徐英， 谷雨， 彭冬亮， 劉俊， 陳華杰

(杭州電子科技大學(xué) 自動(dòng)化學(xué)院, 浙江 杭州 310018)

0 引言

海面艦船目標(biāo)檢測(cè)對(duì)于維護(hù)我國(guó)海洋權(quán)益、促進(jìn)海洋資源開(kāi)發(fā)起到至關(guān)重要的作用。目前，用于艦船目標(biāo)探測(cè)的主要數(shù)據(jù)來(lái)源包括雷達(dá)一維距離像、合成孔徑雷達(dá)(SAR)圖像、衛(wèi)星或無(wú)人機(jī)拍攝的遙感圖像、近岸或海面艦船搭載的光電平臺(tái)拍攝的視頻圖像等[1]。

SAR是一種主動(dòng)式微波成像傳感器，具有全天時(shí)、全天候工作能力，對(duì)土壤、植被和云霧等具有一定的穿透性，在軍事和民用領(lǐng)域具有廣泛的應(yīng)用[2]。目前，國(guó)內(nèi)外研究學(xué)者在SAR圖像艦船目標(biāo)檢測(cè)與識(shí)別方面開(kāi)展了大量的研究工作，建立了較為成熟的SAR圖像艦船目標(biāo)監(jiān)視系統(tǒng)[3]。

恒虛警(CFAR) 算法是一種經(jīng)典的SAR圖像目標(biāo)檢測(cè)算法，其利用待檢測(cè)像素的鄰域信息估計(jì)背景分布模型，然后基于恒虛警率計(jì)算分割閾值，基于貝葉斯理論實(shí)現(xiàn)目標(biāo)和背景像素的分類[4-6]。根據(jù)雜波類型不同，可采用的背景像素分布模型包括對(duì)數(shù)正態(tài)分布、威布爾分布、K分布等。根據(jù)背景區(qū)域劃分策略不同，可分為單元CFAR、單元平均選小CFAR、單元平均選大CFAR、有序統(tǒng)計(jì)CFAR和可變窗口CFAR等。雖然CFAR算法在工程上應(yīng)用已經(jīng)相對(duì)成熟，但仍存在以下問(wèn)題：1)算法計(jì)算量較大，需進(jìn)行優(yōu)化處理；2)背景模型選擇帶有一定的主觀性，且在復(fù)雜背景下檢測(cè)虛警率較高。

隨著深度學(xué)習(xí)理論和優(yōu)化技術(shù)的發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的目標(biāo)檢測(cè)識(shí)別模型取得了遠(yuǎn)超傳統(tǒng)方法的性能[7]。用于目標(biāo)檢測(cè)的深度模型可分為一階段檢測(cè)模型和兩階段檢測(cè)模型[8]。一階段檢測(cè)模型，如文獻(xiàn)[9]提出的一階段多框檢測(cè)(SSD)模型和文獻(xiàn)[10]提出的YOLOv3模型，直接根據(jù)輸出的特征圖進(jìn)行回歸，輸出目標(biāo)位置、置信度和類別等信息。兩階段檢測(cè)模型，如文獻(xiàn)[11]提出的Faster R-CNN，一般包含一個(gè)區(qū)域建議網(wǎng)絡(luò)(RPN)和一個(gè)基于區(qū)域的識(shí)別網(wǎng)絡(luò)(R-CNN)。RPN網(wǎng)絡(luò)用于篩選候選目標(biāo)區(qū)域，R-CNN用于目標(biāo)類別分類和位置精調(diào)。雖然一階段算法具有實(shí)時(shí)性好的優(yōu)勢(shì)，但檢測(cè)精度相較兩階段算法略低。

目前研究學(xué)者已成功將深度CNN模型應(yīng)用于SAR艦船目標(biāo)檢測(cè)[6]。將深度模型應(yīng)用于SAR圖像艦船目標(biāo)檢測(cè)首要解決的是數(shù)據(jù)問(wèn)題，我國(guó)學(xué)者在這方面做了大量基礎(chǔ)性工作。李健偉等[12]構(gòu)建了星載SAR圖像艦船檢測(cè)數(shù)據(jù)集(SSDD)，共包含不同分辨率、極化、海況等條件下的1 160幅SAR圖像。上海交通大學(xué)建立了OpenSAR云平臺(tái)，先公開(kāi)了OpenSARShip艦船分類數(shù)據(jù)集[13]，后又公開(kāi)了一個(gè)包含10幅大范圍海域SAR圖像的艦船目標(biāo)檢測(cè)數(shù)據(jù)集。文獻(xiàn)[14]發(fā)布的SAR圖像艦船目標(biāo)檢測(cè)數(shù)據(jù)集包含102幅高分三號(hào)衛(wèi)星和108幅哨兵一號(hào)衛(wèi)星的 SAR圖像，共有43 819個(gè)艦船切片。最近，孫顯等[15]公開(kāi)了一個(gè)面向高分辨率、大尺寸場(chǎng)景的SAR圖像艦船檢測(cè)數(shù)據(jù)集AIR-SARShip-1.0，該數(shù)據(jù)集包含31幅高分三號(hào)SAR圖像，場(chǎng)景類型包含港口、島礁、不同級(jí)別海況的海面等。上述數(shù)據(jù)集大部分采用視覺(jué)目標(biāo)分類挑戰(zhàn)賽(PASCAL VOC)的標(biāo)注格式，即采用目標(biāo)包圍盒左上角和右下角像素坐標(biāo)共4個(gè)參數(shù)描述目標(biāo)的垂直框信息。在SSDD基礎(chǔ)上構(gòu)建的SSDD+采用8參數(shù)傾斜框標(biāo)注格式描述任意方向的艦船目標(biāo)，這8個(gè)參數(shù)為描述目標(biāo)傾斜框的4個(gè)頂點(diǎn)像素坐標(biāo)。高分辨率SAR圖像數(shù)據(jù)集(HRSID)[16]采用微軟上下文中常見(jiàn)目標(biāo)(MS COCO)標(biāo)注格式，標(biāo)注方式采用和SSDD+一致的傾斜框方式，總共包含5 604張高分辨率SAR圖像，共有艦船目標(biāo)16 951個(gè)，可用于艦船目標(biāo)檢測(cè)和實(shí)例分割等驗(yàn)證。

