肖體剛，蔡樂(lè)才，高 祥，黃洪斌，張超陽(yáng)

1.四川輕化工大學(xué) 自動(dòng)化與信息工程學(xué)院，四川 自貢643000

2.宜賓學(xué)院 三江人工智能與機(jī)器人研究院，四川 宜賓644000

在智能監(jiān)控報(bào)警系統(tǒng)中，施工場(chǎng)地安全帽佩戴檢測(cè)問(wèn)題十分重要，安全帽是工作人員腦部的防護(hù)用具，在發(fā)生事故的情況下[1]，可以有效地保護(hù)施工人員頭部免受重壓，能強(qiáng)有力地保護(hù)生命財(cái)產(chǎn)安全；那么，急需在智能監(jiān)控報(bào)警系統(tǒng)中對(duì)安全帽佩戴情況進(jìn)行實(shí)時(shí)準(zhǔn)確地檢測(cè)，避免事故的發(fā)生[1]。

許多研究者使用機(jī)器學(xué)習(xí)和圖像處理技術(shù)實(shí)現(xiàn)了安全帽佩戴檢測(cè)，胡恬等采用YCbCr[2]色彩模型配合膚色定位到人臉，再結(jié)合圖像處理[2]和神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)安全帽佩戴檢測(cè)。劉曉慧等[3]采用hu矩陣和支持向量機(jī)相結(jié)合的方式完成安全帽檢測(cè)。李琪瑞[4]采用Vibe算法進(jìn)行人體檢測(cè)，再使用凸字算法檢測(cè)頭部，最后使用HOG算法特征提取后結(jié)合SVM實(shí)現(xiàn)安全帽佩戴檢測(cè)。這些算法利用了膚色、頭部和人臉信息配合圖像處理和機(jī)器學(xué)習(xí)實(shí)現(xiàn)了安全帽檢測(cè)，取得了一定的效果，但實(shí)際檢測(cè)環(huán)境存在復(fù)雜背景、復(fù)雜干擾和安全帽體積較小等問(wèn)題，基于傳統(tǒng)特征提取算法的安全帽檢測(cè)可能存在穩(wěn)定性差和泛化能力不足等問(wèn)題，導(dǎo)致安全帽檢測(cè)不準(zhǔn)確。也有研究者采用基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）[5]的目標(biāo)檢測(cè)算法實(shí)現(xiàn)安全帽檢測(cè)，實(shí)現(xiàn)了安全帽佩戴檢測(cè)，徐守坤等[5]在算法Faster-RCNN的基礎(chǔ)上進(jìn)行改進(jìn)，實(shí)現(xiàn)了安全帽佩戴檢測(cè)，并且檢測(cè)準(zhǔn)確率高，但是算法實(shí)現(xiàn)復(fù)雜，訓(xùn)練步驟繁瑣，檢測(cè)速率慢；對(duì)比傳統(tǒng)特征提取的目標(biāo)檢測(cè)算法[5]，基于CNN的目標(biāo)檢測(cè)算法檢測(cè)準(zhǔn)確率高。

基于CNN的目標(biāo)檢測(cè)算法分為兩步法和一步法，兩步法設(shè)計(jì)思想是：先單獨(dú)采用CNN網(wǎng)絡(luò)或者算法進(jìn)行先驗(yàn)框（anchor box）的獲取，再進(jìn)行分類和位置回歸，代表算法主要有RCNN[6]、Fast-RCNN[7]、Faster-RCNN[8]；而一步法是采用端到端（end-to-end）設(shè)計(jì)思想，直接在同一個(gè)CNN中進(jìn)行anchor獲取、類別和位置的預(yù)測(cè)，代表算法有YOLO[9]、SSD[10]、YOLOV2[11]以及YOLOv3[12]等等；兩種類別算法相比較，一步法的檢測(cè)速度快，模型訓(xùn)練簡(jiǎn)單，但檢測(cè)準(zhǔn)確率稍弱；YOLOv3算法的檢測(cè)準(zhǔn)確率高檢測(cè)速率也快。

