前主流的檢測算法所設(shè)置的損失函數(shù)簡單地將分類任務(wù)和檢測任務(wù)按相同的權(quán)重進(jìn)行分配，往往不夠靈活；區(qū)域伸縮功能一般交由RoIPooling來實(shí)現(xiàn)，該結(jié)構(gòu)基于最近鄰插值，通過四舍五入來選取距離目標(biāo)最近鄰點(diǎn)進(jìn)行填充，容易丟失較多的位置對稱信息；非極大值抑制算法往往被設(shè)定較大的算法閾值以減少重疊，但并不適用于低重疊度的木塊橫截面檢測問題。

若直接使用這些現(xiàn)有的檢測算法，會(huì)不可避免地存在檢測精度低和誤檢的情況。對此通過修改模型損失函數(shù)和改用RoIAlign進(jìn)行RoI池化來提升檢測準(zhǔn)確率，并通過改進(jìn)非極大值抑制算法來降低誤檢率。

2.2.1 損失函數(shù)的改進(jìn)

在訓(xùn)練過程中，F(xiàn)aster R-CNN[3]針對感興趣區(qū)域(RoI)和區(qū)域候選網(wǎng)絡(luò)(RPN)設(shè)計(jì)的訓(xùn)練損失函數(shù)為

其中：

可以看出，該算法中分類損失和回歸損失只是簡單地按相同權(quán)重進(jìn)行處理，這樣的設(shè)計(jì)不利于邊框準(zhǔn)確率要求較高的檢測任務(wù)。

Mask R-CNN[4]算法中3個(gè)任務(wù)平行，且同樣為相同的權(quán)重分配。該算法設(shè)計(jì)的訓(xùn)練損失函數(shù)為

其中：

通過仔細(xì)分析問題需求并對比文獻(xiàn)[3-4]的損失函數(shù)設(shè)計(jì)，考慮到具體的算法運(yùn)用場景下的分類任務(wù)較簡單但回歸任務(wù)較難且精度要求較高，因此Wood R-CNN算法模型的重點(diǎn)在于其中的回歸任務(wù)。重新設(shè)計(jì)了更具靈活性的損失函數(shù)計(jì)算式為

其中：

在實(shí)驗(yàn)中，發(fā)現(xiàn)該改進(jìn)操作明顯提升了模型算法的檢測精度。

2.2.2 非極大值抑制算法的改進(jìn)

非極大值抑制[27]算法用來選取鄰域邊界框中分?jǐn)?shù)最高的邊界框，并抑制那些分?jǐn)?shù)較低的邊界框，能有效去除邊界框重疊現(xiàn)象，從而提升目標(biāo)檢測精度。該算法在Faster R-CNN和Mask R-CNN等目標(biāo)檢測算法中均有著廣泛的運(yùn)用。非極大值抑制的算法閾值在文獻(xiàn)[3]中被設(shè)定為0.7，在文獻(xiàn)[4]中被設(shè)定為0.5，并在常規(guī)數(shù)據(jù)集上取得了很好的去重效果。通過仔細(xì)觀察木塊橫截面檢測這一特定任務(wù)的檢測對象圖像樣本特征，發(fā)現(xiàn)樣本中的木塊橫截面實(shí)例重疊度較低，但是對漏檢率較敏感。因此在Wood R-CNN中，新設(shè)定非極大值抑制的算法閾值為0.3。經(jīng)過實(shí)驗(yàn)表明，這種改進(jìn)在一定程度上減少了誤檢率，從而明顯改善了最終的檢測效果。