目前研究學(xué)者致力于提高垂直框標(biāo)注格式下的SAR圖像艦船目標(biāo)檢測(cè)精度。文獻(xiàn)[17]采用基于閾值分割的感興趣區(qū)域(ROIs)提取方法實(shí)現(xiàn)目標(biāo)初步定位，然后通過(guò)構(gòu)建低復(fù)雜度的CNN模型實(shí)現(xiàn)目標(biāo)的精確分類與定位，但該方法不是端到端結(jié)構(gòu)，檢測(cè)結(jié)果很大程度上受ROIs提取方法的影響。為解決對(duì)數(shù)據(jù)集利用不充分的問(wèn)題，文獻(xiàn)[18]采用Fast R-CNN框架，提出一種基于生成對(duì)抗網(wǎng)絡(luò)和線上難例挖掘的SAR圖像艦船目標(biāo)檢測(cè)方法，在SSDD上將檢測(cè)精度提升了2.1%. 文獻(xiàn)[12]首次將Faster R-CNN應(yīng)用于SAR圖像艦船目標(biāo)檢測(cè)，實(shí)現(xiàn)了端到端的模型訓(xùn)練與預(yù)測(cè)。通過(guò)實(shí)驗(yàn)驗(yàn)證了特征聚合、遷移學(xué)習(xí)和損失函數(shù)優(yōu)化等對(duì)于提升艦船目標(biāo)檢測(cè)準(zhǔn)確率和速度的有效性，目標(biāo)檢測(cè)平均精度均值(mAP)達(dá)到了78.8%. 文獻(xiàn)[19]也采用Faster R-CNN框架，選擇ResNet101作為特征提取網(wǎng)絡(luò)，采用密集連接結(jié)構(gòu)融合了高分辨率特征圖的空間特征和低分辨率特征圖的語(yǔ)義特征，提高了對(duì)不同尺度、不同場(chǎng)景SAR圖像中艦船目標(biāo)的檢測(cè)能力，對(duì)SSDD進(jìn)行驗(yàn)證mAP達(dá)到了89.6%. 文獻(xiàn)[20]提出一種層疊耦合CNN模型引導(dǎo)的視覺(jué)注意力方法實(shí)現(xiàn)SAR圖像艦船目標(biāo)檢測(cè)。文獻(xiàn)[21]提出一種基于視覺(jué)注意力機(jī)制的深度CNN結(jié)構(gòu)，采用類似YOLOv3的一階段檢測(cè)框架進(jìn)行SAR圖像艦船目標(biāo)檢測(cè)，對(duì)擴(kuò)展SSDD進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明提出的方法檢測(cè)精度優(yōu)于YOLOv3和SSD框架，但低于結(jié)合特征金字塔結(jié)構(gòu)的Faster R-CNN檢測(cè)精度。文獻(xiàn)[22]采用SSD框架，提出了一種輕量級(jí)特征優(yōu)化網(wǎng)絡(luò)，通過(guò)采用雙向特征融合模塊和注意力機(jī)制提高了艦船目標(biāo)檢測(cè)精度。文獻(xiàn)[23]同樣采用SSD框架，基于SSDD驗(yàn)證了融合上下文信息、遷移模型學(xué)習(xí)對(duì)于提高艦船目標(biāo)檢測(cè)精度的有效性。文獻(xiàn)[24]提出一種新型金字塔結(jié)構(gòu)用于多尺度特征提取，然后對(duì)傳統(tǒng)注意力模塊采用密集連接方法對(duì)提取的特征進(jìn)行變換，并對(duì)這些特征進(jìn)行融合，實(shí)現(xiàn)不同尺度艦船目標(biāo)的檢測(cè)。

