安徽理工大學(xué) 宗占強(qiáng)

由于目前煤礦井下鉆桿計(jì)數(shù)效率低下且極易出錯(cuò)，因此本文提出一種基于AlexNet網(wǎng)絡(luò)煤礦井下鉆桿打鉆動(dòng)作識(shí)別的方法。本文對(duì)原AlexNet網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和參數(shù)進(jìn)行修改、調(diào)整，并通過(guò)MATLAB進(jìn)行仿真實(shí)驗(yàn)對(duì)比，最終確定其最優(yōu)的拓?fù)浣Y(jié)構(gòu)和參數(shù)。通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)深度為2層，卷積核個(gè)數(shù)為16，卷積核大小為5*5，步長(zhǎng)為2，激活函數(shù)為Relu，學(xué)習(xí)率為0.001，最大學(xué)習(xí)整個(gè)數(shù)據(jù)集的次數(shù)為5，調(diào)整后的AlexNet網(wǎng)絡(luò)模型分類(lèi)檢測(cè)平均準(zhǔn)確率可達(dá)99.37%。

本文提出一種基于AlexNet網(wǎng)絡(luò)的井下鉆桿打鉆動(dòng)作識(shí)別的方法。目前利用神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)井下鉆桿計(jì)數(shù)的研究頗多。如黨偉超等提出基于利用三維卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)探水作業(yè)中的卸桿動(dòng)作進(jìn)行識(shí)別和高瑞等提出基于改進(jìn)ResNet網(wǎng)絡(luò)的井下鉆桿計(jì)數(shù)方法，主要是通過(guò)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)，對(duì)視頻中的每一幀圖像的動(dòng)作類(lèi)型進(jìn)行識(shí)別，從而實(shí)現(xiàn)井下鉆桿的計(jì)數(shù)。與其相比，本文是對(duì)AlexNet網(wǎng)絡(luò)進(jìn)行改進(jìn)，并且本文網(wǎng)絡(luò)準(zhǔn)確率更高，本文分類(lèi)識(shí)別的平均準(zhǔn)確率為99.37%，而黨偉超等提出基于3DCNN網(wǎng)絡(luò)的煤礦探水動(dòng)作識(shí)別的最高準(zhǔn)確率為98.86%，高瑞等提出基于改進(jìn)ResNet網(wǎng)絡(luò)的井下鉆桿計(jì)數(shù)方法分類(lèi)檢測(cè)準(zhǔn)確率為89%，鉆桿計(jì)數(shù)精度為97%。

1 基于卷積神經(jīng)網(wǎng)絡(luò)的井下鉆桿打鉆動(dòng)作識(shí)別系統(tǒng)

近年來(lái)，神經(jīng)網(wǎng)絡(luò)得到飛速發(fā)展，并在圖像處理領(lǐng)域得到廣泛應(yīng)用。目前，較為經(jīng)典的神經(jīng)網(wǎng)絡(luò)模型有Lecun等在1998年提出的LeNet模型。Krizhevsky等在2012年提出的AlexNet模型。Simonyan等在2014年提出的VGG模型。Szegedy等在2015年提出的GoogleNet模型。與VGG模型、GoogleNet模型和ResNet模型相比AlexNet網(wǎng)絡(luò)模型網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，計(jì)算參數(shù)較少，訓(xùn)練時(shí)間較短。因此，本文選取的是AlexNet網(wǎng)絡(luò)模型。

本文基于改進(jìn)AlexNet網(wǎng)絡(luò)的井下鉆桿打鉆動(dòng)作識(shí)別系統(tǒng)步驟如下：1）首先根據(jù)淮南礦業(yè)集團(tuán)提供的一段朱集東礦井下鉆機(jī)打鉆視頻，本文生成了大約20000多張圖像。隨后根據(jù)這些圖像的圖像特征，人為的分為鉆機(jī)打鉆動(dòng)作和工人裝鉆動(dòng)作如圖1所示。然后從中選取鉆機(jī)打鉆部分圖像和工人裝鉆部分圖像各9000幅作為數(shù)據(jù)集，其中訓(xùn)練集各為7500幅，測(cè)試集各為1500幅。2）接著將分類(lèi)好的圖像交給神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并保存訓(xùn)練好后的網(wǎng)絡(luò)。3）然后利用已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)來(lái)識(shí)別打鉆的動(dòng)作。

圖1 煤礦井下鉆桿打鉆動(dòng)作分類(lèi)