綜上，本文提出一種基于改進(jìn)YOLOv3[12]的安全帽佩戴檢測(cè)算法YOLOv3-WH，通過(guò)增大輸入圖像尺度，改進(jìn)卷積基礎(chǔ)結(jié)構(gòu)，增加多尺度預(yù)測(cè)，引入多尺度融合，并重新訓(xùn)練獲取先驗(yàn)框等改進(jìn)方法，實(shí)現(xiàn)安全帽佩戴檢測(cè)，同時(shí)通過(guò)自制安全帽佩戴數(shù)據(jù)集進(jìn)行改進(jìn)模型的訓(xùn)練和驗(yàn)證；并在相同環(huán)境下與YOLOv3、SSD、Fast-RCNN[7]等檢測(cè)算法進(jìn)行性能對(duì)比，檢驗(yàn)改進(jìn)算法的性能。

1 YOLOv3原理

YOLOv3匯集了許多深度學(xué)習(xí)目標(biāo)檢測(cè)框架的優(yōu)點(diǎn)，運(yùn)用CNN網(wǎng)絡(luò)Darknet-53[13]來(lái)實(shí)現(xiàn)特征提取，Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)使用了殘差結(jié)構(gòu)的設(shè)計(jì)思想，將網(wǎng)絡(luò)層數(shù)設(shè)計(jì)更深但不會(huì)出現(xiàn)梯度爆炸和梯度消失[13]等問(wèn)題，網(wǎng)絡(luò)能夠提取出目標(biāo)更深層的信息；該網(wǎng)絡(luò)有53層，主要由卷積層和最大池化層[13]組成，網(wǎng)絡(luò)有殘差單元，使用3×3和1×1卷積層組成；網(wǎng)絡(luò)包含批標(biāo)準(zhǔn)化（Batch Normalization）[13]，Leaky ReLU激活函數(shù)層。另外，YOLOv3采用多尺度進(jìn)行檢測(cè)，在三種尺度之間使用了類似于FPN[14]（Feature Pyramid Networks）特征金字塔結(jié)構(gòu)，實(shí)現(xiàn)不同尺度特征信息的融合；YOLOv3算法分別在13×13、26×26和52×52三個(gè)尺度上實(shí)現(xiàn)類別和位置預(yù)測(cè)。YOLOv3[12]的主要結(jié)構(gòu)如圖1所示。YOLOv3采用K-Means[15]聚類算法，獲取待檢測(cè)目標(biāo)的anchor，然后將獲取的先驗(yàn)框按檢測(cè)尺度進(jìn)行分配，提升模型訓(xùn)練和預(yù)測(cè)的速率，提升檢測(cè)的準(zhǔn)確率。

圖1 YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv3是一種檢測(cè)準(zhǔn)確率高且實(shí)時(shí)性好的目標(biāo)檢測(cè)算法，圖2是YOLOv3與主流檢測(cè)算法的性能對(duì)比圖，可以看到Y(jié)OLOv3檢測(cè)速率和準(zhǔn)確率比大部分算法優(yōu)秀。YOLOv3雖然在開(kāi)源數(shù)據(jù)集[16]上檢測(cè)精準(zhǔn)度和速率優(yōu)于其他算法，但是在安全帽佩戴檢測(cè)問(wèn)題上，需要進(jìn)行改進(jìn)，安全帽佩戴檢測(cè)主要解決安全帽是否佩戴到人員頭部的問(wèn)題，因此目標(biāo)大多數(shù)都是比較小，檢測(cè)背景也比較復(fù)雜；另外檢測(cè)速率需要實(shí)時(shí)性。為解決這個(gè)問(wèn)題，本文在YOLOv3[16]的基礎(chǔ)上進(jìn)行改進(jìn)優(yōu)化，提出一種安全帽佩戴檢測(cè)算法YOLOv3-WH，通過(guò)實(shí)驗(yàn)和測(cè)試，驗(yàn)證了改進(jìn)算法在安全帽佩戴檢測(cè)上的有效性。

圖2 YOLOv3與其他算法性能對(duì)比

2 YOLOv3改進(jìn)

2.1 基礎(chǔ)網(wǎng)絡(luò)改進(jìn)