在一些應(yīng)用場(chǎng)合，艦船目標(biāo)的方位角信息具有重要的參考價(jià)值，因此學(xué)者開(kāi)始研究能夠輸出目標(biāo)方位角估計(jì)的深度檢測(cè)模型。文獻(xiàn)[25]采用一階段檢測(cè)框架，設(shè)計(jì)了一個(gè)多尺度自適應(yīng)校正網(wǎng)絡(luò)來(lái)檢測(cè)任意方向的艦船目標(biāo)。設(shè)計(jì)的模型采用目標(biāo)中心點(diǎn)坐標(biāo)、長(zhǎng)寬和方位角共5個(gè)參數(shù)描述目標(biāo)旋轉(zhuǎn)框信息，其中目標(biāo)方位角定義為水平軸沿逆時(shí)針?lè)较蛐D(zhuǎn)到與目標(biāo)旋轉(zhuǎn)框相交的角度，范圍為(-90°,0°]。與傳統(tǒng)的一階段檢測(cè)模型不同，采用旋轉(zhuǎn)錨框以解決目標(biāo)方位角估計(jì)問(wèn)題，但錨框角度和長(zhǎng)寬比需通過(guò)實(shí)驗(yàn)進(jìn)行優(yōu)化設(shè)置，其對(duì)檢測(cè)結(jié)果影響較大。通過(guò)對(duì)旋轉(zhuǎn)非極大值抑制(RNMS)算法進(jìn)行改進(jìn)，以更好解決目標(biāo)重疊問(wèn)題。文獻(xiàn)[26]基于SSD框架，采用和文獻(xiàn)[25]一致的旋轉(zhuǎn)錨框策略實(shí)現(xiàn)目標(biāo)方位角預(yù)測(cè)，但目標(biāo)方位角范圍定義為[0°, 180°)或[0°, 330°)，綜合利用線上難例挖掘、Focal損失等解決正負(fù)樣本不均衡問(wèn)題。

考慮到檢測(cè)精度和實(shí)時(shí)性兩方面的需求，本文基于YOLOv3框架，提出了一種能夠同時(shí)輸出垂直框和旋轉(zhuǎn)框的SAR圖像艦船目標(biāo)檢測(cè)模型，設(shè)計(jì)的檢測(cè)模型具有如下特點(diǎn)：1)定義了更加有利于模型參數(shù)訓(xùn)練的目標(biāo)方位角區(qū)間，檢測(cè)網(wǎng)絡(luò)能同時(shí)輸出垂直框和旋轉(zhuǎn)框的預(yù)測(cè)結(jié)果；2)基于垂直框和旋轉(zhuǎn)框預(yù)測(cè)結(jié)果設(shè)計(jì)了多任務(wù)損失函數(shù)；3)針對(duì)可能存在的目標(biāo)方位角估計(jì)偏差，在采用RNMS剔除重疊目標(biāo)的同時(shí)，基于垂直框和旋轉(zhuǎn)框預(yù)測(cè)判定方位角估計(jì)的準(zhǔn)確性，并進(jìn)行校正。最后，基于Tensorflow深度學(xué)習(xí)框架實(shí)現(xiàn)上述模型并進(jìn)行參數(shù)訓(xùn)練，采用SSDD+和HRSID SAR艦船目標(biāo)檢測(cè)數(shù)據(jù)集、可見(jiàn)光高分辨率艦船目標(biāo)識(shí)別數(shù)據(jù)集HRSC2016[27]分別進(jìn)行了提出改進(jìn)模型的性能、遷移性和適用性測(cè)試，驗(yàn)證了提出模型的有效性。

1 YOLOv3基本原理

YOLOv3[10]目標(biāo)檢測(cè)模型兼顧了檢測(cè)精度與實(shí)時(shí)性的需求，通過(guò)重新設(shè)計(jì)特征提取網(wǎng)絡(luò)(記作Darknet-53)，采用特征金字塔網(wǎng)絡(luò)(FPN)[28]的設(shè)計(jì)理念構(gòu)建多尺度檢測(cè)網(wǎng)絡(luò)，提高了對(duì)不同尺度尤其是小目標(biāo)的檢測(cè)性能。

1.1 特征提取網(wǎng)絡(luò)

Darknet-53網(wǎng)絡(luò)結(jié)構(gòu)共包含53個(gè)卷積層，它借鑒了殘差網(wǎng)絡(luò)的設(shè)計(jì)思想，在一些層之間設(shè)置了旁路連接，能夠保證網(wǎng)絡(luò)結(jié)構(gòu)在很深的情況下仍能收斂，有利于提高特征表達(dá)的性能。

1.2 多尺度檢測(cè)網(wǎng)絡(luò)

YOLOv3目標(biāo)檢測(cè)模型如圖1所示，圖中N為批大小。當(dāng)輸入圖像分辨率為416×416時(shí)，經(jīng)過(guò)32倍的下采樣后輸出的特征圖分辨率為13×13. 用于目標(biāo)檢測(cè)時(shí)，分別從分辨率為13×13、26×26、52×52的最后一個(gè)特征圖引出分支，設(shè)計(jì)了多尺度檢測(cè)網(wǎng)絡(luò)。由于在每個(gè)尺度特征圖的網(wǎng)格均設(shè)置3個(gè)錨框，故YOLOv3模型總計(jì)輸出13×13×3+26×26×3+52×52×3 =10 647個(gè)預(yù)測(cè)。YOLOv3模型結(jié)構(gòu)采用了不同尺度特征融合策略。如圖1所示，為實(shí)現(xiàn)細(xì)粒度檢測(cè)，將分辨率為13×13的特征圖經(jīng)卷積后進(jìn)行上采樣，然后與分辨率為26×26的特征圖進(jìn)行融合。采用同樣操作得到分辨率為52×52的特征圖。由于融合了高層的語(yǔ)義特征，因而更有利于小目標(biāo)的檢測(cè)。