2.2.3 RoI池化的改進(jìn)

RoIPooling結(jié)構(gòu)在2015年于Fast R-CNN[3]論文中提出，其作用旨在替換掉R-CNN網(wǎng)絡(luò)中的區(qū)域伸縮結(jié)構(gòu)，使之滿足在一次性特征抽取的情況下實(shí)現(xiàn)多目標(biāo)檢測。但RoIPooling結(jié)構(gòu)使用的是最近鄰插值算法，在調(diào)整特征圖尺寸時(shí)存在缺陷，當(dāng)出現(xiàn)縮放后坐標(biāo)無法剛好為整數(shù)的特殊情況時(shí)，簡單地通過四舍五入來處理，相當(dāng)于直接選取距離目標(biāo)位置最近的像素點(diǎn)而沒有考慮空間對稱性。文獻(xiàn)[4]中發(fā)現(xiàn)了這種算法可能在一定范圍內(nèi)損失空間上的對稱性，因此提出了RoIAlign[4]，具體表現(xiàn)在將最近鄰插值替換為了更合理的雙線性插值。

考慮到具體的問題需求，通過仔細(xì)分析本文任務(wù)的數(shù)據(jù)集樣本特性發(fā)現(xiàn)，由于木塊密集堆疊、木塊橫截面相似度高且邊界不明顯，因此木塊橫截面檢測得到的邊界框必須具有很高的位置精確度。因此，Wood R-CNN受文獻(xiàn)[4]啟發(fā)，改用RoIAlign[4]結(jié)構(gòu)以替代傳統(tǒng)的RoIPooling[3]結(jié)構(gòu)，保證了在池化感興趣區(qū)域(RoI)的過程中不丟失位置對稱信息，從而提高了模型算法的檢測精度。

2.3 檢測速度的提升

直接使用現(xiàn)有的目標(biāo)檢測算法，由于結(jié)構(gòu)的復(fù)雜性，會(huì)不可避免地存在檢測速度慢的問題。如何有效提升檢測速度，是保證模型算法性能所需要克服的挑戰(zhàn)。在Wood R-CNN中，通過簡化網(wǎng)絡(luò)結(jié)構(gòu)和改進(jìn)特征金字塔網(wǎng)絡(luò)，成功地提升了模型算法的檢測速度。

2.3.1 網(wǎng)絡(luò)結(jié)構(gòu)的簡化

考慮到本任務(wù)針對木塊橫截面進(jìn)行檢測，主要提取的特征為木塊橫截面的自然紋理、輪廓等，屬于比較低級的特征，因而并不需要太深的網(wǎng)絡(luò)結(jié)構(gòu)去提取過于高級的目標(biāo)特征。但同時(shí)太淺的網(wǎng)絡(luò)結(jié)構(gòu)又無法滿足該任務(wù)的高精度要求。基于這些考量，選擇了ResNet-50[25]作為Wood RCNN前半部分的卷積神經(jīng)網(wǎng)絡(luò)主體，主要任務(wù)是進(jìn)行圖像的特征提取。相比ResNeXt-101[28]這種更深的網(wǎng)絡(luò)結(jié)構(gòu)，ResNet-50[25]可以在保證檢測精度的同時(shí)，減少計(jì)算量和內(nèi)存要求，并加快模型在訓(xùn)練時(shí)的收斂速度。

2.3.2 特征金字塔網(wǎng)絡(luò)的改進(jìn)

目標(biāo)檢測算法中，往往只在卷積結(jié)構(gòu)提取的最后一層特征圖上生成候選區(qū)域，該設(shè)計(jì)易造成小尺度目標(biāo)的漏檢。而特征金字塔網(wǎng)絡(luò)(FPN)[26]則在多層不同尺度的特征圖上進(jìn)行生成候選區(qū)域的操作，充分降低了對小目標(biāo)的漏檢率?？紤]到本任務(wù)圖像樣本中多為狹長形的小尺度目標(biāo)，因此Wood R-CNN采用特征金字塔網(wǎng)絡(luò)以生成候選區(qū)域。但在研究中發(fā)現(xiàn)，該結(jié)構(gòu)生成的候選框數(shù)量過多且過密，計(jì)算量較大，影響了檢測速度。所以本文在特征金字塔網(wǎng)絡(luò)(RPN)上進(jìn)行了改進(jìn)。

