吳海濱，魏喜盈，劉美紅，王愛(ài)麗，劉 赫，巖堀祐之

（1.哈爾濱理工大學(xué) 黑龍江省激光光譜技術(shù)及應(yīng)用重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150080；2.中部大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院，愛(ài)知 春日井 487-8501）

1 引言

隨著社會(huì)的不斷進(jìn)步，公共交通在生產(chǎn)生活中所占據(jù)的位置日益重要。目前，安全檢查廣泛應(yīng)用于一些政府機(jī)關(guān)辦公場(chǎng)所、交通樞紐、軍事基地、科研及保密場(chǎng)所、航天基地等場(chǎng)所，如果在這些場(chǎng)所發(fā)生意外，將會(huì)導(dǎo)致人員傷亡和經(jīng)濟(jì)財(cái)產(chǎn)損失，并帶來(lái)極其惡劣的社會(huì)影響。為了減少此類(lèi)惡性事件的發(fā)生，我國(guó)對(duì)安防領(lǐng)域的投入也逐漸增多，安檢級(jí)別也越來(lái)越高。安檢門(mén)和安檢機(jī)是目前應(yīng)用最廣泛的安檢設(shè)備。安檢門(mén)，又稱(chēng)為金屬探測(cè)門(mén)，主要是檢查人身上攜帶的金屬品，如槍支、械具等。安檢機(jī)則主要是對(duì)人隨身攜帶的行李、包裹等進(jìn)行檢查，通過(guò)X光安檢通道對(duì)行李進(jìn)行透視性掃描，安檢員進(jìn)而通過(guò)影像判斷是否含有違禁品、危險(xiǎn)品等。越來(lái)越密集的交通網(wǎng)絡(luò)以及巨大的客流量使得我國(guó)的安檢工作量激增，安全檢查的工作面臨嚴(yán)峻的挑戰(zhàn)。

近年來(lái)，深度學(xué)習(xí)在目標(biāo)檢測(cè)等任務(wù)中發(fā)揮了至關(guān)重要的作用[1-2]。利用深度卷積神經(jīng)網(wǎng)絡(luò)能自動(dòng)提取X光危險(xiǎn)品特征的優(yōu)勢(shì)，有效地解決了物品遮擋、背景雜亂等問(wèn)題，提高了危險(xiǎn)品的檢測(cè)性能。2017年，Mery等在GDXray數(shù)據(jù)集測(cè)試了10余種安檢圖像識(shí)別方法，它們包括基于BoW、稀疏KNN、深度學(xué)習(xí)等，這也是深度學(xué)習(xí)首次應(yīng)用到X光安檢領(lǐng)域[3]。2018年，Akcay提出了一種基于深度學(xué)習(xí)的行李檢查方法。首先，標(biāo)記圖像中的每個(gè)對(duì)象，然后將圖像的位置和邊界框指定給具有卷積神經(jīng)網(wǎng)絡(luò)的區(qū)域，最后檢測(cè)并識(shí)別出危險(xiǎn)品[4]。Morris等人提出了Passenger Baggage Object Database，應(yīng)用于危險(xiǎn)品分類(lèi)，并且在VGG19、Xception、InceptionV3模型上進(jìn)行測(cè)試，得到最佳模型的ROC曲線為0.95[5]。Akcay等采用遷移學(xué)習(xí)(Transfer Learning)的方法，使用深度卷積神經(jīng)網(wǎng)絡(luò)解決X光行李安全篩選背景下的圖像分類(lèi)問(wèn)題[6]。

2019年，Akcay提出了GANomaly模型，利用生成對(duì)抗網(wǎng)絡(luò)訓(xùn)練不包含危險(xiǎn)品的正常樣本，將包含危險(xiǎn)品的少數(shù)樣本作為異常樣本，通過(guò)判別器判斷其與網(wǎng)絡(luò)學(xué)習(xí)到的潛在變量之間的差異，從而判斷是否為異常樣本[7]。Reagan等人利用VGG-16網(wǎng)絡(luò)在ImageNet數(shù)據(jù)上訓(xùn)練了1000個(gè)不同的類(lèi)，再將該模型學(xué)習(xí)到的內(nèi)容作為初始化參數(shù)遷移到危險(xiǎn)品的分類(lèi)任務(wù)上，大大改善了分類(lèi)精度[8]。