圖1 YOLOv3模型結(jié)構(gòu)Fig.1 Model architecture of YOLOv3

1.3 預(yù)測(cè)輸出及損失函數(shù)定義

定義網(wǎng)絡(luò)輸出參數(shù)為(xt,yt,wt,ht,pt,pc)，其中：xt、yt分別為目標(biāo)中心橫坐標(biāo)、縱坐標(biāo)偏移量的預(yù)測(cè)值，wt、ht分別為目標(biāo)寬度、高度的預(yù)測(cè)值，d=(xt,yt,wt,ht)為變換后的目標(biāo)坐標(biāo)；pt為檢測(cè)目標(biāo)置信度，理想情況下目標(biāo)為1，背景為0；設(shè)目標(biāo)類別總數(shù)為C，則pc為C維向量，pc為目標(biāo)屬于某一類別的概率分布。分別采用邏輯回歸損失、二值交叉熵?fù)p失、均方誤差損失計(jì)算目標(biāo)置信度估計(jì)誤差Lt、類別預(yù)測(cè)誤差Lc、位置估計(jì)誤差Ld.

設(shè)分辨率為S×S的特征圖中錨框的長(zhǎng)、寬分別為ha、wa，則根據(jù)網(wǎng)絡(luò)預(yù)測(cè)輸出結(jié)果，利用(1)式計(jì)算得到距離特征圖左上角坐標(biāo)為(xlt,ylt)的目標(biāo)坐標(biāo)預(yù)測(cè)值(xb,yb,wb,hb)，進(jìn)而能夠得到在歸一化圖像分辨率下的目標(biāo)預(yù)測(cè)結(jié)果。

(1)

式中：σ(·)為sigmoid函數(shù)。

設(shè)用于每個(gè)特征圖的錨框個(gè)數(shù)為B，在分辨率為S×S的特征圖中計(jì)算目標(biāo)置信度估計(jì)誤差Lt的具體公式為

(2)

類別預(yù)測(cè)誤差Lc的公式如(3)式所示：

(3)

采用均方誤差計(jì)算位置估計(jì)誤差Ld的公式為

(4)

2 同時(shí)輸出垂直框和旋轉(zhuǎn)框的改進(jìn)YOLOv3模型

針對(duì)檢測(cè)過(guò)程中對(duì)目標(biāo)方位角估計(jì)的需求，同時(shí)兼顧SAR圖像中不同尺度艦船目標(biāo)的分布特性，對(duì)多尺度檢測(cè)網(wǎng)絡(luò)、損失函數(shù)等3個(gè)方面進(jìn)行了改進(jìn)。

2.1 旋轉(zhuǎn)框描述及目標(biāo)方位角定義

在采用垂直框描述目標(biāo)坐標(biāo)的同時(shí)，采用文獻(xiàn)[25-26]的5參數(shù)形式定義旋轉(zhuǎn)框，具體為(rx,ry,rw,rh,rθ)，其中，rx和ry為目標(biāo)中心點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，rh和rw為目標(biāo)的長(zhǎng)和寬，目標(biāo)方位角rθ定義為x軸沿逆時(shí)針?lè)较蛐D(zhuǎn)到與目標(biāo)長(zhǎng)邊重合的角度，如圖2所示。與文獻(xiàn)[25-26]不同，本文定義目標(biāo)方位角范圍為(-180°, 0°]，其充分考慮了艦船目標(biāo)的特點(diǎn)，由于rh≥rw，因而更加有利于回歸訓(xùn)練過(guò)程的收斂。文獻(xiàn)[25-26]由于選擇了旋轉(zhuǎn)錨框機(jī)制，但由于艦船目標(biāo)角度、長(zhǎng)和寬分布范圍廣，設(shè)置錨框時(shí)需考慮艦船目標(biāo)不同角度和長(zhǎng)寬比情況，以達(dá)到滿意的檢測(cè)結(jié)果。本文重新定義檢測(cè)網(wǎng)絡(luò)預(yù)測(cè)輸出為(xt,yt,wt,ht,rxt,ryt,rwt,rht,rθt,pt,pc)，此時(shí)各尺度特征圖檢測(cè)分支的輸出維數(shù)由[S,S,B×(C+5)]增加為[S,S,B×(C+10)]。由于本文在訓(xùn)練時(shí)仍采用YOLOv3模型的垂直錨框機(jī)制進(jìn)行正負(fù)樣本采樣，僅在預(yù)測(cè)時(shí)同時(shí)輸出垂直框和旋轉(zhuǎn)框結(jié)果，故采用本文的目標(biāo)方位角定義能夠提高檢測(cè)網(wǎng)絡(luò)中參數(shù)回歸學(xué)習(xí)的穩(wěn)定性，從而提高預(yù)測(cè)的準(zhǔn)確性。

圖2 旋轉(zhuǎn)框及目標(biāo)方位角定義示意圖Fig.2 Schematic diagram of rotated bounding box and definition of target’s aspect angle

2.2 融合垂直框和旋轉(zhuǎn)框預(yù)測(cè)的多任務(wù)損失函數(shù)

