劉 俊， 張文風(fēng)

(中遠(yuǎn)海運科技股份有限公司，上海 200135)

0 引 言

高速公路發(fā)生火災(zāi)會對經(jīng)濟(jì)和生態(tài)環(huán)境等產(chǎn)生巨大的影響。傳感器檢測方法受環(huán)境的影響較大，不適宜在大尺度空間的高速公路火災(zāi)檢測上應(yīng)用。傳統(tǒng)的圖像型檢測方法需對圖像進(jìn)行必要的處理，人工提取相關(guān)特征，不僅耗時耗力，而且分類有很大的局限性。

近年來，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)已在圖像分類、目標(biāo)檢測和圖像語意分割等領(lǐng)域取得一系列突破性研究成果。基于深度學(xué)習(xí)算法的高速公路火災(zāi)檢測方法通常通過CNN對圖像特征進(jìn)行學(xué)習(xí)、分類和檢測。文獻(xiàn)[1]～文獻(xiàn)[3]先后提出區(qū)域CNN、快速區(qū)域CNN和超快區(qū)域CNN，將網(wǎng)絡(luò)應(yīng)用到目標(biāo)檢測問題中，并在檢測速度和準(zhǔn)確率方面不斷提高。文獻(xiàn)[4]提出一種端到端的目標(biāo)檢測算法YOLO(You Only Look Once)，將目標(biāo)檢測問題轉(zhuǎn)化為回歸問題，進(jìn)而對目標(biāo)和背景進(jìn)行更好的區(qū)分。文獻(xiàn)[5]提出的YOLOv2算法能在簡化網(wǎng)絡(luò)結(jié)構(gòu)的同時提高目標(biāo)檢測的準(zhǔn)確率。文獻(xiàn)[6]將YOLOv2算法應(yīng)用到無人機(jī)航拍定位領(lǐng)域中，取得了理想的效果，在一定程度上驗證了算法的普適性。文獻(xiàn)[7]提出的YOLOv3算法借鑒殘差神經(jīng)網(wǎng)絡(luò)的思想，在檢測速度和準(zhǔn)確率方面的表現(xiàn)均較好，但其相比YOLOv2算法，網(wǎng)絡(luò)結(jié)構(gòu)更復(fù)雜，卷積層數(shù)目大幅增加,使得小目標(biāo)的特征在深層卷積過程中消失的風(fēng)險增大。

為提高高速公路火災(zāi)檢測方法的適用性和準(zhǔn)確性，本文采用YOLOv3算法進(jìn)行檢測，采用k-means算法對高速公路火災(zāi)標(biāo)簽進(jìn)行聚類分析，確定最優(yōu)的聚類數(shù)目和相應(yīng)的寬高值，并據(jù)此修改YOLOv3算法中的anchor參數(shù)。針對高速公路火災(zāi)檢測的實時性要求和檢測目標(biāo)較小的特點，采用YOLOv3算法，在保證檢測準(zhǔn)確率的同時，提高檢測速度，從而實現(xiàn)對高速公路火災(zāi)的有效檢測。

1 YOLOv3算法

1.1 YOLOv3算法的原理

YOLOv3算法將原輸入圖像劃分為尺寸為S×S的網(wǎng)格，分別在每個網(wǎng)格中預(yù)測B個邊界框，以對C類目標(biāo)進(jìn)行檢測，輸出每類目標(biāo)的邊界框并分別計算每個邊界框的置信度。置信度由各網(wǎng)格中包含檢測目標(biāo)的概率和輸出邊界框的準(zhǔn)確度共同確定，其中輸出邊界框的準(zhǔn)確度tconfidence定義為預(yù)測邊界框與真實邊界框的交并比(Intersection Over Union，IOU),其計算式為

(1)

式(1)中:tconfidence為邊界框的置信度;Pr(m)為網(wǎng)格中含有某類目標(biāo)m的概率。每個網(wǎng)格預(yù)測的類別置信度為

(2)