2020年，唐浩漾等人提出在SSD目標(biāo)檢測(cè)網(wǎng)絡(luò)上構(gòu)建特征金字塔，融合危險(xiǎn)品的底層邊緣形狀信息特征和深層語(yǔ)義特征，并使用可行變卷積提高網(wǎng)絡(luò)危險(xiǎn)品檢測(cè)能力[9]。張友康等人提出了非對(duì)稱(chēng)卷積多視野檢測(cè)網(wǎng)絡(luò)，該網(wǎng)絡(luò)使用小卷積非對(duì)稱(chēng)網(wǎng)絡(luò)、多尺度特征圖融合策略以及空洞多視野卷積模塊，有助于提高背景干擾下的X光安檢圖像危險(xiǎn)品識(shí)別[10]。郭守向等人構(gòu)建了基于YOLO (You Only Look Once)的X光圖像違禁品檢測(cè)網(wǎng)絡(luò)，其主干網(wǎng)絡(luò)Darknet-C由輔助骨干網(wǎng)絡(luò)各個(gè)特征層和引導(dǎo)主干網(wǎng)絡(luò)對(duì)應(yīng)的上一層級(jí)進(jìn)行特征級(jí)聯(lián)后向下一層傳播，有效提升了檢測(cè)小目標(biāo)的檢測(cè)效果[11]。Zhu等人提出了一種用于X光安檢圖像的數(shù)據(jù)增強(qiáng)方法，豐富安檢圖像的多樣性。首先，使用改進(jìn)的自我注意生成對(duì)抗網(wǎng)絡(luò) (Self-Attention Generative Adversarial Networks，SAGAN)生成了新的危險(xiǎn)品圖像。其次，提出了一種基于循環(huán)生成對(duì)抗網(wǎng)絡(luò)(Cycle Generative Adversarial Networks，CycleGAN)的方法，將物品的自然圖像轉(zhuǎn)換為X光圖像[12]。

本文在YOLOv4的基礎(chǔ)上，結(jié)合空洞卷積對(duì)其網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，加入空洞空間金字塔池化模型(Atrous Spatial Pyramid Pooling，ASPP)，稱(chēng)為ASPP-YOLOv4模型，以此增大感受野，聚合多尺度上下文信息，同時(shí)利用遷移學(xué)習(xí)訓(xùn)練網(wǎng)絡(luò)和余弦退火優(yōu)化學(xué)習(xí)率，大大提高了對(duì)X光安檢圖像中危險(xiǎn)品的檢測(cè)精度。

2 ASPP-YOLOv4檢測(cè)模型

本文構(gòu)建的ASPP-YOLOv4模型包括模型預(yù)訓(xùn)練、網(wǎng)絡(luò)結(jié)構(gòu)、錨框選擇3個(gè)部分，如圖1所示。

圖1 ASPP-YOLOv4模型設(shè)計(jì)Fig.1 ASPP-YOLOv4 model design

（1）引入遷移學(xué)習(xí)，利用公開(kāi)的VOC數(shù)據(jù)集對(duì)YOLOv4網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，將訓(xùn)練好的參數(shù)遷移到本文構(gòu)建的ASPP-YOLOv4模型進(jìn)行微調(diào)。與正常卷積神將網(wǎng)絡(luò)訓(xùn)練中的隨機(jī)初始化不同，將預(yù)先訓(xùn)練的網(wǎng)絡(luò)權(quán)重值作為初始化參數(shù)加載，可以有效加速收斂并提高檢測(cè)性能。

（2）采用具有高性能和強(qiáng)穩(wěn)定性的YOLOv4作為基本檢測(cè)模型，結(jié)合上下文信息對(duì)于檢測(cè)目標(biāo)的重要性，將原網(wǎng)絡(luò)中的空間金字塔池化改進(jìn)為空洞空間金字塔池化，構(gòu)建ASPP-YOLOv4檢測(cè)網(wǎng)絡(luò)。通過(guò)使用不同擴(kuò)張率的空洞卷積實(shí)現(xiàn)不同尺度的最大值池化，在增大感受野的同時(shí)有效融合多尺度的上下文信息，增強(qiáng)模型對(duì)危險(xiǎn)品尺度變化的魯棒性。