特征金字塔的最低層級相對于圖像具有4像素的跨度，因此候選框是每隔4個(gè)像素間隔進(jìn)行一次創(chuàng)建。為了減少計(jì)算量同時(shí)降低內(nèi)存負(fù)載，本文將滑窗移動(dòng)步長改進(jìn)為2，候選框的數(shù)量因此縮小到了原來的1/4，而檢測精度并沒有出現(xiàn)下降。由于減少了候選框數(shù)量所帶來的計(jì)算量降低，算法檢測速度明顯加快。在一塊8 GB顯存的顯卡上，Wood R-CNN對輸入大小為1 024×1 024的木塊橫截面圖片進(jìn)行檢測，檢測速度相比改進(jìn)前的模型平均提高了0.47 f/s。

2.4 實(shí)現(xiàn)細(xì)節(jié)

2.4.1 數(shù)據(jù)擴(kuò)充

由于公共網(wǎng)絡(luò)上未提供開源的木塊橫截面數(shù)據(jù)集，因此本文采用某木材廠提供的一批木塊橫截面拍攝圖像作為數(shù)據(jù)集。但由于拍攝成本較高，圖像數(shù)據(jù)數(shù)量有限。深度卷積神經(jīng)網(wǎng)絡(luò)需要大量有效數(shù)據(jù)來驅(qū)動(dòng)模型的正常訓(xùn)練，否則往往會(huì)陷入過擬合的困境。通過仔細(xì)觀察圖像樣本，注意到木塊橫截面多為輪廓簡單且形狀方正的長矩形，因此原圖像經(jīng)過翻轉(zhuǎn)或摳取之后依然會(huì)符合該檢測任務(wù)的常規(guī)數(shù)據(jù)特性。根據(jù)這一數(shù)據(jù)特性，本文采用了圖像水平翻轉(zhuǎn)、圖像垂直翻轉(zhuǎn)、圖像水平垂直翻轉(zhuǎn)、隨機(jī)摳取和尺度變換等一系列數(shù)據(jù)擴(kuò)充手段，成功地將圖像樣本數(shù)量擴(kuò)充至原有數(shù)量的數(shù)倍，同時(shí)增加了訓(xùn)練樣本的多樣性。不僅可以很好地降低過擬合風(fēng)險(xiǎn)，也使模型性能得到一定程度上的提升。

2.4.2 數(shù)據(jù)標(biāo)記

在標(biāo)記過程中，通過標(biāo)記工具記錄圖片中每個(gè)木塊橫截面實(shí)例4個(gè)角點(diǎn)的二維坐標(biāo)并生成坐標(biāo)列表，由該表可以生成該圖片中每個(gè)木塊橫截面實(shí)例的邊界框分布圖。

2.4.3 實(shí)際訓(xùn)練

在實(shí)際訓(xùn)練過程中，將木塊橫截面圖像數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集及測試集，分配比例為8：1：1。由于該任務(wù)與Mask R-CNN的多目標(biāo)檢測任務(wù)具有一定的相似度，Wood R-CNN模型訓(xùn)練采用在Mask R-CNN已收斂的成熟模型上做進(jìn)一步的遷移學(xué)習(xí)。學(xué)習(xí)率初始設(shè)置為0.002，經(jīng)過10個(gè)訓(xùn)練周期降為0.000 2，30個(gè)周期后結(jié)束訓(xùn)練。

卷積神經(jīng)網(wǎng)絡(luò)輸入原始圖片，得到預(yù)測結(jié)果并與真實(shí)分布計(jì)算誤差損失，對網(wǎng)絡(luò)參數(shù)進(jìn)行負(fù)反饋調(diào)節(jié)，引導(dǎo)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到對木塊橫截面的特征提取能力和檢測能力。