式(2)中:i=1,2,…,I，I為檢測類別數(shù)。

通過設(shè)定閾值，將類別置信度低于閾值的邊界框剔除，并對類別置信度高于閾值的邊界框進(jìn)行非極大抑制,得到最終的邊界框。預(yù)測得到的邊界框包含x、y、w和h等4個參數(shù)，為加快網(wǎng)絡(luò)學(xué)習(xí)的速度，降低奇異樣本數(shù)據(jù)的影響，對這4個參數(shù)進(jìn)行歸一化處理(見圖1)。設(shè)S=7，將整幅圖像劃分為尺寸為7×7的網(wǎng)格，虛線區(qū)域為邊界框位置，(x0,y0)為邊界框中心點坐標(biāo)，中心點所在網(wǎng)格坐標(biāo)為(row,col)，wimg和himg分別為整幅圖像的寬度和高度，wbox和hbox分別為邊界框的寬度和高度。歸一化過程如下。

1) 邊界框高度歸一化處理為

(3)

(4)

2) 中心點坐標(biāo)歸一化處理為

(5)

(6)

歸一化處理之后，由于在每個網(wǎng)格中可得到x、y、w、h和tconfidence等5個預(yù)測量和C個類別中的1類，因此網(wǎng)絡(luò)的輸出大小為S×S×(5×B+C)。

1.2 YOLOv3算法損失函數(shù)的計算

損失函數(shù)用來表征模型的預(yù)測值與真實值之間的不一致程度，是決定網(wǎng)絡(luò)效果的重要參數(shù)之一。YOLOv3算法損失函數(shù)的設(shè)計主要考慮邊界框坐標(biāo)預(yù)測誤差、邊界框的置信度誤差和分類預(yù)測誤差等3方面內(nèi)容。損失值越小，說明模型的魯棒性越好。YOLOv3算法損失函數(shù)的表達(dá)式為

(7)

式(7)中:S為圖像的劃分系數(shù);B為每個網(wǎng)格中所預(yù)測的邊界框個數(shù);C為總分類數(shù);p為類別概率;c=0,1,…,C為類別序號;i=0,1,…,S2為網(wǎng)格序號;j=0,1,…,B為邊框序號;xi為第i個網(wǎng)格中邊界框中心點橫坐標(biāo);yi為第i個網(wǎng)格中邊界框中心點縱坐標(biāo);wi為第i個網(wǎng)格中邊界框的寬度;hi為第i個網(wǎng)格中邊界框的高度;λcoord為權(quán)重系數(shù);λnoobj為懲罰權(quán)重系數(shù)。

1.3 Darknet-53特征提取網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv3算法在Darknet-19和ResNet網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上提出新的特征提取網(wǎng)絡(luò)Darknet-53。該特征提取網(wǎng)絡(luò)由52個卷積層和1個全連接層組成，交替使用大小為3×3和1×1的卷積核進(jìn)行卷積，其網(wǎng)絡(luò)結(jié)構(gòu)見圖2。

圖2 Darknet-53 網(wǎng)絡(luò)結(jié)構(gòu)

與Darknet-19、ResNet-101和ResNet-152網(wǎng)絡(luò)相比，Darknet-53網(wǎng)絡(luò)在Top-1準(zhǔn)確率、Top-5準(zhǔn)確率和每秒鐘浮點運算次數(shù)等3方面具有明顯優(yōu)勢[7]。

首先，將圖像縮放為3通道的長和寬均為416的統(tǒng)一形式，作為整個網(wǎng)絡(luò)的輸入。其次，通過Darknet-53網(wǎng)絡(luò)進(jìn)行特征提取，交替使用大小為3×3和1×1的卷積核進(jìn)行卷積運算，分別將在第77層、84層和94層得到的13×13×512維、26×26×768維和52×52×384維的輸出量作為3個特征，降維之后送入YOLO層，通過3個尺度的訓(xùn)練得到最終的權(quán)重模型。最后，對標(biāo)記出的高速公路火災(zāi)測試圖像進(jìn)行輸出。