（3）根據(jù)危險(xiǎn)品目標(biāo)的尺度分布特點(diǎn)重新設(shè)計(jì)了初始錨框。使用K-means聚類(lèi)算法對(duì)危險(xiǎn)品目標(biāo)的尺度進(jìn)行聚類(lèi)的結(jié)果作為初始錨框，使得網(wǎng)絡(luò)候選框的初始化尺寸更加貼合危險(xiǎn)品目標(biāo)。另外，在訓(xùn)練過(guò)程中采用學(xué)習(xí)率余弦退火衰減策略，實(shí)現(xiàn)模型訓(xùn)練過(guò)程的優(yōu)化。

2.1 YOLOv4

YOLO[13-14]網(wǎng)絡(luò)是一種基于回歸的目標(biāo)檢測(cè)網(wǎng)絡(luò)，其可以通過(guò)充分提取被檢目標(biāo)的特征，直接在一個(gè)網(wǎng)絡(luò)內(nèi)同時(shí)完成目標(biāo)的分類(lèi)和定位任務(wù)，真正實(shí)現(xiàn)了一種簡(jiǎn)單且高效的端到端的設(shè)計(jì)思路，成為one-stage檢測(cè)模型的重要代表。

YOLOv4[15-16]算法是在YOLOv3的基礎(chǔ)上，從數(shù)據(jù)增強(qiáng)、主干網(wǎng)絡(luò)、網(wǎng)絡(luò)訓(xùn)練、損失函數(shù)等方面進(jìn)行改進(jìn)優(yōu)化，雖然其網(wǎng)絡(luò)結(jié)構(gòu)更復(fù)雜，但有更高的精度和更快的速度，在檢測(cè)小目標(biāo)和被遮擋目標(biāo)方面有著顯著的提高。圖2為YOLOv4的網(wǎng)絡(luò)結(jié)構(gòu)。

圖2 YOLOv4網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Network structure of YOLOv4

YOLOv4算法主要包括4個(gè)步驟：

(1) 將輸入圖片分成S×S個(gè)網(wǎng)格，物品中心落在網(wǎng)格中心，檢測(cè)該網(wǎng)格中的物體；

(2) 每個(gè)網(wǎng)格都生成B個(gè)預(yù)測(cè)框；

(3) 每一個(gè)預(yù)測(cè)框均針對(duì)C個(gè)類(lèi)別進(jìn)行概率預(yù)測(cè)；

(4) 使用非極大值抑制算法對(duì)所有預(yù)測(cè)框進(jìn)行篩選，得到最終包含目標(biāo)類(lèi)別和位置坐標(biāo)的檢測(cè)結(jié)果。

2.2 空洞空間金字塔池化模型

在X光安檢圖像檢測(cè)任務(wù)中，容易受到遮擋、拍攝角度、復(fù)雜背景等因素的影響，導(dǎo)致其外觀信息獲取不足，影響其整體信息的收集，因此在檢測(cè)危險(xiǎn)品時(shí)，僅通過(guò)目標(biāo)表征進(jìn)行判斷的準(zhǔn)確率較低。上下文信息具有描述目標(biāo)內(nèi)在聯(lián)系的特點(diǎn)，將其加入至目標(biāo)檢測(cè)任務(wù)中，能有減少上述影響，提高檢測(cè)的準(zhǔn)確度。空洞卷積在不使用池化層的情況下，能夠增大感受野，使每個(gè)卷積輸出都包含較大范圍的信息，進(jìn)而提高網(wǎng)絡(luò)性能。其核心是向卷積層引入一個(gè)新參數(shù)——擴(kuò)張率(dilation rate)，該參數(shù)定義了卷積核處理的間隔數(shù)量?？斩淳矸e核和感受野大小計(jì)算如式(1)和式(2)所示：

其中，fk表示原始卷積核的大小，表示空洞卷積核大小，r表示卷積核的擴(kuò)張率，Rm表示經(jīng)空洞卷積后第m層感受野大小，Si表 示第i層的步長(zhǎng)，“*”表示卷積。

YOLOv4中使用SPP模塊提取不同感受野的信息，但沒(méi)有充分體現(xiàn)全局信息和局部信息的語(yǔ)法關(guān)系。本文設(shè)計(jì)的ASPP引入不同擴(kuò)張率的空洞卷積操作，實(shí)現(xiàn)SPP中的池化操作，并將其與全局平均池化并聯(lián)，組成一個(gè)新的特征金字塔模型，以此聚合多尺度上下文信息，增強(qiáng)模型識(shí)別不同尺寸同一物體的能力。

