孫召龍，徐 昕，朱云龍，田 楓

（1.中國(guó)石油化工股份有限公司勝利油田分公司現(xiàn)河采油廠，山東東營(yíng) 257000；2.東北石油大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院，黑龍江大慶 163318；3.慶新油田開(kāi)發(fā)有限責(zé)任公司，黑龍江大慶 163000）

吸煙行為是油田作業(yè)現(xiàn)場(chǎng)十大禁令之一，若不加以控制會(huì)增加引發(fā)火災(zāi)的可能，從而造成重大財(cái)產(chǎn)損失和人員傷亡的事故發(fā)生。目前油田作業(yè)現(xiàn)場(chǎng)大多是通過(guò)煙霧探測(cè)器和人工監(jiān)控方式對(duì)吸煙行為進(jìn)行管控，但煙霧傳感器受空間限制，在戶外場(chǎng)景下即空間很大時(shí)，煙霧傳感器檢測(cè)的準(zhǔn)確率會(huì)降低，而人工監(jiān)控方式在浪費(fèi)人力的同時(shí)又無(wú)法實(shí)現(xiàn)檢測(cè)的實(shí)時(shí)性。因此，在油田作業(yè)現(xiàn)場(chǎng)精準(zhǔn)又實(shí)時(shí)地檢測(cè)吸煙行為是一個(gè)急需解決的難題。

常見(jiàn)的吸煙報(bào)警系統(tǒng)主要是基于煙霧伴隨性對(duì)空間內(nèi)煙霧濃度進(jìn)行閾值判定的傳統(tǒng)吸煙檢測(cè)技術(shù)，雖然煙霧傳感器靈敏度較高，但在空曠通風(fēng)的戶外場(chǎng)景下對(duì)吸煙行為識(shí)別效果并不理想。隨著圖像處理和模式識(shí)別技術(shù)的發(fā)展［1-3］，吸煙檢測(cè)技術(shù)形成兩大分支，即基于傳統(tǒng)算法及基于深度學(xué)習(xí)的檢測(cè)。傳統(tǒng)的吸煙檢測(cè)方法多基于煙霧的顏色特征來(lái)進(jìn)行吸煙或火災(zāi)預(yù)警。Qin Luxing［4］等通過(guò)提取顏色矩、HOG和LBP空間下的煙霧特征來(lái)進(jìn)行森林火災(zāi)預(yù)警。基于深度學(xué)習(xí)的吸煙檢測(cè)可分為基于候選窗口和基于回歸兩類，張日東［5］等將Haar-Adaboost車窗檢測(cè)算法和基于HSV空間的混合高斯煙霧檢測(cè)算法相結(jié)合，對(duì)出租汽車司機(jī)的吸煙行為進(jìn)行檢測(cè)。馬曉菲［6］等通過(guò)改進(jìn)的MTCNN人臉檢測(cè)算法確定嘴部區(qū)域定位，再經(jīng)過(guò)MobileNet-v1遷移學(xué)習(xí)的分類算法，構(gòu)建基于人臉?lè)治龅奈鼰熜袨闄z測(cè)算法模型。Faster-RCNN是基于候選框多階段檢測(cè)的主流框架。李倩［7］等以Faster-RCNN作為骨干網(wǎng)絡(luò)并和FPN特征金字塔相結(jié)合進(jìn)行吸煙行為檢測(cè)。該方法有效降低了漏檢率，但同樣缺乏實(shí)時(shí)性檢測(cè)。為此，有學(xué)者提出YOLO［8］，SSD，YOLOv2，YOLO9000［9］等基于回歸的目標(biāo)檢測(cè)框架。YOLO系列框架通過(guò)網(wǎng)絡(luò)以端到端的形式一步完成目標(biāo)檢測(cè)任務(wù)。王夢(mèng)依［10］等對(duì)YOLOv3目標(biāo)檢測(cè)框架進(jìn)行了結(jié)構(gòu)改進(jìn)和參數(shù)尋優(yōu)，構(gòu)建吸煙檢測(cè)系統(tǒng)。YOLOv5是目前YOLO家族最新的框架，有學(xué)者基于此模型用于口罩佩戴識(shí)別［11-13］。當(dāng)前，在油田作業(yè)現(xiàn)場(chǎng)的場(chǎng)景下對(duì)吸煙行為精準(zhǔn)并實(shí)時(shí)檢測(cè)仍是一個(gè)亟需解決的難點(diǎn)。