2 神經(jīng)網(wǎng)絡(luò)模型

AlexNet模型由輸入層、卷積層、歸一化層、池化層、激活函數(shù)、全連接層、分類(lèi)層組成。前五層是卷積層和池化層，后三層是全連接的層，每個(gè)卷積層都包含激勵(lì)函數(shù)ReLU和局部響應(yīng)規(guī)范化（LRN）處理，需要進(jìn)行下采樣（池）處理。具體結(jié)構(gòu)組成見(jiàn)圖2所示。

圖2 AlexNet網(wǎng)絡(luò)結(jié)構(gòu)圖

2.1 輸入層

卷積網(wǎng)絡(luò)的輸入一般情況下是一個(gè)矩陣，可以是原始或者預(yù)處理后的像素矩陣。本文的輸入是一個(gè)預(yù)處理后的32*32的像素矩陣。

2.2 卷積層

卷積層由多個(gè)特征面組成，每個(gè)特征面上有多個(gè)神經(jīng)元。卷積層是通過(guò)卷積核和輸入圖像進(jìn)行卷積運(yùn)算，從而提取圖像的特征，每一個(gè)卷積核通過(guò)一次卷積運(yùn)算并通過(guò)一個(gè)激活函數(shù)后，可以得到一張?zhí)卣鲌D。本文神經(jīng)網(wǎng)絡(luò)卷積層中卷積核大小為5×5，卷積核個(gè)數(shù)為16，步長(zhǎng)為2，經(jīng)過(guò)卷積運(yùn)算后，得到的特征圖大小為15×15，個(gè)數(shù)為16。

2.3 歸一化層

Ioffe等針對(duì)神經(jīng)網(wǎng)絡(luò)中數(shù)據(jù)分布不一致的問(wèn)題提出一種正則化的方法——批量歸一化。批量歸一化的實(shí)質(zhì)是一種預(yù)處理操作，也就是對(duì)神經(jīng)網(wǎng)絡(luò)中上一層的特征輸出進(jìn)行歸一化處理，然后再作為下一層的輸入。歸一化層的作用是防止梯度爆炸和梯度消失，減少計(jì)算時(shí)間，提高準(zhǔn)確率。

2.4 池化層

池化層是將特征圖分成若干塊，將每一小塊中的最大值或者平均值提取出來(lái)，從而組合成一幅新的特征圖。對(duì)應(yīng)的方法為最大池化和平均池化。池化層的目的主要是減少神經(jīng)網(wǎng)絡(luò)的計(jì)算量，并且通過(guò)特征壓縮，提取主要特征。

其中，稱(chēng)為下采樣層I的第j通道的凈激活，它由前一層輸出特征圖進(jìn)行下采樣加權(quán)、偏置后得到，β是下采樣層的權(quán)重系數(shù)，是下采樣層的偏置項(xiàng)。

2.5 激活函數(shù)

激活函數(shù)的作用主要是將輸出的特征圖進(jìn)行非線性映射，從而模擬更細(xì)微的變化。常見(jiàn)的激活函數(shù)有Relu函數(shù)、Sigmoid函數(shù)、Tanh函數(shù)、Softmax函數(shù)、Maxout函數(shù)等。本文采用的激活函數(shù)為Relu函數(shù)。該函數(shù)具有無(wú)梯度耗散的優(yōu)點(diǎn)，并且計(jì)算量很小。其公式如式(4)所示：

2.6 全連接層

全連接層一般處于神經(jīng)網(wǎng)絡(luò)的末端，它是將之前經(jīng)過(guò)多輪卷積池化后得到的二維特征圖，拼接成一維特征圖作為網(wǎng)絡(luò)的輸入。

其中，uI稱(chēng)為全連接層I的凈激活，它由前一層輸出特征圖X I－1進(jìn)行加權(quán)和偏置后得到的。W I是全連接網(wǎng)絡(luò)的權(quán)重系數(shù)，b I是全連接層I的偏置項(xiàng)。

3 實(shí)驗(yàn)過(guò)程及結(jié)果

本文是在AlexNet模型的基礎(chǔ)上，對(duì)AlexNet模型進(jìn)行改進(jìn)。而卷積核個(gè)數(shù)和神經(jīng)網(wǎng)絡(luò)深度對(duì)神經(jīng)網(wǎng)絡(luò)準(zhǔn)確率的影響較大。因此，為了確定卷積核個(gè)數(shù)和神經(jīng)網(wǎng)絡(luò)深度。本文對(duì)不同的卷積核個(gè)數(shù)和不同的神經(jīng)網(wǎng)絡(luò)深度，利用MATLAB進(jìn)行仿真實(shí)驗(yàn)，對(duì)比它們的訓(xùn)練時(shí)間以及準(zhǔn)確率。