結(jié)合ASPP改進(jìn)的YOLOv4框架如圖3所示，其中ASPP采用擴(kuò)張率r分別為1、3、5且卷積核為 3 ×3的空洞卷積，在前一層的局部特征上關(guān)聯(lián)到更廣的視野，防止小目標(biāo)特征在信息傳遞時(shí)丟失。

圖3 結(jié)合ASPP改進(jìn)的YOLOv4框架Fig.3 Improved YOLOv4 framework combined with ASPP

圖3中，ASPP將輸入的特征同時(shí)輸出到5個(gè)支路中，第1個(gè)支路是一個(gè)1×1的卷積，目的是保持原始的感受野；第2～4支路是不同擴(kuò)張率的空洞卷積，并且包含BN層，目的是對(duì)特征進(jìn)行提取，獲得不同的感受野，最后的特征圖能夠融合不同尺度的信息；第5個(gè)支路的目的是獲取全局特征，將特征做全局平均化池化后，經(jīng)過(guò)1×1卷積和歸一化處理，再進(jìn)行上采樣。本文模型通過(guò)ASPP，可以學(xué)習(xí)到不同尺寸危險(xiǎn)品的特征，降低危險(xiǎn)品的漏檢率。

通過(guò)特征融合后，YOLOv4獲得了3個(gè)特征層的預(yù)測(cè)結(jié)果，尺寸大小分別為(13, 13, 30)，(26,26, 30)，(52, 52, 30)的數(shù)據(jù)，分別對(duì)應(yīng)網(wǎng)格上3個(gè)預(yù)測(cè)框的位置，其中每一個(gè)網(wǎng)格點(diǎn)負(fù)責(zé)一個(gè)區(qū)域的檢測(cè)。其中維度30代表了3個(gè)box的詳細(xì)信息，每個(gè)box長(zhǎng)度為10。這10個(gè)維度的信息為得到的預(yù)測(cè)結(jié)果：(x_offset,y_offset,h,w,conf,conf1,···,conf5) 。其中x_offset表示網(wǎng)格左上角相對(duì)于x軸的偏移量，y_offset代表網(wǎng)格左上角相對(duì)于y軸的偏移量，h代表預(yù)測(cè)框的高，w代表預(yù)測(cè)框的寬，conf代表置信度，confi(1≤i≤5)表示分類(lèi)結(jié)果。最后，取出每一類(lèi)得分大于閾值的框和得分進(jìn)行排序，利用框的位置和得分進(jìn)行非極大抑制 ，最終得出概率最大的邊界框。

2.3 利用遷移學(xué)習(xí)訓(xùn)練網(wǎng)絡(luò)

在深度神經(jīng)網(wǎng)絡(luò)中，前面的卷積層一般學(xué)習(xí)具有通用性的淺層特征，而后面的卷積層學(xué)習(xí)的是對(duì)當(dāng)前訓(xùn)練目標(biāo)更具有針對(duì)性的、更高級(jí)的抽象特征。先凍結(jié)部分網(wǎng)絡(luò)層可以加快訓(xùn)練速度，也可以在訓(xùn)練初期防止權(quán)值被破壞。導(dǎo)致模型泛化能力差的另一個(gè)原因是目標(biāo)函數(shù)存在局部最小值，而遷移學(xué)習(xí)能有效避免這個(gè)問(wèn)題。

考慮到存在大量可見(jiàn)光圖像，而X光危險(xiǎn)品圖像過(guò)少，采用基于參數(shù)遷移的學(xué)習(xí)方法訓(xùn)練ASPP-YOLOv4網(wǎng)絡(luò)。遷移策略如下：

（1）選取公開(kāi)的VOC數(shù)據(jù)集為預(yù)訓(xùn)練數(shù)據(jù)集，該數(shù)據(jù)集有20類(lèi)標(biāo)注目標(biāo)，共計(jì)16萬(wàn)張圖像，用VOC數(shù)據(jù)集為源域在YOLOv4網(wǎng)絡(luò)上學(xué)習(xí)圖片底層特征；

（2）取訓(xùn)練檢測(cè)效果較好的YOLOv4源域網(wǎng)絡(luò)，去掉后面全連接層和分類(lèi)層，作為ASPPYOLOv4骨干網(wǎng)絡(luò)的預(yù)訓(xùn)練權(quán)重，其他網(wǎng)絡(luò)部分采用權(quán)重隨機(jī)初始化的方式；