1 YOLOv5算法原理

2020年5月，Ultralytics LCC公司提出由PyTorch編寫(xiě)的YOLOv5模型，該模型集成了YOLOv3中的FPN多尺度檢測(cè)及YOLOv4中的Mosaic數(shù)據(jù)增強(qiáng)和SPP結(jié)構(gòu)，其結(jié)構(gòu)如圖1所示。YOLOv5模型大小可調(diào)節(jié)，共有四種網(wǎng)絡(luò)結(jié)構(gòu)即YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x。四種網(wǎng)絡(luò)結(jié)構(gòu)的區(qū)別在于Backbone及Neck部分的CSP結(jié)構(gòu)寬度和深度不同，即卷積的次數(shù)和殘差塊的數(shù)目不一樣。同時(shí)YOLOv5模型的體積很小，最小模型YOLOv5s的權(quán)重?cái)?shù)據(jù)文件大小為27MB，是YOLOv4權(quán)重?cái)?shù)據(jù)的九分之一［14-15］。除此之外，其推理速度達(dá)每秒140fps，滿足監(jiān)控視頻實(shí)時(shí)性檢測(cè)的需求。

圖1 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Structure diagram of YOLOv5

1.1 Backbone

Backbone部分的核心是CSP結(jié)構(gòu)。CSP結(jié)構(gòu)是YOLOv5四個(gè)模型的區(qū)別所在，即卷積操作和殘差值處理次數(shù)不同，所以對(duì)于不同數(shù)據(jù)集的訓(xùn)練表現(xiàn)也有所不同。在YOLOv5模型中Backbone和Neck部分都存在CSP結(jié)構(gòu)，而在YOLOv4模型中只有Backbone部分融合了CSP結(jié)構(gòu)。對(duì)于CSP這種跨階段特征信息傳遞策略所接觸的階段越長(zhǎng)越有利于模型的訓(xùn)練，這也是YOLOv5在YOLOv4基礎(chǔ)上的改進(jìn)之處。CSP模塊首先將基礎(chǔ)層的特征映射劃分為兩部分，在劃分的同時(shí)做特征信息的備份，然后通過(guò)跨階段層次結(jié)構(gòu)將其合并。這樣避免在信息傳遞的過(guò)程中丟失底層特征信息，并且有效地減少信息集成過(guò)程中特征重復(fù)的可能。另外由于跨階段使用拆分和合并操作，使得該策略能夠顯著降低計(jì)算成本，從而在保證準(zhǔn)確率的同時(shí)實(shí)現(xiàn)模型輕量化。

1.2 Neck

Neck部分中采用了FPN+PAN的結(jié)構(gòu)。FPN結(jié)構(gòu)采用自上而下的方式處理圖片特征，對(duì)高層的特征信息通過(guò)上采樣操作進(jìn)行傳遞與融合，獲得預(yù)測(cè)的特征圖。PAN采用自下向上的特征金字塔思想，將FPN每層所獲得的特征預(yù)測(cè)圖向上再做一次特征提取與融合，具體結(jié)構(gòu)如圖2所示。該結(jié)構(gòu)融合了當(dāng)前尺度和以前尺度的特征，能夠?qū)崿F(xiàn)從不同的主干層對(duì)不同的檢測(cè)層進(jìn)行特征的參數(shù)聚合，得到預(yù)測(cè)的特征圖。該模塊在一定程度上可以提升小尺寸目標(biāo)的檢測(cè)性能，提高網(wǎng)絡(luò)的魯棒性，增強(qiáng)訓(xùn)練過(guò)程。