對(duì)于旋轉(zhuǎn)框的預(yù)測(cè)損失計(jì)算，可采用均方誤差損失計(jì)算旋轉(zhuǎn)框位置坐標(biāo)估計(jì)損失Lrd，rd=(rxt,ryt,rwt,rht)。 目標(biāo)方位角估計(jì)損失La可采用余弦損失，也可采用均方誤差損失，本文選擇后者，具體定義為

(5)

一般情況下，目標(biāo)旋轉(zhuǎn)框應(yīng)位于垂直框內(nèi)部，如圖3所示。故可將垂直框估計(jì)損失作為旋轉(zhuǎn)框估計(jì)損失的約束，設(shè)計(jì)的改進(jìn)YOLOv3模型多任務(wù)損失函數(shù)共包含5部分，具體為

圖3 與旋轉(zhuǎn)框?qū)?yīng)的垂直框示意圖Fig.3 Schematic diagram of vertical bounding box corresponding to rotated bounding box

L=Ld+Lrd+Lt+Lc+La，

(6)

式中：Lrd的計(jì)算參考(4)式Ld的計(jì)算公式。為解決正負(fù)樣本不平衡的問(wèn)題，采用Focal損失計(jì)算類別預(yù)測(cè)損失Lc，以提高目標(biāo)檢測(cè)的召回率。

2.3 基于旋轉(zhuǎn)框的非極大值抑制及目標(biāo)方位角校正

訓(xùn)練階段，對(duì)正負(fù)樣本進(jìn)行采樣，采用的是基于垂直框的IOU判定準(zhǔn)則，因此不會(huì)顯著降低訓(xùn)練速度。測(cè)試階段，采用同文獻(xiàn)[25]一致的 RNMS. 因?yàn)樾枰敵瞿繕?biāo)旋轉(zhuǎn)框估計(jì)結(jié)果，若采用垂直框估計(jì)結(jié)果剔除重疊目標(biāo)，則當(dāng)目標(biāo)比較密集時(shí)，非極大值抑制(NMS)閾值難以確定，容易漏檢目標(biāo)。

由于設(shè)定的目標(biāo)方位角范圍為(-180°, 0°]，當(dāng)目標(biāo)處于水平方向時(shí)，角度估計(jì)會(huì)出現(xiàn)較大偏差。為解決該問(wèn)題，計(jì)算估計(jì)得到的旋轉(zhuǎn)框外接矩形，將其與基于檢測(cè)網(wǎng)絡(luò)輸出的垂直框計(jì)算IOU值，若IOU值小于某個(gè)閾值(本文設(shè)定為0.5)，說(shuō)明旋轉(zhuǎn)框中角度參數(shù)估計(jì)不準(zhǔn)確，此時(shí)將目標(biāo)方位角估計(jì)值設(shè)定為 0°.

3 實(shí)驗(yàn)結(jié)果分析

基于Tensorflow深度學(xué)習(xí)框架實(shí)現(xiàn)提出的改進(jìn)YOLOv3模型，硬件配置為：Intel i7 8700K CPU，GTX1080TI GPU，32 GB內(nèi)存。采用SSDD+驗(yàn)證提出模型的性能，并基于HRSID進(jìn)行模型遷移測(cè)試。為進(jìn)一步驗(yàn)證提出模型的適用性，采用HRSC2016進(jìn)行可見(jiàn)光圖像艦船目標(biāo)檢測(cè)實(shí)驗(yàn)。訓(xùn)練時(shí)對(duì)輸入數(shù)據(jù)除進(jìn)行常規(guī)增強(qiáng)，包括水平翻轉(zhuǎn)、隨機(jī)裁剪和mixup[29]等，還進(jìn)行了旋轉(zhuǎn)增強(qiáng)，主要是因?yàn)閷?duì)目標(biāo)方位角進(jìn)行回歸學(xué)習(xí)，應(yīng)盡量使訓(xùn)練集中目標(biāo)方位角覆蓋(-180°, 0°]，增強(qiáng)后訓(xùn)練數(shù)據(jù)集數(shù)量變?yōu)樵瓉?lái)的11倍。實(shí)驗(yàn)過(guò)程中采用的其他訓(xùn)練超參數(shù)如表1所示。

表1 訓(xùn)練超參數(shù)Tab.1 Training hyperparameters

3.1 基于SSDD+的性能測(cè)試實(shí)驗(yàn)

SSDD+描述如表2所示。由于對(duì)原始的SAR圖像人為進(jìn)行了裁剪，故該數(shù)據(jù)集的圖像分辨率相對(duì)較低。相比于SSDD采用(xmin,ymin,xmax,ymax)4參數(shù)形式來(lái)描述垂直框，SSDD+采用(x1,y1,x2,y2,x3,y3,x4,y4)8參數(shù)形式描述任意角度的目標(biāo)框。采用最小包圍盒估計(jì)算法能夠?qū)⑸鲜鰠?shù)轉(zhuǎn)換為本文描述目標(biāo)旋轉(zhuǎn)框采用的5參數(shù)形式(rx,ry,rw,rh,rθ)。當(dāng)采用文獻(xiàn)[25]定義的旋轉(zhuǎn)框描述時(shí)艦船目標(biāo)長(zhǎng)和寬分布如圖4所示。由于文獻(xiàn)[25]并沒(méi)有像本文一樣區(qū)分目標(biāo)的長(zhǎng)度和寬度，故從圖4中可以看出，目標(biāo)長(zhǎng)寬比集中分布在兩個(gè)主要方向上。