（3）凍結(jié)主干網(wǎng)絡(luò)，對(duì)不凍結(jié)的網(wǎng)絡(luò)層進(jìn)行微調(diào)，參與反向傳播中的梯度更新；

（4）放開(kāi)凍結(jié)層，對(duì)全部層利用反向傳播算法進(jìn)行訓(xùn)練，得到最終合適的參數(shù)矩陣和偏置向量。

2.4 基于K-means聚類(lèi)的錨框選擇

采用K-means聚類(lèi)的方法代替原始錨框，使得網(wǎng)絡(luò)候選框的初始化尺寸更加貼合危險(xiǎn)品目標(biāo)，進(jìn)一步提高網(wǎng)絡(luò)的檢測(cè)效果。K-means是一種無(wú)監(jiān)督學(xué)習(xí)算法，它將數(shù)據(jù)集劃分成多個(gè)簇，通過(guò)計(jì)算每個(gè)樣本的相似性度量，并將其分配給與之距離最近的簇中心，每次迭代都計(jì)算每個(gè)簇中所有樣本的均值，不斷更新簇中心，直到簇中心不再變化。

本文處理的X光危險(xiǎn)品的真實(shí)框由左上定點(diǎn)和右下定點(diǎn)表示，即 (xmin,ymin,xmax,ymax)。由于數(shù)據(jù)集中圖片大小不同，首先對(duì)使用圖片的長(zhǎng)寬對(duì)box的寬和高按式(3)做歸一化處理。標(biāo)準(zhǔn)的K-means使用歐式距離作為度量，但本文檢測(cè)方法中只需要關(guān)心錨框與真實(shí)框的交并比(Intersection Over Union, IOU)，不關(guān)心真實(shí)框的大小，因此，使用IOU作為度量更加合適。假設(shè)anthor=(wa,ha)，box=(wb,hb)，則二者的IOU如式(4)所示。IOU值越大，表示兩個(gè)框距離越近。最終度量如式(5)所示。

本文首先選取9個(gè)框作為初始的錨框，再使用IOU度量，將每個(gè)框分配給其距離最近的錨框形成新的簇，并在每次迭代后計(jì)算每個(gè)簇中所有框的均值，更新錨框，直到錨框不再變化。最終得到的錨框如表1所示。

表1 錨框計(jì)算結(jié)果Tab.1 Calculation results of the anchor

2.5 余弦退火優(yōu)化學(xué)習(xí)率

ASPP-YOLOv4的學(xué)習(xí)率采用了余弦退火(Cosine annealing)優(yōu)化算法，它與傳統(tǒng)的學(xué)習(xí)率不同，隨著epoch的增加，學(xué)習(xí)率先模擬余弦函數(shù)快速下降，再線性上升，不斷重復(fù)該過(guò)程。傳統(tǒng)的訓(xùn)練過(guò)程中學(xué)習(xí)率逐漸減小，模型逐漸尋找到局部最優(yōu)點(diǎn)，模型會(huì)快速地往局部最優(yōu)點(diǎn)移動(dòng)，隨著學(xué)習(xí)率的減小，模型最終收斂到一個(gè)全局最優(yōu)點(diǎn)。而余弦退火的學(xué)習(xí)率急速下降，所以模型會(huì)迅速踏入局部最優(yōu)點(diǎn)，并保存局部最優(yōu)點(diǎn)的模型，然后開(kāi)啟熱重啟(Warm restart)，學(xué)習(xí)率重新恢復(fù)到一個(gè)較大值，逃離當(dāng)前的局部最優(yōu)點(diǎn)，并尋找新的最優(yōu)點(diǎn)，周期性重復(fù)上述過(guò)程。學(xué)習(xí)率余弦退火衰減具體策略如表2所示。

表2 余弦退火衰減過(guò)程Tab.2 Cosine annealing decay process

其中重啟并不是從頭開(kāi)始，而是通過(guò)增加學(xué)習(xí)率來(lái)模擬，另外定義了一個(gè)初始學(xué)習(xí)率。由于模型在剛開(kāi)始訓(xùn)練時(shí)的權(quán)重是隨機(jī)初始化的，如果此時(shí)就直接采用較大的學(xué)習(xí)率，容易造成模型的震蕩。采用warmup預(yù)熱學(xué)習(xí)率可以避免上述問(wèn)題，這是因?yàn)槿绻趧傞_(kāi)始訓(xùn)練的幾個(gè)epoch內(nèi)采用預(yù)熱的小學(xué)習(xí)率下，模型可以慢慢趨于穩(wěn)定，這時(shí)再使用預(yù)設(shè)的學(xué)習(xí)率進(jìn)行訓(xùn)練，可獲得更快的收斂速度。