圖2 FPN+PAN結(jié)構(gòu)Fig.2 Structure of FPN and PAN

2 實(shí)驗(yàn)結(jié)果和分析

2.1 配 置

本次實(shí)驗(yàn)在Intel Core i7 6700處理器，主頻為4 GHz，內(nèi)存為32 GiB，顯卡型號(hào)為GeForce RTX 3080 Ti的PC機(jī)上進(jìn)行，在Ubantu18.04環(huán)境下利用深度學(xué)習(xí)框架Pytorch對(duì)YOLOv5模型進(jìn)行訓(xùn)練與測(cè)試。訓(xùn)練模型的參數(shù)設(shè)置如表1所示，模型的訓(xùn)練次數(shù)Epochs設(shè)為300；批次大小Batch size是指訓(xùn)練時(shí)一次性輸入網(wǎng)絡(luò)的圖片數(shù)目，與顯卡的顯存大小有關(guān)，將其設(shè)為8；由于提高輸入分辨率在一定程度上會(huì)提高小目標(biāo)檢測(cè)精度，所以輸入分辨率img-size在原始值為640的基礎(chǔ)上增加64，調(diào)至為704；置信度閾值conf_thres和IoU閾值Iou_thres用于非極大值抑制迭代篩選的處理過(guò)程，分別設(shè)為0.001和0.65。

表1 YOLOv5訓(xùn)練參數(shù)設(shè)置Tab.1 Training parameter setting of YOLOv5

2.2 數(shù)據(jù)集采集及制作

由于通過(guò)Python爬蟲(chóng)代碼爬取的谷歌和百度圖片大多屬于特寫(xiě)圖片，并不滿足油田作業(yè)現(xiàn)場(chǎng)戶外下中距離的吸煙檢測(cè)需求。所以本文自行創(chuàng)建吸煙數(shù)據(jù)集，采用兩種方式進(jìn)行采集，總共采集4196張圖片。第一種采集方式是通過(guò)放大室外監(jiān)控?cái)z像頭截取的吸煙圖片，另一種采集方式是先自行錄制不同場(chǎng)景下的吸煙視頻，再按照一定的幀數(shù)間隔截取視頻中的圖片。數(shù)據(jù)集采集完成后是數(shù)據(jù)集的標(biāo)注部分，使用LabelImg標(biāo)注工具，用矩形框選定手拿煙和嘴叼煙區(qū)域。標(biāo)注后生成的是遵循PASCAL VOC格式的XML文件，并將中心點(diǎn)的坐標(biāo)即標(biāo)注框的寬和高以偏移量的方式存儲(chǔ)到TXT文件中，使得訓(xùn)練時(shí)可以忽略不同圖像的尺寸，提高小目標(biāo)檢測(cè)精度。

2.3 結(jié)果與分析

2.3.1 模型性能對(duì)比

YOLOv5共有四種預(yù)訓(xùn)練模型，每種網(wǎng)絡(luò)的深度和寬度不同，所以在不同數(shù)據(jù)集上表現(xiàn)會(huì)有所不同。為獲取更適用于油田作業(yè)現(xiàn)場(chǎng)中距離的吸煙數(shù)據(jù)集所對(duì)應(yīng)的權(quán)重?cái)?shù)據(jù)，分別用YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x四種網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并用300張測(cè)試集對(duì)四種模型進(jìn)行性能對(duì)比，通過(guò)計(jì)算四種模型在測(cè)試集上的精確率均值（mAP）及召回率來(lái)評(píng)價(jià)模型的性能。精確率P又稱查準(zhǔn)率，如公式（1）所示；召回率R又稱查全率，如公式（2）所示。

