佘 維，鄭 倩，田 釗，劉 煒，李英豪*

（1.鄭州大學(xué)軟件學(xué)院，鄭州 450002；2.互聯(lián)網(wǎng)醫(yī)療與健康服務(wù)河南省協(xié)同創(chuàng)新中心（鄭州大學(xué)），鄭州 450052）

0 引言

工業(yè)中的氣門識別過程是通過相機(jī)拍攝氣門所在的區(qū)域，由視覺系統(tǒng)根據(jù)圖中物料的情況優(yōu)先判定距離最近、最上層的氣門毛胚件，然后返回目標(biāo)的位置信息以及中心點坐標(biāo)給機(jī)器人，機(jī)器人控制系統(tǒng)將驅(qū)動機(jī)器手臂在適當(dāng)?shù)膮^(qū)域執(zhí)行抓取工作。

在實際的工業(yè)流程中，如何快速精準(zhǔn)地分揀工件是一個至關(guān)重要的問題。傳統(tǒng)的分揀過程中采用示教或離線編程的方法，需要專業(yè)的操作人員精準(zhǔn)把控目標(biāo)的放置和機(jī)器人的移動軌跡，對操作人員和流程有一定的要求，不具備普遍性和實時性，無法適應(yīng)較復(fù)雜的工作環(huán)境［1］。將視覺系統(tǒng)與現(xiàn)有的機(jī)器人相結(jié)合具有較高的靈活性和可靠性，在提高生產(chǎn)效率的同時還節(jié)約了人工成本，提高了機(jī)器人的智能化程度［2］?；跈C(jī)器視覺技術(shù)的工業(yè)分揀系統(tǒng)已經(jīng)在工業(yè)自動化生產(chǎn)領(lǐng)域廣泛應(yīng)用［3］。

在基于視覺系統(tǒng)的工業(yè)流程中，目標(biāo)的識別與檢測是視覺定位的核心。圓形目標(biāo)的自動檢測與定位是工件氣門識別中的關(guān)鍵技術(shù)。目前基于圓形目標(biāo)的識別算法主要分為兩類：基于人工設(shè)計特征的提取算法和基于深度學(xué)習(xí)的算法。其中，在基于人工設(shè)計特征的提取算法中，霍夫圓變換（Circle Hough Transform，CHT）［4］是最早用來識別圓形目標(biāo)的經(jīng)典算法，通過將數(shù)據(jù)從原始圖像空間變換到定義的參數(shù)空間，并根據(jù)參數(shù)空間中的投票結(jié)果峰值來確定圓形的參數(shù)。該方法在部分圖像區(qū)域不完整的情況下有較好的魯棒性，但其檢測精度有待提高且隨機(jī)性大。針對Hough 圓變換算法中產(chǎn)生的問題，Xu 等［5］提出了一種隨機(jī)霍夫變換（Randomized Hough Transform，RHT）的圓檢測方法，隨機(jī)選取圓周上的3 個點并以這些點為圓心畫圓，經(jīng)過若干次迭代后找到在容忍閾值內(nèi)最優(yōu)的圓，該算法提高了圓的檢測效率。近年來，不少學(xué)者以此為基礎(chǔ)進(jìn)行了各種改進(jìn)，熊雪琴［6］提出了一種基于像素比的圓檢測算法，只根據(jù)第一個樣本總結(jié)出的滑動窗進(jìn)行遍歷找圓，極大地縮短了對目標(biāo)的檢測時間。

目前，深度學(xué)習(xí)的目標(biāo)檢測算法主要分為兩類：Twostage 算法和One-stage 算法。Two-stage 算法對應(yīng)R-CNN（Region Convolutional Neural Network）［7］、Fast R-CNN（Fast Region Convolutional Neural Network）［8］、Faster R-CNN（Faster Region Convolutional Neural Network）［9］這一系列基于深度學(xué)習(xí)的分類方法，這類算法先從輸入圖像中選取可能包含待檢測目標(biāo)的候選框，然后用分類器評估這些候選框中的目標(biāo)，整個流程執(zhí)行下來較慢，但是精度較高［10］。