經(jīng)過一定輪數(shù)訓(xùn)練，在最終的收斂模型上進(jìn)行木塊橫截面檢測的測試。測試結(jié)果表明Wood R-CNN模型在測試集上取得了較佳的木塊橫截面檢測效果，驗(yàn)證了模型的有效性。

2.5 Wood R-CNN的擴(kuò)展運(yùn)用

由于Wood R-CNN網(wǎng)絡(luò)模型具有較好的實(shí)用性，故其可在多個(gè)子任務(wù)場景下使用。例如，可以利用木塊橫截面檢測算法的輸出結(jié)果，實(shí)現(xiàn)對木塊尺寸的測量。

具體方法為，先通過Wood R-CNN對木塊圖片進(jìn)行橫截面檢測以得到每個(gè)邊界框的尺寸數(shù)據(jù)，并乘上圖片——實(shí)際場景比例尺，計(jì)算出真實(shí)場景下每個(gè)木塊橫截面的真實(shí)尺寸數(shù)據(jù)。

還可根據(jù)其他特定需求對輸出的真實(shí)尺寸數(shù)據(jù)進(jìn)行篩選，對于尺寸符合特定需求(例如寬度、高度大于指定閾值)的木塊橫截面實(shí)例進(jìn)行單獨(dú)輸出，或加上星標(biāo)以突出顯示。

3 實(shí)驗(yàn)分析

3.1 檢測效果對比實(shí)驗(yàn)

本文采用不同的目標(biāo)檢測算法，在相同數(shù)據(jù)集上進(jìn)行同等訓(xùn)練，并對比模型的測試效果。具體地，選取了目前學(xué)界用于目標(biāo)檢測任務(wù)的主流網(wǎng)絡(luò)模型Faster R-CNN和前沿網(wǎng)絡(luò)模型Mask R-CNN，分別與本文提出的Wood R-CNN網(wǎng)絡(luò)模型進(jìn)行實(shí)驗(yàn)對比。在相同的圖像樣本訓(xùn)練集上進(jìn)行訓(xùn)練，采用相同的超參數(shù)設(shè)置，各自訓(xùn)練了30個(gè)周期，并在相同的圖像樣本測試集上進(jìn)行最終的檢測效果對比。從圖2可以看出，在木塊橫截面檢測這一特定任務(wù)上，Wood R-CNN有著比Faster R-CNN、Mask R-CNN更好的檢測效果及更低的漏檢率。

圖 2 不同網(wǎng)絡(luò)結(jié)構(gòu)下的檢測結(jié)果Fig. 2 Test results under different network structures

3.2 算法性能對比實(shí)驗(yàn)

由于檢測算法的性能主要取決于檢測精度和檢測速度，本文選取了業(yè)內(nèi)用于目標(biāo)檢測任務(wù)的主流網(wǎng)絡(luò)模型YOLO[7]、Faster R-CNN[3]及Mask RCNN[4]，與本文的Wood R-CNN網(wǎng)絡(luò)模型在木塊橫截面數(shù)據(jù)集上對比檢測精度和檢測速度，并選取AP(average precision)和FPS(frame per second)衡量算法精度和速度。經(jīng)過實(shí)驗(yàn)，得到各檢測算法在木塊橫截面數(shù)據(jù)集上的性能對比如表1。從表中可以看出，Wood R-CNN具有最高的檢測精度和較快的檢測速度，算法性能最優(yōu)。

表 1 檢測算法性能對比Table 1 Detection algorithm performance comparison

3.3 模型收斂對比試驗(yàn)

實(shí)驗(yàn)中還發(fā)現(xiàn)，Wood R-CNN相比Faster RCNN和Mask R-CNN能夠更快地收斂。圖3為模型收斂情況折線圖，可以看出Wood R-CNN模型收斂速度快于Faster R-CNN和Mask R-CNN，意味著降低了模型訓(xùn)練成本，具有更好的實(shí)用性。