3 實(shí)驗(yàn)結(jié)果及分析

本文實(shí)驗(yàn)均在Windows操作系統(tǒng)下實(shí)現(xiàn)，采用Python語(yǔ)言和Keras庫(kù)編碼，NVIDIA RTX2070顯卡GPU加速，CPU為32 GB Intel?Core? i7-9750H CPU @ 2.60 GHz。數(shù)據(jù)集采用的是SIXRay數(shù)據(jù)集[17]中所有正類(lèi)樣本添加位置標(biāo)簽生成的數(shù)據(jù)集，手動(dòng)框出危險(xiǎn)品的位置并標(biāo)注出類(lèi)別，最終生成每幅圖片的標(biāo)簽文件。將數(shù)據(jù)集劃分為兩部分，80%樣本作為訓(xùn)練集，20%樣本作為測(cè)試集。選擇余弦退火學(xué)習(xí)率算法作為梯度優(yōu)化算法。

訓(xùn)練超參數(shù)配置如表3所示。為了驗(yàn)證本文算法的有效性，選取目前主流目標(biāo)檢測(cè)模型，包 括YOLOv3[18]、M2Det[19]、SSD[20]、YOLOv4做對(duì)比。表4列出了以上幾種方法對(duì)5種危險(xiǎn)品的檢測(cè)結(jié)果。

表3 訓(xùn)練超參數(shù)設(shè)計(jì)Tab.3 Design of the training hyperparameters

表4 不同模型的AP比較Tab.4 Comparison of AP for different networks (%)

在目標(biāo)檢測(cè)模型訓(xùn)練時(shí)，訓(xùn)練和驗(yàn)證過(guò)程中每一個(gè)Epoch的損耗值下降曲線如圖4所示。從圖中可以看出，在前50個(gè)Epoch訓(xùn)練過(guò)程中，隨著迭代次數(shù)和訓(xùn)練時(shí)間的增加，Train-Loss和Validation-Loss均逐漸下降，最終趨于平穩(wěn)，訓(xùn)練過(guò)程中設(shè)置了早停策略，得到最優(yōu)檢測(cè)模型。

圖4 訓(xùn)練過(guò)程中的Loss下降曲線Fig.4 Loss decline curves during training process

對(duì)于Gun來(lái)說(shuō)，數(shù)量相對(duì)較多，特征明顯，所有網(wǎng)絡(luò)對(duì)其檢測(cè)精度較高；由于Wrench的類(lèi)內(nèi)差異大、相互重疊，所有網(wǎng)絡(luò)對(duì)它們的檢測(cè)精度均偏低；Scissors的數(shù)量少，目標(biāo)小，易被覆蓋，漏檢率較高。ASPP-YOLOv4的多類(lèi)別平均精度(mean Average Precision, mAP)為最高，達(dá)到85.23%，相比于YOLOv3、M2Det、SSD、YOLOv4分別提升了5.95%、3.76%、2.27%和2.12%。除了Knife，本文的檢測(cè)精度均最高。

與YOLOv4相比，Gun、Wrench、Pliers的平均精度(Average Precision, AP)分別提升了1.38%、0.46%、2.86%，Scissors提升明顯，為6.21%。對(duì)于Knife來(lái)說(shuō)，本文方法相對(duì)于YOLOv3提升了3.39%，比M2Det提升了5.69%，比SSD提升了3.52%，與YOLOv4相比，僅下降了0.3%，是可以接受的。

圖5(彩圖見(jiàn)期刊電子版)用柱狀圖比較5種方法在每類(lèi)樣本上的AP，可以直觀地看出，本文方法具有良好的檢測(cè)效果，性能最優(yōu)。

圖5 幾種方法對(duì)各類(lèi)危險(xiǎn)品的檢測(cè)結(jié)果Fig.5 Detection results of dangerous goods detected by different algorithms