One-stage 算法以YOLO（You Only Look Once）系列的算法為代表，自提出后在工業(yè)領(lǐng)域有廣泛的應(yīng)用前景，其中心思想是利用整張圖像作為輸入，通過卷積神經(jīng)網(wǎng)絡(luò)將預(yù)測框的位置、大小和物體分類直接預(yù)測出來。YOLO 將目標(biāo)檢測重新定義為單個回歸問題，在提升速度的同時盡量保證了精度的可靠性。YOLOv1（YOLO version 1）［11］作為整個YOLO系列的開山之作，奠定了“分而治之”的中心思想。將輸入的圖像劃分為S×S個網(wǎng)格，當(dāng)網(wǎng)格內(nèi)包含待檢測對象的中心時，就負(fù)責(zé)生成B個檢測框（bounding box）以及C個類別的概率，每個檢測框包含5 個矢量信息：位置信息(x，y，w，h)和置信度（confidence）。其中，置信度包含兩重信息，即檢測框中包含對象的可信度和檢測框與實際標(biāo)注框的交并比（Intersection Over Union，IOU）。YOLOv1 具有較快的檢測速度，但一個網(wǎng)格只能預(yù)測兩個框和一個類別，極大地限制了預(yù)測框的數(shù)量。針對YOLOv1 中的缺陷，YOLOv2（YOLO version 2）［12］在原YOLO 的基礎(chǔ)上加 入了批歸一化（Batch Normalization，BN）［13］加速了 網(wǎng)絡(luò)的收斂，同時采 用Darknet-19 作為新的主干特征提取網(wǎng)絡(luò)；另外，YOLOv2 還參考anchor 機(jī)制運用k-means 聚類算法［14］來生成適合數(shù)據(jù)集大小的先驗框，以提升模型的召回率，獲得更快更準(zhǔn)確的檢測效果。YOLOv3（YOLO version 3）方法［15］在YOLOv2 的基礎(chǔ)上做了進(jìn)一步改進(jìn)，采用Darknet-53 作為主干特征提取網(wǎng)絡(luò)，同時借助殘差網(wǎng)絡(luò)（Residual Network，ResNet）［16］中的跳躍連接來防止有效信息的丟失，解決深層網(wǎng)絡(luò)退化等問題；YOLOv3 中通過改變卷積核的步長來實現(xiàn)特征圖尺寸的縮小，在每個殘差網(wǎng)絡(luò)前添加一個步長為2 的卷積層用于下采樣，且主干網(wǎng)絡(luò)中包含分別由1、2、8、8、4 個殘差塊組成的5個殘差網(wǎng)絡(luò)，故共經(jīng)過5 次下采樣來獲取特征；除此之外，YOLOv3 還采用特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network，F(xiàn)PN）［17］作為加強特征提取網(wǎng)絡(luò)，經(jīng)過上采樣（up-sample）和拼接（concat）操作，將不同特征層之間的特征融合得到13×13、26×26、52×52 的分辨率，同時進(jìn)行通道調(diào)整得到3 個不同尺度的檢測頭用于大、中、小目標(biāo)的檢測，YOLOv3 模型基本滿足任何尺寸的目標(biāo)檢測且符合預(yù)期效果。YOLOv4（YOLO version 4）［18］在目標(biāo)檢測上沒有革命性的改變，而是在YOLOv3 的基礎(chǔ)上結(jié)合了很多先進(jìn)的小技巧，可以大致分為4 個方向。首先，通過Mosaic 數(shù)據(jù)增強、自對抗訓(xùn)練（Self Adversarial Training，SAT）和跨小批量標(biāo)準(zhǔn)化（Cross mini-Batch Normalization，CmBN）對輸入端進(jìn)行改進(jìn)；其次，在特征提取網(wǎng)絡(luò)的創(chuàng)新上采用跨階段部分連接（Cross-Stage-Partial-connection，CSP）的Darknet-53 為主干網(wǎng)絡(luò)，同時使用Mish 激活函數(shù)并采取Dropblock 正則化的方法來豐富局部特征；接著，從Neck 入手，構(gòu)建加入空間金字塔池化層（Spatial Pyramid Pooling，SPP）和 路徑聚合網(wǎng)絡(luò)（Path Aggregation Network，PAN）的加強特征提取網(wǎng)絡(luò)；最后，采用DIOU（Distance Intersection Over Union）作為新的損失函數(shù)。

在實際的目標(biāo)檢測過程中，圓形目標(biāo)識別的速度影響最終的抓取效率，而識別的精度影響結(jié)果的可靠性［19］?；谏疃葘W(xué)習(xí)的目標(biāo)檢測算法可以從海量的數(shù)據(jù)中自動提取特征進(jìn)行識別定位，具有較高的準(zhǔn)確率和較快的檢測速率。其中，One-stage 模式比Two-stage 模式更有優(yōu)勢［20］，因此YOLO方法更符合工業(yè)氣門中的識別定位環(huán)節(jié)。然而，在整個工件氣門識別的流程中零件數(shù)目龐大，目標(biāo)堆疊個數(shù)較多，基于深度學(xué)習(xí)的檢測算法仍存在檢測精度較低、重疊目標(biāo)漏檢率高以及目標(biāo)包裹度差、圓心定位不準(zhǔn)的問題。