表2 SSDD+數(shù)據(jù)集描述Tab.2 Description of SSDD+dataset

圖4 基于文獻(xiàn)[25]定義旋轉(zhuǎn)框描述下SSDD+艦船目標(biāo)長(zhǎng)和寬分布圖Fig.4 Scatter diagram of ship target’s width and height in SSDD+dataset under the definition of rotated bounding box in Ref.[25]

參照文獻(xiàn)[25]，將SSDD+按照7∶1∶2比例隨機(jī)劃分成訓(xùn)練集、驗(yàn)證集和測(cè)試集。完成模型參數(shù)訓(xùn)練后，對(duì)測(cè)試集進(jìn)行測(cè)試時(shí)，設(shè)定檢測(cè)閾值為0.45，設(shè)定NMS閾值為0.3. 艦船目標(biāo)檢測(cè)結(jié)果如圖5所示。

圖5 SSDD+艦船目標(biāo)檢測(cè)結(jié)果Fig.5 Ship detection results in SSDD+dataset

從圖5(a)和圖5(b)中可以看出，在純海洋背景下，即使目標(biāo)尺寸很小，目標(biāo)仍能夠被全部檢出，且目標(biāo)方位角估計(jì)準(zhǔn)確。圖5(c)中的靠岸艦船目標(biāo)沒(méi)有被檢出，這是因?yàn)榕灤c周圍具有較強(qiáng)后向散射系數(shù)的背景區(qū)域連在一起，此時(shí)很難分辨目標(biāo)。圖5(d)中雖然為近岸情況，但是艦船目標(biāo)周圍背景具有較強(qiáng)的對(duì)比度，故也能檢測(cè)出大部分目標(biāo)，僅有一個(gè)虛警。

mAP是檢驗(yàn)檢測(cè)器對(duì)于圖像中目標(biāo)召回能力的一個(gè)指標(biāo)，當(dāng)設(shè)定IOU閾值為0.5，置信度閾值為0.05，NMS閾值為0.45時(shí)，采用本文改進(jìn)模型對(duì)測(cè)試集進(jìn)行測(cè)試可得，mAP0.5=0.819，mAP0.5為IOU閾值設(shè)定為0.5時(shí)的mAP值。F1分?jǐn)?shù)指標(biāo)綜合考慮召回率和精確率結(jié)果，故計(jì)算該指標(biāo)時(shí)需設(shè)置一個(gè)合適的檢測(cè)閾值。設(shè)定IOU閾值為0.5，置信度閾值為0.45，NMS閾值為0.3時(shí)，召回率Recall=0.889，精確率Precision=0.868，則F1分?jǐn)?shù)為2×Precision×Recall/(Precision+Recall)=0.879. 文獻(xiàn)[25]對(duì)SSDD+進(jìn)行了適當(dāng)擴(kuò)充，當(dāng)采用同樣數(shù)據(jù)集劃分比例的情況下，取得了mAP0.5=0.762 4的檢測(cè)性能。文獻(xiàn)[26]沒(méi)有采用驗(yàn)證集，測(cè)試集數(shù)量與本文相同，mAP0.5能夠達(dá)到0.928 1. 由于數(shù)據(jù)集隨機(jī)劃分導(dǎo)致的純海洋背景和靠岸情況下艦船目標(biāo)比例不同，故會(huì)導(dǎo)致不同模型之間精度存在一定差異。另外，本文提出改動(dòng)模型在訓(xùn)練和測(cè)試階段均能利用垂直框預(yù)測(cè)結(jié)果提高旋轉(zhuǎn)框的預(yù)測(cè)精度，因此在沒(méi)有對(duì)特征提取網(wǎng)絡(luò)做改動(dòng)的情況下，mAP0.5值略高于文獻(xiàn)[25]結(jié)果。

為驗(yàn)證本文提出改進(jìn)模型中各模塊的有效性，進(jìn)行了消融實(shí)驗(yàn)，具體如表3所示。表3中實(shí)驗(yàn)2未采用多任務(wù)損失函數(shù)，僅預(yù)測(cè)目標(biāo)的旋轉(zhuǎn)框預(yù)測(cè)結(jié)果，因沒(méi)有垂直框預(yù)測(cè)結(jié)果，無(wú)需進(jìn)行目標(biāo)方位角校正，故此時(shí)算法耗時(shí)較少。比較表3中實(shí)驗(yàn)2和實(shí)驗(yàn)5結(jié)果可以看出，采用多任務(wù)損失顯著提高了mAP0.5和F1值，提高了目標(biāo)檢測(cè)性能。比較表3實(shí)驗(yàn)4和實(shí)驗(yàn)5結(jié)果可以看出，采用本文定義的目標(biāo)方位角范圍也能在一定程度上提高檢測(cè)性能。由于本文模型采用的是基于回歸思想的一階段模型，故進(jìn)行旋轉(zhuǎn)增強(qiáng)以生成不同目標(biāo)方位角下的訓(xùn)練樣本，有利于提高訓(xùn)練模型的泛化性能，提高目標(biāo)檢測(cè)精度。由表3可以看出，本文算法處理一幀圖像耗時(shí)約為25 ms，采用現(xiàn)有硬件條件能夠滿足艦船目標(biāo)檢測(cè)實(shí)時(shí)性的需求。