YOLOv3的主干卷積網(wǎng)絡(luò)是Darknet-53[15]，Darknet-53網(wǎng)絡(luò)是在Darknet-19[15]的基礎(chǔ)上去掉了全連接層和池化層，再融合了ResNet[16]殘差網(wǎng)絡(luò)的跳躍連接層結(jié)構(gòu)。網(wǎng)絡(luò)結(jié)構(gòu)中主要使用1×1和3×3的卷積層，分別實(shí)現(xiàn)增加特征通道和壓縮特征增強(qiáng)網(wǎng)絡(luò)性能的作用。

本文使用深度可分離卷積（Depth Separable Convolution，DSC）結(jié)構(gòu)的思想替換Darknet-53網(wǎng)絡(luò)里面殘差塊（Residual）[16]的傳統(tǒng)卷積部分，殘差[16]結(jié)構(gòu)使CNN網(wǎng)絡(luò)的層數(shù)更深，提取目標(biāo)深層的語(yǔ)義信息，但會(huì)丟失小目標(biāo)特征信息，降低檢測(cè)精準(zhǔn)度，同時(shí)加倍了計(jì)算量，降低檢測(cè)速率；為了提高算法在安全帽佩戴檢測(cè)上的檢測(cè)準(zhǔn)確率和速率，本文引入深度可分離卷積結(jié)構(gòu)，減少CNN網(wǎng)絡(luò)特征提取中目標(biāo)信息的丟失，同時(shí)減少檢測(cè)模型的計(jì)算量，提升檢測(cè)模型的檢測(cè)速率。圖3中（a）圖是Darknet-53網(wǎng)絡(luò)中殘差塊的卷積結(jié)構(gòu)，直接使用1×1和3×3連續(xù)卷積，然后使用跳躍連接組合通道輸出；本文的改進(jìn)結(jié)構(gòu)如圖3（b）所示，保留了1×1卷積結(jié)構(gòu)，增加3×3的深度可分離卷積[16]（DSC）進(jìn)行特征圖通道卷積，然后使用1×1的卷積進(jìn)行點(diǎn)卷積，實(shí)現(xiàn)通道特征層的融合；再使用跳躍式[16]連接組合特征，最后增加1×1卷積平滑特征輸出。

圖3 特征提取結(jié)構(gòu)對(duì)比

深度可分離卷積[17]實(shí)現(xiàn)過(guò)程如圖4（a）圖所示，圖4（b）是傳統(tǒng)卷積實(shí)現(xiàn)過(guò)程，傳統(tǒng)卷積將所有通道一起卷積計(jì)算，深度可分離卷積[17]將輸入特征圖的每個(gè)通道分離，分別實(shí)現(xiàn)卷積操作，最后使用點(diǎn)卷積實(shí)現(xiàn)分離通道卷積的組合，達(dá)到與傳統(tǒng)卷積計(jì)算相同的效果。實(shí)現(xiàn)壓縮計(jì)算量，提升檢測(cè)速率，減少特征丟失的效果。

圖4 兩種卷積對(duì)比

通過(guò)計(jì)算公式對(duì)比效果，公式（1）是傳統(tǒng)卷積計(jì)算量，公式（2）是深度可分離卷積計(jì)算量，公式（3）是計(jì)算量壓縮比值；其中D K×D K是卷積核的大小[18]，D F×D F是輸入特征圖的大小，M是輸入通道，N是輸出通道。將深度可分離卷積計(jì)算量和傳統(tǒng)卷積[17]計(jì)算量進(jìn)行比值，如公式（3）所示，可以將計(jì)算量壓縮為原來(lái)的

本文為了提升安全帽檢測(cè)的準(zhǔn)確率和檢測(cè)速率，將在Darknet-53網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行改進(jìn)；主要分為兩部分改進(jìn)，第一部分上面已敘述，引入深度可分離卷積結(jié)構(gòu)；第二部分將輸入圖像尺度從416×416增大為608×608尺度，減少CNN網(wǎng)絡(luò)下采樣時(shí)小目標(biāo)特征的丟失，在Darknet-53網(wǎng)絡(luò)的基礎(chǔ)上，結(jié)合以上兩部分改進(jìn)點(diǎn)進(jìn)行優(yōu)化，優(yōu)化網(wǎng)絡(luò)如圖5所示。

圖5 改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)部分

2.2 多尺度檢測(cè)改進(jìn)