圖 3 不同網(wǎng)絡(luò)模型訓(xùn)練時(shí)的收斂情況Fig. 3 Convergence of training different network models

3.4 魯棒性對比實(shí)驗(yàn)

在實(shí)際檢測中，木塊圖像往往存在光照明暗程度不一、木塊顏色各異等專有特性。為了保證模型算法的實(shí)用性，本文還額外設(shè)置了模型魯棒性對比實(shí)驗(yàn)。經(jīng)過仔細(xì)對比，發(fā)現(xiàn)在木塊橫截面檢測這一任務(wù)下，Wood R-CNN網(wǎng)絡(luò)模型相比Faster R-CNN和Mask R-CNN具有更好的魯棒性。圖4分別為光照不足情況下木塊橫截面檢測效果對比圖以及特殊顏色木塊橫截面檢測效果對比圖。可以看出，Wood R-CNN的魯棒性優(yōu)于Faster R-CNN以及Mask R-CNN，因而具有更好的泛化性能和更強(qiáng)的實(shí)用性。

圖 4 檢測算法的魯棒性對比Fig. 4 Robust comparisons of detection algorithms

3.5 損失函數(shù)設(shè)定實(shí)驗(yàn)

考慮到密集堆疊下高相似度木塊橫截面檢測這一任務(wù)的特殊性，靈活設(shè)計(jì)了損失函數(shù)，如式(7)～(9)。該損失函數(shù)對分類任務(wù)和檢測任務(wù)靈活分配相應(yīng)權(quán)重，使模型可以根據(jù)問題需求有所側(cè)重地訓(xùn)練。

本文對λ1和λ2的設(shè)置進(jìn)行了一系列實(shí)驗(yàn)，實(shí)驗(yàn)效果如圖5。

圖 5 權(quán)重?fù)p失函數(shù)實(shí)驗(yàn)Fig. 5 Weight loss function experiment

經(jīng)過實(shí)驗(yàn)對比，設(shè)置λ1=1.0、λ2=2.0為損失函數(shù)最佳參數(shù)配置。從損失函數(shù)設(shè)定實(shí)驗(yàn)的對比結(jié)果可以看出，Wood R-CNN網(wǎng)絡(luò)模型的損失函數(shù)改進(jìn)對提升木塊橫截面檢測精度具有關(guān)鍵性的作用。

通過以上一系列實(shí)驗(yàn)，可以看出，Wood RCNN在密集堆疊下的高相似度木塊橫截面檢測這一任務(wù)上具有較高的檢測精度和檢測速度，同時(shí)兼具良好的魯棒性和實(shí)用性，能切實(shí)解決實(shí)際生產(chǎn)過程中的木塊橫截面檢測問題，節(jié)省人力成本，節(jié)約物力開銷，有效提高生產(chǎn)率。

4 結(jié)束語

在密集堆疊下的高相似度木塊橫截面檢測問題中，由于木塊密集堆疊、木塊橫截面相似度極高且邊界不明顯，導(dǎo)致傳統(tǒng)的檢測算法不能有效地發(fā)揮作用。為此，本文設(shè)計(jì)了Wood R-CNN網(wǎng)絡(luò)模型。通過改進(jìn)模型損失函數(shù)和非極大值抑制算法來提升檢測精度；簡化網(wǎng)絡(luò)結(jié)構(gòu)和改進(jìn)特征金字塔網(wǎng)絡(luò)來保證檢測速度。該模型結(jié)構(gòu)簡單高效。經(jīng)過實(shí)驗(yàn)結(jié)果表明：在木塊橫截面數(shù)據(jù)集上，本文所提模型優(yōu)于目前主流的目標(biāo)檢測算法，在檢測精度和檢測速度上均具有較好的表現(xiàn)。鑒于其良好的魯棒性和實(shí)用性，可在實(shí)際生產(chǎn)過程中被廣泛使用。