葉 浩, 李建禎, 楊曉飛

(江蘇科技大學(xué)電子信息學(xué)院, 江蘇 鎮(zhèn)江 212003)

隨著內(nèi)河運(yùn)輸?shù)陌l(fā)展, 港口愈發(fā)擁擠,實時監(jiān)管航道及港口以保障運(yùn)輸通暢的需求日益迫切．為進(jìn)一步提高航道及港口的智能化管理水平,及時應(yīng)對突發(fā)狀況,可利用無人艇或無人機(jī)對無閉路電視監(jiān)控系統(tǒng)覆蓋的區(qū)域進(jìn)行探查, 但須確保無人艇或兩棲航行器能自主航行或降落至目標(biāo)區(qū)域, 故水面目標(biāo)的自主檢測和識別尤為重要．目標(biāo)檢測的代表性算法主要有以區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(region-convolutional neural networks, R-CNN)[1]為基礎(chǔ)的Fast-RCNN和Faster-RCNN算法[2], Redmon等提出的YOLO系列算法[3], 以及SSD算法[4]．其中, YOLOv3算法在船舶檢測領(lǐng)域的應(yīng)用最為廣泛．王璽坤等[5]通過在YOLOv3上加入特征映射模塊和殘差模塊,實現(xiàn)對艦船的有效檢測; 胡昌華等[6]通過重新設(shè)計YOLOv3網(wǎng)絡(luò)的殘差單元并改進(jìn)特征金字塔, 實現(xiàn)復(fù)雜環(huán)境下雷達(dá)圖像艦船小目標(biāo)的準(zhǔn)確檢測; Braun等[7]通過增加YOLOv3算法的數(shù)據(jù)集樣本多樣性, 提高了深度學(xué)習(xí)目標(biāo)檢測算法的性能; Lee等[8]提出一種基于YOLOv3的清潔機(jī)器人污染物檢測系統(tǒng), 能夠有效識別污染物類型, 但缺乏現(xiàn)場測試．YOLOv3檢測算法能夠準(zhǔn)確檢測目標(biāo), 但是由于其網(wǎng)絡(luò)復(fù)雜、計算量大,不能滿足實時檢測的要求．

針對水面目標(biāo)檢測的實時性和準(zhǔn)確性問題, 本文結(jié)合MobileNetV3[9]網(wǎng)絡(luò), 擬提出一種改進(jìn)的YOLOv3算法, 通過多尺度特征融合進(jìn)行模型壓縮, 減少目標(biāo)檢測模型規(guī)模, 以期快速完成水面目標(biāo)分類,實現(xiàn)船舶的有效管理,為后續(xù)船舶自主駕駛研究提供理論依據(jù)．

1 改進(jìn)YOLOv3網(wǎng)絡(luò)模型

1.1 預(yù)測框錨點

YOLO模型采用回歸預(yù)測, 存在定位不準(zhǔn)確、定位框波動范圍大等問題, 為此引入錨點框機(jī)制．錨點框為一組固定大小的先驗框, 其寬度和高度直接影響算法檢測速度與預(yù)測效果．YOLOv3模型基于PASCAL數(shù)據(jù)集進(jìn)行標(biāo)定, 取均值后確定錨點框．為使算法達(dá)到最優(yōu), 本文使用k-means++算法對標(biāo)定過的數(shù)據(jù)集進(jìn)行聚類, 重新生成9個錨點框, 彌補(bǔ)了k-means[10]初始點隨機(jī)化的問題．

1.2 網(wǎng)絡(luò)結(jié)構(gòu)

本文采用的YOLOv3-MobileNetV3網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示, 由深度可分離卷積、輕量級模型注意力機(jī)制、特征金字塔組成．

圖1 YOLOv3-MobileNetV3網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network architecture of YOLOv3-MobileNetV3

1) 深度可分離卷積．為了減少計算參數(shù), 采用輕量級網(wǎng)絡(luò)替換Darknet-53, 并保留網(wǎng)絡(luò)特有的金字塔特征融合結(jié)構(gòu), 通過逆殘差結(jié)構(gòu),先擴(kuò)張通道數(shù), 豐富特征后進(jìn)行特征提取, 然后再降維還原通道數(shù),以確保梯度的穩(wěn)定性,加強(qiáng)網(wǎng)絡(luò)結(jié)構(gòu)的魯棒性．對于低維度的權(quán)值, 使用ReLU(rectified linear unit)激活函數(shù)[11]易直接輸出0, 導(dǎo)致神經(jīng)元失效, 故使用1×1卷積提升維度,同時低維度在降維后不添加激活函數(shù)．