YOLOv3采用多尺度檢測(cè)，獲取13×13、26×26和52×52三種特征層尺度進(jìn)行預(yù)測(cè)；分別將13×13特征層2倍上采樣和26×26特征層進(jìn)行融合預(yù)測(cè)，將26×26特征層2倍上采樣和52×52特征層進(jìn)行融合預(yù)測(cè)，所以YOLOv3相比于SSD等算法，其檢測(cè)準(zhǔn)確率較好。

YOLOv3主要在開(kāi)源數(shù)據(jù)集[18]COCO和VOC[18]進(jìn)行實(shí)驗(yàn)，這些數(shù)據(jù)大部分檢測(cè)的目標(biāo)物較大，安全帽作為防護(hù)用具佩戴在人員的頭部位置，大部分檢測(cè)目標(biāo)區(qū)域較小，在經(jīng)過(guò)多次卷積后較小安全帽區(qū)域的信息會(huì)丟失，導(dǎo)致整個(gè)安全帽佩戴檢測(cè)準(zhǔn)確率降低。

為解決這個(gè)問(wèn)題，本文將在多尺度檢測(cè)基礎(chǔ)上進(jìn)行改進(jìn)，添加低維的尺度檢測(cè)來(lái)增強(qiáng)對(duì)淺層的特征學(xué)習(xí)能力，在原算法的3尺度檢測(cè)基礎(chǔ)上拓展為4尺度檢測(cè)，根據(jù)輸入尺度為608×608，本文將添加152×152的檢測(cè)尺度；另外，原YOLOv3算法采用2倍上采樣，不能很好地融合淺層特征信息，本文將采用2倍上采樣和4倍上采樣相結(jié)合的方式實(shí)現(xiàn)不同淺層特征信息的融合，進(jìn)一步減少卷積過(guò)程中較小安全帽區(qū)域的特征信息丟失，同時(shí)也使得深層特征信息得到更好的利用，提升安全帽佩戴檢測(cè)的準(zhǔn)確率。

本文多尺度檢測(cè)改進(jìn)結(jié)構(gòu)如圖6所示，采用608×608的輸入圖像尺度，改進(jìn)算法將在19×19、38×38、76×76和152×152四類特征尺度上進(jìn)行檢測(cè)；在原YOLOv3算法的基礎(chǔ)上增加兩層4倍上采樣結(jié)構(gòu)，其中主要改進(jìn)點(diǎn)是將19×19特征層經(jīng)4倍上采樣后與2倍上采樣特征層和76×76特征層進(jìn)行級(jí)聯(lián)，將38×38特征層經(jīng)4倍上采樣后與2倍上采樣特征層和152×152特征層進(jìn)行級(jí)聯(lián)，另外兩層19×19和38×38與原算法一致；通過(guò)改進(jìn)可以充分地利用安全帽的淺層特征信息，將不同尺度的特征融合后再進(jìn)行安全帽佩戴檢測(cè)，進(jìn)一步減少特征的丟失，提升安全帽佩戴檢測(cè)的準(zhǔn)確率。

圖6 多尺度檢測(cè)改進(jìn)結(jié)構(gòu)

2.3 anchor參數(shù)優(yōu)化

YOLOv3[18]中使用了先驗(yàn)框（anchor box）思想，采用了K-Means[18]聚類算法根據(jù)標(biāo)注的目標(biāo)框（ground truth）獲取K個(gè)anchor box；獲取合適的anchor box可以提高檢測(cè)的準(zhǔn)確率和檢測(cè)速率；YOLOv3算法根據(jù)COCO和VOC2007[18]等開(kāi)源數(shù)據(jù)集獲取anchor box，開(kāi)源數(shù)據(jù)集檢測(cè)的目標(biāo)較大，獲取的anchor box也較大，不適合bounding box較小的安全帽檢測(cè)任務(wù)，那么就需要重新進(jìn)行anchor box的選取。

在安全帽佩戴檢測(cè)任務(wù)中，聚類的目的是使anchor box與ground truth的IOU[19]越大越好，所以不能采用一般聚類方法的歐式距離，應(yīng)該采用IOU來(lái)作為度量函數(shù)，公式（4）是新的度量函數(shù)；其中box是標(biāo)注的真實(shí)目標(biāo)框，centroid是聚類的中心點(diǎn)，IOU越大，距離越小，anchor box與真實(shí)框越接近。