表3 消融實(shí)驗(yàn)Tab.3 Ablation experiment

為驗(yàn)證本文算法的艦船目標(biāo)方位角估計(jì)精度，采用計(jì)算F1分?jǐn)?shù)的參數(shù)計(jì)算目標(biāo)預(yù)測(cè)結(jié)果。當(dāng)預(yù)測(cè)結(jié)果和目標(biāo)真值的IOU值大于閾值0.5時(shí)，計(jì)算方位角預(yù)測(cè)值與真值之間差的絕對(duì)值，在測(cè)試集上統(tǒng)計(jì)并計(jì)算其均值與標(biāo)準(zhǔn)差。當(dāng)采用表3中實(shí)驗(yàn)5結(jié)果時(shí)，目標(biāo)方位角預(yù)測(cè)值與真值差絕對(duì)值的均值為9.35°，標(biāo)準(zhǔn)差為18.41°. 從圖5可以看出，本文算法在純海洋背景下目標(biāo)方位角估計(jì)相對(duì)準(zhǔn)確，而在近岸情況下性能有所下降，故該差值絕對(duì)值變化較大，導(dǎo)致目標(biāo)方位角估計(jì)的標(biāo)準(zhǔn)差略大。

為進(jìn)一步提高對(duì)小目標(biāo)的檢測(cè)性能，如圖1右上虛線框所示，對(duì)原始YOLOv3的3個(gè)檢測(cè)分支進(jìn)行擴(kuò)充，采用分辨率為104×104的特征圖檢測(cè)更小的目標(biāo)，同時(shí)對(duì)應(yīng)錨框尺寸設(shè)定為(5, 6)、(8, 15)、(16, 10)。當(dāng)進(jìn)行圖像增強(qiáng)和不進(jìn)行圖像增強(qiáng)的目標(biāo)檢測(cè)性能如表4所示。對(duì)比表3和表4可以看出，當(dāng)訓(xùn)練數(shù)據(jù)有限時(shí)，采用3檢測(cè)分支由于需訓(xùn)練模型參數(shù)少，因此檢測(cè)性能略優(yōu)。當(dāng)對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行旋轉(zhuǎn)增強(qiáng)后，一定程度上增加了小樣本的比例，故采用4檢測(cè)分支的性能略優(yōu)。檢測(cè)性能不僅與模型相關(guān)，而且受訓(xùn)練超參數(shù)影響較大，故表4結(jié)果只能一定程度上說(shuō)明采用4檢測(cè)分支的有效性。由于增加了1個(gè)檢測(cè)分支，推理耗時(shí)比3檢測(cè)分支高。當(dāng)采用表4中實(shí)驗(yàn)5結(jié)果時(shí)，目標(biāo)方位角預(yù)測(cè)值與真值差絕對(duì)值的均值為6.22°，標(biāo)準(zhǔn)差為12.93°，這與表4中實(shí)驗(yàn)5的mAP0.5結(jié)果高于表3中實(shí)驗(yàn)5的結(jié)果相符合。

表4 采用4檢測(cè)分支的目標(biāo)檢測(cè)性能Tab.4 Object detection performance using 4 detectionbranches

3.2 基于HRSID的模型遷移實(shí)驗(yàn)

HRSID同樣采用8參數(shù)形式描述任意方向的SAR圖像艦船目標(biāo)，圖像分辨率均為800×800. 當(dāng)采用該數(shù)據(jù)集進(jìn)行模型遷移測(cè)試實(shí)驗(yàn)時(shí)，由于與SSDD+的圖像分辨率存在差異，故當(dāng)采用3種不同模型輸入分辨率時(shí)，采用3檢測(cè)分支和4檢測(cè)分支在其他參數(shù)設(shè)置相同的情況下分別計(jì)算mAP0.5，具體如表5所示。從表5中可以看出，隨著模型輸出尺寸的增加，當(dāng)SSDD+的圖像分辨率和HRSID中的圖像分辨率接近匹配時(shí)，目標(biāo)檢測(cè)精度最優(yōu)。采用3檢測(cè)分支略優(yōu)于4檢測(cè)分支，這主要是增加一個(gè)檢測(cè)分支雖然能夠提高更小目標(biāo)的召回率，但是同時(shí)虛警率也顯著增加，故mAP0.5值降低。綜合表3～表5結(jié)果，由于3檢測(cè)分支具有更好的遷移性能，故本文后續(xù)結(jié)果均采用3檢測(cè)分支模型計(jì)算得到。當(dāng)模型輸入分辨率為832×832時(shí)，部分檢測(cè)結(jié)果如圖6所示。對(duì)于純海洋背景，雖然僅采用SSDD+訓(xùn)練模型參數(shù)，但仍能得到較為滿意的檢測(cè)結(jié)果，如圖6(a)所示。對(duì)于靠岸情況，與SSDD+類似，艦船目標(biāo)檢測(cè)結(jié)果不理想，圖6(b)中一個(gè)目標(biāo)也沒(méi)有檢測(cè)到，僅有一個(gè)虛警。一方面是由于靠岸情況下艦船目標(biāo)及其周圍背景的像素分布復(fù)雜，兩個(gè)數(shù)據(jù)集間目標(biāo)分布差異大，會(huì)導(dǎo)致訓(xùn)練模型泛化性能下降；另一方面是靠岸情況下HRSID中艦船目標(biāo)更加密集，且目標(biāo)相對(duì)于SSDD+小，更加難以區(qū)分，導(dǎo)致目標(biāo)檢測(cè)率下降。