1.4 YOLOv3算法網(wǎng)絡(luò)參數(shù)優(yōu)化

在YOLOv3算法中引入anchor參數(shù)，anchor是一組寬度值和高度值固定的先驗框。在檢測目標(biāo)過程中，先驗框的大小直接影響檢測的速度和準(zhǔn)確度，因此在對高速公路火災(zāi)數(shù)據(jù)進(jìn)行訓(xùn)練時，根據(jù)高速公路火災(zāi)標(biāo)簽的固有特點設(shè)定網(wǎng)絡(luò)參數(shù)尤為重要。為適應(yīng)高速公路火災(zāi)標(biāo)簽的固有特點，達(dá)到最優(yōu)的訓(xùn)練效果，采用k-means聚類算法對高速公路火災(zāi)標(biāo)簽進(jìn)行維度聚類分析。

2 高速公路火災(zāi)檢測方法

高速公路火災(zāi)檢測方法以YOLOv3算法網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)，檢測的具體流程為：

1) 對訓(xùn)練集中的高速公路火災(zāi)數(shù)據(jù)進(jìn)行圖像預(yù)處理，將處理之后形式統(tǒng)一的圖像作為整個訓(xùn)練網(wǎng)絡(luò)的輸入；

2) 將處理之后的圖像送入Darknet-53網(wǎng)絡(luò)進(jìn)行火災(zāi)特征提??；

3) 提取第77層輸出量作為第1個特征，并對該特征進(jìn)行1層卷積和1次上采樣；

4) 對第83層輸出量和第61層輸出量進(jìn)行特征拼接,得到第2個特征，并對該特征進(jìn)行1層卷積和1次上采樣；

5) 對第93層輸出量和第36層輸出量進(jìn)行特征拼接，得到第3個特征；

6) 分別將3個特征送入YOLO層進(jìn)行訓(xùn)練，達(dá)到訓(xùn)練次數(shù)之后停止迭代，生成最終的權(quán)重模型；

7) 將測試集中的圖像輸入同一網(wǎng)絡(luò)，調(diào)用訓(xùn)練得到的權(quán)重模型對測試集中的圖像進(jìn)行火災(zāi)檢測，并輸出檢測結(jié)果。

3 試驗與分析

3.1 高速公路火災(zāi)數(shù)據(jù)集標(biāo)簽制作

在目標(biāo)檢測問題中，選擇訓(xùn)練數(shù)據(jù)集和制作原始圖像的標(biāo)簽是2個至關(guān)重要的步驟，原始圖像標(biāo)簽的準(zhǔn)確性直接關(guān)系到訓(xùn)練效果和測試的準(zhǔn)確性。試驗中使用的數(shù)據(jù)集是從網(wǎng)上收集的，共1 200張火災(zāi)圖片，其中800張為高速公路上的火災(zāi)圖片，另外400張為其他場景下的火災(zāi)圖片。首先，按VOC2007數(shù)據(jù)集格式對數(shù)據(jù)庫中的圖像進(jìn)行整理，按比例將數(shù)據(jù)集中的圖像隨機(jī)分為訓(xùn)練集和測試集2類。其次,使用labelImg工具對訓(xùn)練集中的圖像進(jìn)行逐一標(biāo)記，并生成與之對應(yīng)的xml格式的目標(biāo)框位置信息文件。最后，編寫python程序，對xml格式的目標(biāo)框位置信息進(jìn)行歸一化處理并將其轉(zhuǎn)化為txt格式，作為高速公路火災(zāi)數(shù)據(jù)集標(biāo)簽。

3.2 高速公路火災(zāi)數(shù)據(jù)集標(biāo)簽聚類分析

由于VOC數(shù)據(jù)集中沒有與高速公路火災(zāi)相關(guān)的數(shù)據(jù)，使用YOLOv3原始參數(shù)進(jìn)行訓(xùn)練會對訓(xùn)練時間和訓(xùn)練的準(zhǔn)確度造成一定的影響，因此需重新對高速公路火災(zāi)標(biāo)簽進(jìn)行聚類分析，從而得到對高速公路火災(zāi)檢測更有代表性的anchor參數(shù)。