使用標(biāo)注的安全帽數(shù)據(jù)集進(jìn)行聚類計(jì)算，獲得anchor box個(gè)數(shù)K與IOU的關(guān)系曲線如圖7所示，圖中IOU隨著anchor box數(shù)量增加而增加，在K=12后逐漸居于平穩(wěn)，并且IOU值較大；所以本文選擇K=12，統(tǒng)計(jì)的anchor分配如表1所示，獲得12組anchor：（9，10），（12，13），（13，16），（15，18），（15，21），（17，19），（18，21），（22，26），（30，35），（47，54），（89，103），（205，237）。將anchor按照預(yù)測(cè)層尺度進(jìn)行分配，最大感受野特征層19×19上使用（47，54），（89，103），（205，237）這三種anchor來(lái)檢測(cè)較大安全帽佩戴情況；在38×38特征層上使用（18，21），（22，26），（30，35）；在76×76特征層上使用（15，18），（15，21），（17，19）；在152×152特征層上使用（9，10），（12，13），（13，16），用于檢測(cè)較小安全帽佩戴情況。

圖7 先驗(yàn)框個(gè)數(shù)K與IOU分析圖

2.4 YOLOv3-WH損失函數(shù)

YOLOv3-WH的損失函數(shù)公式（8）由位置損失公式（5）、置信度損失公式（6）以及分類損失公式（7）組成，在分類和置信度預(yù)測(cè)中，采用二元交叉熵?fù)p失[18]（Binary Cross-Entropy）進(jìn)行分類和置信度預(yù)測(cè)，使用多個(gè)獨(dú)立的logistic函數(shù)替換原本的softmax[18]分類；在位置信息回歸中，采用均方差誤差[18]（Mean Square Error，MSE）實(shí)現(xiàn)預(yù)測(cè)。損失函數(shù)中λcoord和λnoobj是損失權(quán)重系數(shù)，分別代表坐標(biāo)權(quán)重和不包含目標(biāo)的置信度權(quán)重；添加權(quán)重系數(shù)是為了調(diào)節(jié)坐標(biāo)誤差和置信度誤差的權(quán)重，本文參考YOLOv3算法的參數(shù)設(shè)置，調(diào)高位置誤差權(quán)重，將λcoord取值為5；另外，由于檢測(cè)圖像的大部分區(qū)域不包含目標(biāo)物，在檢測(cè)過(guò)程中會(huì)導(dǎo)致網(wǎng)絡(luò)傾向于預(yù)測(cè)單元格不包含物體的情況，所以需要減少不包含目標(biāo)物的計(jì)算權(quán)重，即將λnoobj取值0.5；N是anchor個(gè)數(shù)；x i、y i、w i、h i、C i和pi分別是預(yù)測(cè)目標(biāo)橫縱坐標(biāo)、目標(biāo)框?qū)捀?、置信度和類別概率；x?i、y?i、w?i、h?i、C?i和p?i分別是真實(shí)的目標(biāo)信息。

3 實(shí)驗(yàn)和結(jié)果分析

3.1 實(shí)驗(yàn)環(huán)境

本文的實(shí)驗(yàn)環(huán)境為：Intel?CoreTMi7-9750H CPU@2.60 GB 2.59 GHz，32 GB運(yùn)行內(nèi)存，Nvidia Gefo-rece Gtx1080ti，ubuntu18.04，64位操作系統(tǒng)，Tensorflow[18]深度學(xué)習(xí)框架。編程語(yǔ)言是Python，GPU加速軟件CUDA10.0和CUDNN7.6[19]。

3.2 實(shí)驗(yàn)數(shù)據(jù)集

實(shí)驗(yàn)數(shù)據(jù)分為兩部分，一部分從網(wǎng)絡(luò)爬取，然后進(jìn)行數(shù)據(jù)清洗選取適合的安全帽佩戴圖片；另一部分通過(guò)視頻幀獲得；大概覆蓋了工廠、工地、礦產(chǎn)以及車間等場(chǎng)所，避免了檢測(cè)背景環(huán)境的單一性，提升模型的泛化能力；兩個(gè)部分?jǐn)?shù)據(jù)集綜合總計(jì)獲得7 000張安全帽佩戴圖像。采用開(kāi)源工具Labelimg[19]標(biāo)注數(shù)據(jù)，標(biāo)注數(shù)據(jù)分為兩個(gè)類別，佩戴安全帽樣本標(biāo)注為hat，未佩戴全帽樣本標(biāo)注為person；最后按照5∶1比例分配樣本為訓(xùn)練和測(cè)試樣本，分配情況如圖8所示，其中橫坐標(biāo)表示的是標(biāo)注的樣本數(shù)量。