表5 HRSID艦船目標(biāo)檢測(cè)精度mAP0.5Tab.5 Ship detection accuracy mAP0.5 using HRSID

圖6 HRSID艦船目標(biāo)檢測(cè)結(jié)果Fig.6 Ship detection results using HRSID

3.3 基于HRSC2016的模型適用性實(shí)驗(yàn)

HRSC2016提供了劃分好的訓(xùn)練集和測(cè)試集，共包含3個(gè)不同水平的識(shí)別任務(wù)：第1級(jí)任務(wù)僅識(shí)別艦船；第2級(jí)任務(wù)識(shí)別航母、潛艇、商船和其他軍船4個(gè)類別；第3級(jí)任務(wù)對(duì)艦船目標(biāo)類別進(jìn)行了進(jìn)一步細(xì)分。本文僅關(guān)注第1級(jí)任務(wù)，即檢測(cè)圖像中的艦船目標(biāo)。采用同樣的訓(xùn)練超參數(shù)基于增廣后的訓(xùn)練集進(jìn)行模型參數(shù)訓(xùn)練，然后采用同樣的參數(shù)計(jì)算mAP0.5，結(jié)果為mAP0.5=0.888. 文獻(xiàn)[27]對(duì)于第一級(jí)任務(wù)給出的測(cè)試基準(zhǔn)為0.797，文獻(xiàn)[30]中對(duì)該任務(wù)的檢測(cè)結(jié)果為mAP0.5=0.875，與本文大致相當(dāng)。文獻(xiàn)[30]是在Faster R-CNN的基礎(chǔ)上引入了同文獻(xiàn)[26]一致的旋轉(zhuǎn)框描述方法，以解決遙感圖像中任意方位角下艦船目標(biāo)檢測(cè)問(wèn)題。這也說(shuō)明本文提出的改進(jìn)模型具有一定的通用性，相比于文獻(xiàn)[30]，由于本文模型采用的是一階段的檢測(cè)結(jié)構(gòu)，因此具有推理耗時(shí)少的優(yōu)勢(shì)。對(duì)HRSC2016中部分圖像的檢測(cè)結(jié)果如圖7所示。從圖7(a)和圖7(b)可以看出，在不存在密集目標(biāo)的情況下，對(duì)于場(chǎng)景中的不同尺度目標(biāo)均具有較高的檢測(cè)精度，且艦船目標(biāo)的方位角估計(jì)準(zhǔn)確。從圖7(c)可以看出，提出的模型具有一定的泛化性能，對(duì)于場(chǎng)景中的未標(biāo)注艦船目標(biāo)仍能檢測(cè)到，且目標(biāo)旋轉(zhuǎn)框預(yù)測(cè)準(zhǔn)確。提出的改進(jìn)模型對(duì)于密切目標(biāo)情況檢測(cè)效果較差，尤其是目標(biāo)方位角不是垂直和水平的情況，如圖7(d)所示。這主要是因?yàn)樵谀繕?biāo)外觀相近的情況下，影響了目標(biāo)垂直框預(yù)測(cè)精度，且此時(shí)垂直框預(yù)測(cè)區(qū)域包含了更多的臨近目標(biāo)像素，對(duì)目標(biāo)方位角預(yù)測(cè)精度也產(chǎn)生了影響，即使融合垂直框和旋轉(zhuǎn)框進(jìn)行目標(biāo)方位角校正也很難處理目標(biāo)密集情況。

圖7 HRSC2016艦船目標(biāo)檢測(cè)結(jié)果Fig.7 Ship detection results using HRSC2016 dataset

4 結(jié)論

本文提出了一種能夠同時(shí)輸出垂直框和旋轉(zhuǎn)框的改進(jìn)YOLOv3目標(biāo)檢測(cè)模型，通過(guò)設(shè)計(jì)多任務(wù)損失函數(shù)，以及利用垂直框和旋轉(zhuǎn)框預(yù)測(cè)結(jié)果校正目標(biāo)方位角估計(jì)偏差，提高了SAR圖像艦船目標(biāo)檢測(cè)及方位角估計(jì)精度，同時(shí)保留了YOLOv3模型推理速度快的優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果表明，對(duì)SSDD+的mAP0.5能夠達(dá)到0.841，當(dāng)網(wǎng)絡(luò)輸入尺寸為416×416時(shí)處理一幅圖像耗時(shí)約為25 ms. 提出的改進(jìn)模型對(duì)于純海洋背景具有較高的艦船目標(biāo)檢測(cè)精度，且目標(biāo)方位角估計(jì)準(zhǔn)確。對(duì)于靠岸情況艦船目標(biāo)檢測(cè)精度不高，可通過(guò)注意力機(jī)制、更加有效的多特征融合策略等進(jìn)一步提高特征提取和利用能力，這也是目前SAR圖像艦船目標(biāo)檢測(cè)研究的主要方向之一。