公式（1）和公式（2）中，TP表示將正類別預(yù)測(cè)為正確類別的個(gè)數(shù)；FP表示將負(fù)類別預(yù)測(cè)為正確類別的個(gè)數(shù)；FN表示將正類別預(yù)測(cè)為負(fù)類別的個(gè)數(shù)。YOLOv5四種預(yù)訓(xùn)練模型測(cè)試的結(jié)果如表2所示。

由表2可知，YOLOv5s模型用時(shí)最短、檢測(cè)速度最快，每秒能夠檢測(cè)16幅圖片。YOLOv5m模型的召回率及mAP值最高，其中召回率比YOLOv5l模型高出3.07個(gè)百分點(diǎn)，達(dá)到了89%，且YOLOv5m模型的精準(zhǔn)率相對(duì)于YOLOv5s模型、YOLOv5l模型和YOLOv5x模型分別高出1.22、0.27和1.03個(gè)百分點(diǎn)。四個(gè)模型對(duì)吸煙行為檢測(cè)樣例如圖3所示。

表2 不同模型性能對(duì)比Tab.2 Performance comparison of different models

從圖3的檢測(cè)對(duì)比可以看出，該模型對(duì)戶外場(chǎng)景下中距離的小目標(biāo)檢測(cè)效果明顯，方框?yàn)闄z測(cè)算法輸出的邊界框，目標(biāo)框上的數(shù)值表示預(yù)測(cè)精確率。從算法測(cè)試結(jié)果可以看出，YOLOv5m的預(yù)測(cè)精確率較高為0.78，優(yōu)于其他三種檢測(cè)模型。

2.3.2 YOLOv5m模型最優(yōu)性能

綜合上述不同模型的測(cè)試性能及測(cè)試效果，本文選用由YOLOv5m模型訓(xùn)練得到的最佳權(quán)重?cái)?shù)據(jù)。圖4描繪了YOLOv5m模型訓(xùn)練時(shí)的精確率和訓(xùn)練損失隨迭代次數(shù)的變化值。當(dāng)訓(xùn)練次數(shù)Epochs的值較小時(shí)，精確率從0開(kāi)始快速上升，訓(xùn)練損失值由0.8開(kāi)始迅速下降，標(biāo)志著網(wǎng)絡(luò)模型開(kāi)始對(duì)圖片特征進(jìn)行學(xué)習(xí)。隨著訓(xùn)練次數(shù)的增加，精確率曲線上升的速度逐漸變慢，以振蕩的形式繼續(xù)上升，訓(xùn)練損失曲線逐漸平穩(wěn)到一個(gè)穩(wěn)定值。當(dāng)訓(xùn)練次數(shù)Epochs為200附近時(shí)，精確率曲線趨于穩(wěn)定，波動(dòng)減少。當(dāng)訓(xùn)練次數(shù)Epochs為250時(shí)，精確率曲線趨向?yàn)?.926的穩(wěn)定值，訓(xùn)練損失曲線趨向?yàn)?.012的穩(wěn)定值。由此可知YOLOv5m模型訓(xùn)練過(guò)程穩(wěn)定，性能優(yōu)良。

圖4 YOLOv5m實(shí)驗(yàn)損失和精度值Fig.4 Loss and accuracy of YOLOv5m network

3 結(jié) 語(yǔ)

本文首先進(jìn)行數(shù)據(jù)采集與預(yù)處理，得到更符合油田作業(yè)現(xiàn)場(chǎng)的吸煙數(shù)據(jù)集，通過(guò)對(duì)比YOLOv5四種預(yù)訓(xùn)練模型所得的性能結(jié)果和檢測(cè)效果，得到最優(yōu)權(quán)重?cái)?shù)據(jù)。實(shí)驗(yàn)結(jié)果表明，該方法可以快速、精準(zhǔn)地識(shí)別出吸煙行為，為油田作業(yè)現(xiàn)場(chǎng)的安全性提供了一定的保障。