表1 anchor box分配表

圖8 數(shù)據(jù)集分配統(tǒng)計(jì)

本文的實(shí)驗(yàn)樣本數(shù)據(jù)集采用VOC2007[19]數(shù)據(jù)集的格式進(jìn)行處理，需要對(duì)數(shù)據(jù)圖像進(jìn)行統(tǒng)一的編號(hào)后使用Labelimg[19]標(biāo)注軟件進(jìn)行類別和位置信息標(biāo)注，生成XML[19]腳本文件，圖9是標(biāo)注和腳本數(shù)據(jù)制作過(guò)程；最后編寫(xiě)Python腳本程序?qū)?biāo)注好的數(shù)據(jù)轉(zhuǎn)換成TXT文件用于改進(jìn)算法的訓(xùn)練。

圖9 訓(xùn)練樣本制作

3.3 評(píng)測(cè)指標(biāo)

為了驗(yàn)證YOLOv3-WH改進(jìn)算法的性能，本文采用平均精準(zhǔn)度（mean Average Precision，mAP）和每秒檢測(cè)幀數(shù)（FPS）兩個(gè)指標(biāo)對(duì)算法進(jìn)行評(píng)估。其中，mAP是對(duì)所有類別的平均精度（Average Precision，AP）求取均值后獲得。精確度(P)如公式（9）所示，召回率(R)如公式（10）所示，平均精準(zhǔn)度（mAP）如公式（13）所示。其中，TP[20]（True Positive）表示檢測(cè)結(jié)果為正的正樣本[20]，F(xiàn)P（False Positive）表示被檢測(cè)為負(fù)的正樣本；FN[20]（False Negative）表示被檢測(cè)為負(fù)的正樣本。另外，本文統(tǒng)計(jì)了實(shí)驗(yàn)過(guò)程中的FPS參數(shù)，以檢驗(yàn)?zāi)Ｐ偷臋z測(cè)速率。

3.4 模型訓(xùn)練

使用前面制作的安全帽佩戴數(shù)據(jù)集進(jìn)行訓(xùn)練，一共訓(xùn)練四個(gè)網(wǎng)絡(luò)模型，分別是SSD[10]、Faster-RCNN[8]、YOLOv3[12]和本文改進(jìn)模型YOLOv3-WH，訓(xùn)練的目的是統(tǒng)一做對(duì)比分析。訓(xùn)練的參數(shù)設(shè)置參考了YOLO官網(wǎng)上的訓(xùn)練參數(shù)，設(shè)置批訓(xùn)練數(shù)據(jù)量（batch_size）為32，輸入圖像尺度設(shè)置為608×608，權(quán)重衰減值[20]（Decay）為0.000 5，訓(xùn)練動(dòng)量配置為0.9，整個(gè)訓(xùn)練過(guò)程有40 000步分200個(gè)epoch（輪次）完成，實(shí)驗(yàn)采用小批量梯度下降法[20]的方式進(jìn)行優(yōu)化參數(shù)，其中本文訓(xùn)練過(guò)程中學(xué)習(xí)率（learning rate）呈動(dòng)態(tài)變化，開(kāi)始訓(xùn)練的學(xué)習(xí)率為0.000 1，訓(xùn)練次數(shù)7 000次后，學(xué)習(xí)率動(dòng)態(tài)設(shè)置為0.000 03，訓(xùn)練達(dá)到11 000次時(shí)，學(xué)習(xí)率穩(wěn)定為0.000 01。