基于以上問題，本文提出了一種基于雙重檢測的氣門識別方法進(jìn)行目標(biāo)圓的預(yù)測定位過程。首先，本文使用數(shù)據(jù)增強對樣本進(jìn)行輕量擴(kuò)充；然后，融合YOLOv3 及YOLOv4 框架，構(gòu)建適合氣門檢測的深度卷積網(wǎng)絡(luò)架構(gòu)，識別單個氣門所在的矩形區(qū)域；最后，結(jié)合傳統(tǒng)算法中的霍夫圓變換對氣門進(jìn)行精準(zhǔn)識別。實驗結(jié)果表明，本文提出的方法在滿足定位精度的基礎(chǔ)上，既能提高模型識別的準(zhǔn)確率，又能改進(jìn)目標(biāo)的包裹度，在實際應(yīng)用中有一定的實用價值。

1 氣門識別方法

本文提出了一種基于雙重檢測的氣門識別方法得到最終的氣門檢測定位結(jié)果。首先使用數(shù)據(jù)增強技術(shù)擴(kuò)充訓(xùn)練的樣本，然后從網(wǎng)絡(luò)結(jié)構(gòu)、先驗框預(yù)測、損失函數(shù)三個方面改進(jìn)YOLO 模型以提高檢測結(jié)果的識別精度，接著引入霍夫變換進(jìn)行二次識別來提高目標(biāo)的包裹度及圓心的定位精度，最后將改進(jìn)后的深度卷積網(wǎng)絡(luò)模型與二次識別技術(shù)相結(jié)合，大致流程和每步的預(yù)測結(jié)果展示如圖1 所示。以下介紹每一步的主要工作。

圖1 基于深度卷積網(wǎng)絡(luò)與霍夫變換的工件氣門識別過程Fig.1 Identification process of workpiece valves based on deep convolutional network and Hough transform

1.1 數(shù)據(jù)預(yù)處理

在數(shù)據(jù)預(yù)處理階段，本文重點使用了數(shù)據(jù)增強技術(shù)。深度學(xué)習(xí)中數(shù)據(jù)集的樣本數(shù)量直接影響最終訓(xùn)練模型的好壞，本文對訓(xùn)練集中的每張圖像進(jìn)行數(shù)據(jù)增強。數(shù)據(jù)增強通過對原始圖像進(jìn)行旋轉(zhuǎn)、平移、調(diào)整曝光度等操作，增添了樣本的多樣性。該方法可以在擴(kuò)充數(shù)據(jù)集的同時，對原始圖像中的手工標(biāo)注框進(jìn)行相應(yīng)的坐標(biāo)變換，生成對應(yīng)的xml 文件，不僅節(jié)省了標(biāo)注的人工成本，還可以自定義擴(kuò)充的圖像數(shù)量。

1.2 模型構(gòu)建

本文構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型用于氣門識別，以YOLOv3［15］模型為基礎(chǔ)，分別從網(wǎng)絡(luò)結(jié)構(gòu)、先驗框預(yù)測、損失函數(shù)三個方面進(jìn)行改進(jìn)，以提升預(yù)測結(jié)果的準(zhǔn)確度和模型的泛化能力。

1.2.1 網(wǎng)絡(luò)結(jié)構(gòu)

本文提出的氣門識別深度卷積網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示。

圖2 本文提出的氣門識別深度卷積網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Deep convolutional network structure for valve identification proposed in this paper

當(dāng)輸入圖像尺寸為（416，416，3）時，該模型在保持原有的主干網(wǎng)絡(luò)（Darknet53）的基礎(chǔ)上，依然保留（52，52，256）、（26，26，512）、（13，13，1 024）這三個特征層。同時，本文模型將（13，13，1 024）這一輸出經(jīng)過三次卷積，同時引入SPP 結(jié)構(gòu)，使用不同池化核大小的最大池化分離出顯著的上下文特征，與原YOLOv3 相比增大了網(wǎng)絡(luò)的感受野，保留了輸出的空間尺寸大小。接著，本文模型將經(jīng)過SPP 結(jié)構(gòu)的輸出進(jìn)行卷積和上采樣，與（26，26，512）這一特征層進(jìn)行拼接操作，再和（52，52，256）的特征層進(jìn)行拼接和卷積。最后，引入PAN結(jié)構(gòu)，使用下采樣加卷積的方式自底向上傳達(dá)強定位特征，使層之間信息流動的方式發(fā)生了改變，與原YOLOv3 相比能獲取到更加細(xì)粒度的局部特征，減少有效信息的流失。