3) 特征金字塔結(jié)構(gòu)．通過對輸入圖像逐層卷積, 得到不同維度特征信息, 獲得不同感受野．在高維通道預(yù)測時, 由于多次卷積后特征逐漸抽象, 感受野逐漸擴(kuò)大,無法檢測小目標(biāo)特征．因此,通過深度卷積和點卷積進(jìn)行特征提取和通道數(shù)轉(zhuǎn)換,將不同特征層上的信息進(jìn)行多尺度特征融合及類別預(yù)測,解決小目標(biāo)檢測的問題．

1.3 激活函數(shù)

卷積神經(jīng)網(wǎng)絡(luò)為多個線性函數(shù)的堆疊, 為避免網(wǎng)絡(luò)退化, 本文采用Mish[13]激活函數(shù)輸出y=xtanh(ln(1+ex)), 其中x為輸入值．在CIFAR-100數(shù)據(jù)集中, 采用Mish激活函數(shù)處理的平均準(zhǔn)確度比Leaky ReLU激活函數(shù)提高了1.671%, 且較其他激活函數(shù)曲線在0附近更為平滑, 提升了網(wǎng)絡(luò)泛化能力, 更易于優(yōu)化．

2 試驗結(jié)果與分析

2.1 試驗設(shè)置

選取2 008張網(wǎng)絡(luò)獲取的船舶圖片和1 035張航拍及視頻截取的船只照片作為試驗數(shù)據(jù), 船舶類別包括貨船、郵輪、帆船和浮標(biāo)等．水面物體檢測存在干擾物及光線反射等問題,須對訓(xùn)練集隨機(jī)裁剪和遮擋的圖像進(jìn)行亮度、對比度和色域調(diào)整,以便模擬霧天和陰天的情況,圖像增強(qiáng)過程如圖2所示．

圖2 圖像增強(qiáng)過程Fig.2 Image enhancement process

訓(xùn)練環(huán)境采用的操作系統(tǒng)為Windows10, 顯卡為GTX 1660Ti, 框架為Pytorch1.2.0, CUDA 10.0．前25個訓(xùn)練周期的初始學(xué)習(xí)率為0.001, 學(xué)習(xí)率衰減為0.95．訓(xùn)練完成后, 調(diào)整學(xué)習(xí)率為余弦退火學(xué)習(xí)率, 參數(shù)下降周期為5．采用余弦退火,學(xué)習(xí)率不斷波動, 達(dá)到局部最優(yōu)后, 學(xué)習(xí)率會上升, 重新尋找其他最優(yōu)點, 避免學(xué)習(xí)率達(dá)到某個局部最優(yōu)點后無法繼續(xù)向下傳遞的問題．訓(xùn)練至驗證集的損失函數(shù)不再收斂．

2.2 結(jié)果分析

對比YOLOv3算法、YOLOv3-MobileNetV1算法和YOLOv3-MobileNetV3算法的模型參數(shù)量、模型大小、模型平均精度均值和單張圖片處理時間, 結(jié)果如表1所示．由表1可知, YOLOv3-MobileNetV3算法相較于YOLOv3算法的參數(shù)量減少61.35%, 模型大小減少144 MB, 較YOLOv3-MobileNetV1算法的平均精度均值(mean average precision, mAP)提升5.55%．

表1 算法對比

圖3為不同算法下水面目標(biāo)檢測效果對比圖．由圖3可知, 單目標(biāo)檢測時, 三種算法的識別效果均較好; 在目標(biāo)不全的情況下, YOLOv3算法的準(zhǔn)確度為87%, YOLOv3-MobileNetV1算法準(zhǔn)確度62%, YOLOv3-MobileNetV3算法的準(zhǔn)確度為72%; 多目標(biāo)檢測時, YOLOv3-MobileNetV1算法出現(xiàn)漏檢現(xiàn)象, YOLOv3-MobileNetV3算法較YOLOv3-MobileNetV1算法的檢測準(zhǔn)確度更高．

圖3 不同算法的水面目標(biāo)檢測效果對比Fig.3 Comparison of different algorithms for water surface target detection

3 結(jié)論

本文通過深度可分離卷積和模型注意力機(jī)制改進(jìn)YOLO模型, 引入k-means++算法與Mish激活函數(shù), 提出了一種以小型網(wǎng)絡(luò)模型替代復(fù)雜網(wǎng)絡(luò)模型的算法, 減少了模型計算參數(shù)與模型規(guī)模, 實現(xiàn)了模型壓縮的目的,從而使目標(biāo)檢測模型可部署到無GPU的嵌入式終端運(yùn)行環(huán)境．但由于訓(xùn)練樣本數(shù)量偏少, 壓縮后模型精度有所下降, 故進(jìn)一步提高YOLOv3-MobileNetV3算法目標(biāo)檢測的準(zhǔn)確度為今后的研究重點．