3.5 實(shí)驗(yàn)結(jié)果與分析

在對(duì)改進(jìn)模型的訓(xùn)練過(guò)程中，使用Tensorboard[20]統(tǒng)計(jì)訓(xùn)練中的日志信息，并保存訓(xùn)練的權(quán)重參數(shù)；通過(guò)統(tǒng)計(jì)的數(shù)據(jù)信息繪制了模型在訓(xùn)練過(guò)程中損失函數(shù)的變化曲線，圖10是實(shí)驗(yàn)過(guò)程原算法與改進(jìn)后的算法損失值變化曲線對(duì)比結(jié)果，黃色曲線是未改進(jìn)YOLOv3損失值變化情況，藍(lán)色曲線改進(jìn)YOLOv3-WH損失值變化情況，橫坐標(biāo)是訓(xùn)練迭代次數(shù)（Iteration），縱坐標(biāo)是總損失值（Loss），可以發(fā)現(xiàn)，兩個(gè)算法在初始時(shí)刻的損失值都很大，但是本文改進(jìn)算法YOLOv3-WH初始損失值較??；在訓(xùn)練次數(shù)超過(guò)20 000次后，模型開(kāi)始逐漸收斂，最終訓(xùn)練達(dá)到40 000次后，YOLOv3模型的損失值收斂到2.5，而本文改進(jìn)算法損失值收斂到0.5?？芍倪M(jìn)的算法YOLOv3-WH使得最終的損失值收斂更小。

圖10 訓(xùn)練損失曲線對(duì)比

通過(guò)保存訓(xùn)練中預(yù)測(cè)邊界框與真實(shí)邊界框的交并比（IOU）來(lái)評(píng)估模型的性能[20]，本文實(shí)驗(yàn)統(tǒng)計(jì)了模型預(yù)測(cè)邊框和真實(shí)邊界框的平均交并比（AVG IOU）變化值，并繪制曲線圖，如圖11所示，可知，模型訓(xùn)練在10 000次以內(nèi)，平均交并比在不斷升高，但是YOLOv3-WH變化較未改進(jìn)前穩(wěn)定；30 000～40 000次迭代訓(xùn)練后，本文改進(jìn)算法平均交并比穩(wěn)定在0.92附近，未改進(jìn)YOLOv3算法則穩(wěn)定在0.8附近，可知，本文改進(jìn)算法YOLOv3-WH在針對(duì)安全帽檢測(cè)上的預(yù)測(cè)邊界框更加接近真實(shí)邊界框。

圖11 平均交并比對(duì)比

3.6 對(duì)比實(shí)驗(yàn)分析

本文將YOLOv3-WH算法與目標(biāo)檢測(cè)模型[21]Faster-RCNN、SSD和YOLOv3使用相同的測(cè)試數(shù)據(jù)集進(jìn)行對(duì)比實(shí)驗(yàn)，統(tǒng)計(jì)并計(jì)算AP[20]指標(biāo)進(jìn)行對(duì)比，如表2所示。同時(shí)，將上述算法的檢測(cè)平均精準(zhǔn)度（mAP）、檢測(cè)速率（FPS）和模型大小進(jìn)行對(duì)比統(tǒng)計(jì)，如表3所示。

表2 算法的AP值對(duì)比 %

表3 整體檢測(cè)性能對(duì)比

通過(guò)對(duì)統(tǒng)計(jì)的表2和表3分析可知，本文算法YOLOv3-WH的mAP達(dá)到了89%，相對(duì)比與Faster-RCNN[8]、SSD[10]和YOLOv3[12]算法性能分別提高了3.36個(gè)百分點(diǎn)、26.25個(gè)百分點(diǎn)、6.5個(gè)百分點(diǎn)，可知本文算法在安全帽佩戴檢測(cè)性能上要優(yōu)于上述三種算法。另外，從統(tǒng)計(jì)的檢測(cè)速率分析上可知，本文算法檢測(cè)速率要優(yōu)于YOLOv3和Faster-RCNN算法，檢測(cè)速率比YOLOv3提高了64%，但是相對(duì)比SSD算法，檢測(cè)速率還遠(yuǎn)不及。并且，本文采用深度可分離卷積結(jié)構(gòu)，使得模型的參數(shù)量大大壓縮，比上述三種算法模型參數(shù)都小，相對(duì)比YOLOv3算法，YOLOv3-WH模型參數(shù)量?jī)H為原來(lái)的1/5。