采用k-means算法對高速公路火災(zāi)標(biāo)簽進(jìn)行維度聚類分析,經(jīng)過試驗分析得到，若取k=9時的聚類結(jié)果作為改進(jìn)之后的參數(shù)，即(6，9)、(9，14)、(12，18)、(15，24)、(20，32)、(26，43)、(32，51)、(40，69)和(141，10),則聚類結(jié)果較為集中，且寬度和高度明顯小于原始參數(shù)，因此使用k=9時聚類得到的anchor參數(shù)替代原始參數(shù)進(jìn)行訓(xùn)練和測試。

3.3 試驗環(huán)境配置和模型訓(xùn)練結(jié)果

在Ubuntu 18.04操作系統(tǒng)下使用Intel(R)-CPU-i7-9700k處理器和YOLOv3官方的darknet框架進(jìn)行試驗。為提高計算速度、縮短訓(xùn)練時間，使用Nvidia GeForce RTX 2080Ti顯卡，CUDA10.0調(diào)用圖形處理器(Graphics Processing Unit, GPU)進(jìn)行加速。在訓(xùn)練過程中，對算法的各項指標(biāo)進(jìn)行動態(tài)記錄，隨著迭代次數(shù)的不斷增加，平均損失函數(shù)的變化趨勢見圖3，平均交并比的變化趨勢見圖4。

從圖3中可看出:訓(xùn)練開始時損失函數(shù)值約為1.6;隨著訓(xùn)練迭代次數(shù)的增加，損失函數(shù)值逐漸減小,并逐漸平穩(wěn);訓(xùn)練迭代至45 000次時，損失函數(shù)值在0.15上下浮動，即達(dá)到理想效果。從圖4中可看出：訓(xùn)練開始時平均交并比為0.57；隨著訓(xùn)練迭代次數(shù)的增加，平均交并比逐漸增大，說明模型檢測的準(zhǔn)確率在不斷提高;訓(xùn)練迭代至15 000次之后，平均交并比可保持在90%以上。

調(diào)用訓(xùn)練生成的權(quán)重文件對測試集圖片進(jìn)行測試，測試之后可自動對測試圖片中的火災(zāi)位置進(jìn)行標(biāo)記，并給出相應(yīng)的標(biāo)簽和置信度，測試效果見圖5和圖6。

4 結(jié) 語

本文采用YOLOv3算法對高速公路火災(zāi)進(jìn)行檢測。首先采用k-means算法對anchor參數(shù)進(jìn)行優(yōu)化，其次利用Darknet-53網(wǎng)絡(luò)進(jìn)行相關(guān)特征提取，最后通過整個YOLOv3網(wǎng)絡(luò)實現(xiàn)特征拼接，進(jìn)而實現(xiàn)對高速公路火災(zāi)的檢測，主要得到以下結(jié)論：

1) 提出了基于深度學(xué)習(xí)YOLOv3算法的高速公路火災(zāi)檢測方法；將深度學(xué)習(xí)方法與高速公路火災(zāi)檢測問題相結(jié)合，實現(xiàn)了對高速公路火災(zāi)的端到端檢測。

2) 根據(jù)高速公路火災(zāi)目標(biāo)自身的特點，采用k-means聚類算法對YOLOv3算法中的anchor參數(shù)進(jìn)行了優(yōu)化。試驗結(jié)果表明，優(yōu)化后的YOLOv3網(wǎng)絡(luò)的平均準(zhǔn)確率比未優(yōu)化的網(wǎng)絡(luò)提高了7%，在一定程度上提高了對高速公路火災(zāi)進(jìn)行檢測的準(zhǔn)確性。

3) 采用YOLOv3網(wǎng)絡(luò)并優(yōu)化網(wǎng)絡(luò)參數(shù)，使得高速公路火災(zāi)檢測的平均準(zhǔn)確率達(dá)到了80%，檢測速度達(dá)到了30幀/s，同時有效避免了高速公路火災(zāi)漏檢現(xiàn)象。

4) 由于高速公路火災(zāi)數(shù)據(jù)很難收集，試驗使用的樣本量較少，若要實際應(yīng)用，需增加數(shù)據(jù)集的數(shù)量,重新訓(xùn)練模型；本文考慮的是高速公路明火識別情況，沒有考慮火災(zāi)剛發(fā)生時的煙霧情況，該內(nèi)容有待后續(xù)進(jìn)一步研究。