表5列出了ASPP-YOLOv4對(duì)SIXRay數(shù)據(jù)集上不同類(lèi)別危險(xiǎn)品的檢測(cè)性能。從表5可以看出，針對(duì)各類(lèi)樣本，模型的AP較好，但召回率(Recall)相對(duì)較低，這是因?yàn)榘矙z圖像目標(biāo)較小，重疊較多，更容易造成漏檢而不是誤檢。尤其是對(duì)于Knife這類(lèi)物品，擺放的方式、物品大小形狀等差異較大，漏檢率相對(duì)較高。而本模型的準(zhǔn)確率(Precision)保持在較好的水平，誤檢率較低。

表5 ASPP-YOLOv4的性能分析Tab.5 The performance of ASPP-YOLOv4

為了進(jìn)一步證明本文提出的ASPP-YOLOv4算法的有效性，表6取各類(lèi)目標(biāo)的平均值，作為整體性能評(píng)估指標(biāo)，與原始YOLOv4進(jìn)行對(duì)比。從表6中可以看出，ASPP-YOLOv4相比YOLOv4，mAP提高了2.12%，召回率提高了2.16%。表明本文方法能更好地與目標(biāo)特點(diǎn)匹配，目標(biāo)定位更準(zhǔn)確，同時(shí)空洞卷積的引入提高了模型識(shí)別同一類(lèi)物品的能力，所以能有效提升目標(biāo)準(zhǔn)確率和召回率。

表6 YOLOv4改進(jìn)前后檢測(cè)性能對(duì)比Tab.6 Comparison of YOLOv4 performance before and after improvement

ASPP-YOLOv4模型在測(cè)試集上的目標(biāo)檢測(cè)效果如圖6(彩圖見(jiàn)期刊電子版)所示。其中圖6(a)是多目標(biāo)圖像，可以看出ASPP-YOLOv4模型能較為準(zhǔn)確地檢測(cè)出每一個(gè)目標(biāo)，其中綠色檢測(cè)框表示刀具，同一張圖片中的3個(gè)刀具具有不同的形狀和大小，但是本文模型可以較好地識(shí)別，置信度分別為0.94、0.72、0.67；紫色檢測(cè)框表示槍支，置信度為0.77；藍(lán)色檢測(cè)框表示扳手，由于輪廓相對(duì)清晰，置信度達(dá)到0.98。圖6(b)是擺放差異圖像，兩把刀具的擺放方式有較大的差異，但背景較為簡(jiǎn)單，模型對(duì)兩支槍的置信度均為1.00，對(duì)刀具的置信度分別為0.85和0.87。圖6(c)是小目標(biāo)圖像，紅色檢測(cè)框表示剪刀，ASPP-YOLOv4對(duì)其有較好的識(shí)別精度，置信度為0.99。圖6(d)是重疊圖像，背景雜亂且顏色相近，ASPP-YOLOv4模型可以獲得更大的感受野，較好地融合上下文信息，進(jìn)而能從重疊的X光圖像中得到更加準(zhǔn)確的目標(biāo)特征，對(duì)扳手的置信度為0.81，黃色檢測(cè)框表示鉗子，其置信度為0.94。

圖6 危險(xiǎn)品檢測(cè)效果Fig.6 Detection results for dangerous goods

4 結(jié)論

本文對(duì)YOLOv4進(jìn)行改進(jìn)，實(shí)現(xiàn)了X光安檢圖像危險(xiǎn)品檢測(cè)，該模型結(jié)合空洞卷積改進(jìn)空間金字塔池化，在增大感受野的同時(shí)有效融合多尺度的上下文信息。同時(shí)利用遷移學(xué)習(xí)訓(xùn)練網(wǎng)絡(luò)和余弦退火優(yōu)化學(xué)習(xí)率，提高檢測(cè)精度的同時(shí)，加速模型收斂，減少訓(xùn)練時(shí)間。最后以K-means聚類(lèi)的方法設(shè)計(jì)錨框，使其更加適合危險(xiǎn)品的定位。實(shí)現(xiàn)結(jié)果顯示，在SIXRay數(shù)據(jù)集上的mAP達(dá)到85.23%，充分表明ASPP-YOLOv4模型對(duì)于X光安檢危險(xiǎn)品圖像的檢測(cè)結(jié)果優(yōu)于其他方法，能有效解決物體遮擋問(wèn)題，危險(xiǎn)品的分類(lèi)與定位效果均有提升。