本文進(jìn)行了消融實(shí)驗(yàn)對(duì)比分析，以檢驗(yàn)各個(gè)改進(jìn)點(diǎn)的優(yōu)化作用，實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果如表4所示，其中改進(jìn)點(diǎn)1、2、3分別對(duì)應(yīng)基礎(chǔ)卷積網(wǎng)絡(luò)改進(jìn)、多尺度檢測(cè)改進(jìn)以及anchor優(yōu)化，從表4中可知，引入深度可分離卷積改進(jìn)基礎(chǔ)卷積網(wǎng)絡(luò)，可以提升檢測(cè)的速率；多尺度檢測(cè)改進(jìn)點(diǎn)提升了檢測(cè)的平均檢測(cè)準(zhǔn)確度，但是檢測(cè)速率變慢；而改進(jìn)優(yōu)化K-Means后，平均檢測(cè)準(zhǔn)確度和檢測(cè)速率都提升了；結(jié)合上述三類改進(jìn)點(diǎn)后，相對(duì)于YOLOv3，本文算法在安全帽佩戴檢測(cè)上相對(duì)可靠。

表4 消融實(shí)驗(yàn)結(jié)果

3.7 圖片檢測(cè)結(jié)果

下面隨機(jī)選取測(cè)試數(shù)據(jù)集的圖片進(jìn)行檢測(cè)結(jié)果分析，對(duì)YOLOv3和YOLOv3-WH進(jìn)行對(duì)比分析，圖12是YOLOv3算法改進(jìn)前后的效果對(duì)比結(jié)果，從左往右分別是圖（1）、圖（2）、圖（3）和圖（4），可以看到圖（1）存在5個(gè)目標(biāo)，并且安全帽目標(biāo)較大，兩種算法都準(zhǔn)確檢測(cè)到安全帽；圖（2）存在5個(gè)目標(biāo)，存在圖片清晰度較差、安全帽較小以及部分遮擋等問(wèn)題，YOLOv3檢測(cè)到3個(gè)，漏檢2個(gè)，YOLOv3-WH檢測(cè)到4個(gè)，漏檢了1個(gè)，圖（3）存在7個(gè)目標(biāo)，圖片中背景復(fù)雜以及部分遮擋等問(wèn)題，YOLOv3漏檢2個(gè)目標(biāo)，YOLOv3-WH全部檢測(cè)準(zhǔn)確。圖（4）是安全帽密集數(shù)據(jù)，YOLOv3-WH漏檢1個(gè)，YOLOv3漏檢6個(gè)。綜上各種環(huán)境下的圖片檢測(cè)結(jié)果可知，YOLOv3-WH可以準(zhǔn)確檢測(cè)到安全帽佩戴情況，雖然存在小部分漏檢，但相比于YOLOv3算法，改進(jìn)算法的檢測(cè)準(zhǔn)確率提升了許多，同時(shí)泛化能力較好。圖13是本文算法YOLOv3-WH部分檢測(cè)結(jié)果，背景包含了建筑、工廠以及施工場(chǎng)所，佩戴或者未佩戴安全帽的人員存在于密集、遮擋或者干擾等位置，可以看到，YOLOv3-WH準(zhǔn)確地檢測(cè)出安全帽佩戴的情況，也說(shuō)明改進(jìn)算法YOLOv3-WH的實(shí)用性。

圖12 改進(jìn)前后效果對(duì)比

圖13 YOLOv3-WH部分檢測(cè)結(jié)果

4 結(jié)論

針對(duì)在智能監(jiān)控中安全帽佩戴檢測(cè)準(zhǔn)確率低和檢測(cè)速率慢的問(wèn)題，本文在YOLOv3的基礎(chǔ)上提出改進(jìn)安全帽佩戴檢測(cè)算法YOLOv3-WH，通過(guò)增大輸入尺度，添加深度可分離卷積結(jié)構(gòu)；采用四種尺度檢測(cè)，增加4倍上采樣結(jié)構(gòu)層；以及優(yōu)化K-Means聚類算法等改進(jìn)措施。實(shí)驗(yàn)結(jié)果表明，YOLOv3-WH損失函數(shù)收斂值更小，平均IOU值更大，YOLOv3-WH算法的mAP比YOLOv3提高了6.5%，檢測(cè)速率提高了64%，模型大小僅為YOLOv3的1/5，所以YOLOv3-WH安全帽佩戴檢測(cè)算法具有可行性。