首先本文選用的圖像大小為32*32，卷積核大小為5*5，步長(zhǎng)為2，激活函數(shù)為Relu，學(xué)習(xí)率為0.001，最大學(xué)習(xí)整個(gè)數(shù)據(jù)集的次數(shù)為5。訓(xùn)練集為7500張，測(cè)試集為1500張。

3.1 不同的卷積核個(gè)數(shù)對(duì)準(zhǔn)確率及訓(xùn)練時(shí)間的分析

首先將網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)深度設(shè)計(jì)為一層，然后對(duì)卷積核個(gè)數(shù)分別為8、16、32、64進(jìn)行仿真實(shí)驗(yàn)。其準(zhǔn)確率和訓(xùn)練時(shí)間如表1所示。

表1 不同卷積核個(gè)數(shù)的準(zhǔn)確率及訓(xùn)練時(shí)間

由表1可知，隨著卷積核個(gè)數(shù)的增加，所需的訓(xùn)練時(shí)間也相應(yīng)的增加。當(dāng)卷積核個(gè)數(shù)為16時(shí)，準(zhǔn)確率最高，并且訓(xùn)練時(shí)間相對(duì)較短。因此本文選取卷積核個(gè)數(shù)為16。

3.2 不同的神經(jīng)網(wǎng)絡(luò)深度對(duì)準(zhǔn)確率及訓(xùn)練時(shí)間的分析

在確定池化層中卷積核個(gè)數(shù)為16的情況下，依次對(duì)神經(jīng)網(wǎng)絡(luò)為1、2、3、4層時(shí)進(jìn)行仿真實(shí)驗(yàn)。其準(zhǔn)確率和訓(xùn)練時(shí)間如表2所示。

由表2可知，隨著網(wǎng)絡(luò)深度的增加，其訓(xùn)練時(shí)間會(huì)大幅增加，而神經(jīng)網(wǎng)絡(luò)的深度對(duì)本文的準(zhǔn)確率影響相對(duì)較小，且當(dāng)神經(jīng)網(wǎng)絡(luò)深度為2層時(shí)準(zhǔn)確率最高，因此本文的神經(jīng)網(wǎng)絡(luò)深度最終確定為2層。

表2 不同神經(jīng)網(wǎng)絡(luò)深度的準(zhǔn)確率及訓(xùn)練時(shí)間

3.3 訓(xùn)練過(guò)程

本文神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程如圖3所示。

圖3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程圖

從圖3可以看出，本文神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程準(zhǔn)確率基本穩(wěn)定在100%。因?yàn)榈螖?shù)比較大，中間偶爾會(huì)出現(xiàn)波動(dòng)，但也基本穩(wěn)定在90%～100%。因此，本文的神經(jīng)網(wǎng)絡(luò)比較穩(wěn)定。

3.4 實(shí)驗(yàn)結(jié)果及分析

為了測(cè)試本文神經(jīng)網(wǎng)絡(luò)的有效性，本文從剩余的數(shù)據(jù)集中隨機(jī)地選取100張圖片進(jìn)行測(cè)試。圖4所示是部分測(cè)試結(jié)果。

圖4 神經(jīng)網(wǎng)絡(luò)識(shí)別結(jié)果圖

圖4中黑色字體表示鉆機(jī)實(shí)際的打鉆動(dòng)作，藍(lán)色字體表示本文神經(jīng)網(wǎng)絡(luò)判斷的打鉆動(dòng)作。從圖中我們可以看出，本文神經(jīng)網(wǎng)絡(luò)判斷的打鉆動(dòng)作和鉆機(jī)實(shí)際的打鉆動(dòng)作完全一致。因此，證明本文的神經(jīng)網(wǎng)絡(luò)確實(shí)有效。

隨后本文有對(duì)不同的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行仿真實(shí)驗(yàn)，其結(jié)果如表3所示。

表3 不同神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確率

由表3可知Vgg16和ResNet因?yàn)榫W(wǎng)絡(luò)深度較深，產(chǎn)生了梯度爆炸，因此準(zhǔn)確率相對(duì)較低。而本文改進(jìn)后的AlexNet神經(jīng)網(wǎng)絡(luò)則避免了梯度爆炸，因此準(zhǔn)確率較高。

本文是在AlexNet模型的基礎(chǔ)上，對(duì)AlexNet模型進(jìn)行改進(jìn)。通過(guò)對(duì)不同的卷積核個(gè)數(shù)以及不同的神經(jīng)網(wǎng)絡(luò)深度利用MATLAB進(jìn)行仿真實(shí)驗(yàn)，最終確定卷積核個(gè)數(shù)為16，神經(jīng)網(wǎng)絡(luò)深度為2層，最終的準(zhǔn)確率為99.37%。并且和其他人的模型相比，本文的準(zhǔn)確率更高、訓(xùn)練時(shí)間更短。