1.2.2 先驗框預(yù)測

考慮到通過聚類生成的先驗框不太穩(wěn)定，YOLOv3 中使用k-means 聚類算法僅對先驗框的寬高進(jìn)行聚類，本文方法基于不同聚類數(shù)對于識別結(jié)果的影響，選擇初始聚類數(shù)，并以此確定先驗框。本文中數(shù)據(jù)集是工業(yè)零件中的氣門毛胚件，原先的9 組先驗框增加了正負(fù)樣本不均衡的比例，對氣門的識別檢測精度較低。因此本文重新對先驗框進(jìn)行聚類分析，將各檢測框與其人工標(biāo)注框的交并比的平均值記為AugIOU，該值越大表示檢測框預(yù)測的結(jié)果越準(zhǔn)確。這里分別取k=1～9 時，平均交并比AugIOU 隨k值變化，在k=1～5 時AugIOU 的值顯著增加，而k=6～9 時AugIOU 的值逐漸趨于平緩，因此k=5 為本文最優(yōu)的預(yù)測框數(shù)量解。經(jīng)重新聚類后的先驗框 尺寸分別為：68×89、90×112、130×151、166×149、188×200。

1.2.3 損失函數(shù)

損失函數(shù)直接決定網(wǎng)絡(luò)效果的好壞，YOLOv3 網(wǎng)絡(luò)使用均方和誤差作為損失函數(shù)。本文中只標(biāo)注氣門這一類目標(biāo)，因此不再計算由分類帶來的損失，簡化YOLOv3 中的原損失函數(shù)以加速網(wǎng)絡(luò)的收斂，只考慮檢驗框的坐標(biāo)預(yù)測誤差（Location Loss）和置信度預(yù)測誤差（Confidence Loss）。即：

另外，對Location-Loss使用對比度歸一化的方法［21］把式（1）中的平方和改為絕對值形式，提高算法的抗干擾性，改進(jìn)后的Location-Loss′為：

其中：S2表示圖像劃分的單元格數(shù)；B表示每個網(wǎng)格單元生成的預(yù)測框個數(shù)；表示第i個網(wǎng)格的第j個檢測框是否負(fù)責(zé)檢測這個目標(biāo)物體，如果負(fù)責(zé)取值1，否則為0；λcoord表示坐標(biāo)預(yù)測誤差權(quán)重，設(shè)為5；λnoobj表示不含對象的置信度誤差懲罰權(quán)重，設(shè)為0.5；xi、yi、wi、hi表示真實框的中心點橫縱坐標(biāo)以及框的寬度和高度，表示預(yù)測框的中心點橫縱坐標(biāo)以及框的寬度和高度；Ci表示擬合值、表示真實值，該值由網(wǎng)格的檢測框是否負(fù)責(zé)預(yù)測這個對象決定，若負(fù)責(zé)取值為1，否則取值為0。

1.3 二次識別

基于本文提出的深度卷積模型輸出的檢測結(jié)果是貼合物體外部輪廓的矩形［22］，不能精準(zhǔn)識別出氣門所在的圓形區(qū)域；同時，將矩形框?qū)蔷€的交點作為氣門的中心定位點也存在一定誤差。因此本文采用霍夫圓變換的方法對輸出的結(jié)果進(jìn)行目標(biāo)定位處理，將氣門的中心點（圓心）進(jìn)行矯正。然而直接使用傳統(tǒng)的CHT 在相互遮擋的目標(biāo)圓檢測上表現(xiàn)欠佳，無法適應(yīng)較復(fù)雜的環(huán)境，檢測精度有待提高。綜上，本文提出了二次識別的方法：對于深度卷積網(wǎng)絡(luò)的檢測結(jié)果，獲取目標(biāo)的類別和位置信息，然后根據(jù)檢測結(jié)果對圖像進(jìn)行區(qū)域截圖得到細(xì)化框，再對細(xì)化框進(jìn)行CHT 檢測得到最終的氣門識別結(jié)果。二次識別過程的詳細(xì)步驟如下：

1）取位置坐標(biāo)：根據(jù)本文提出的深度卷積網(wǎng)絡(luò)得到預(yù)測框的位置信息，該位置信息是指預(yù)測框的左下角頂點A=(au，av)和右上角頂點B=(bu，bv)的坐標(biāo)。

2）擴(kuò)充像素：考慮到個別檢測框可能沒有完全包裹氣門的輪廓，故對A、B兩點的值分別擴(kuò)充5 個像素得到A′=(au-5，av-5)、B′=(bu+5，bv+5)。

3）局部區(qū)域截圖：根據(jù)擴(kuò)充后的坐標(biāo)A′、B′在原圖上進(jìn)行截圖得到細(xì)化框。

4）細(xì)化框預(yù)處理：①灰度化處理；②中值濾波去噪；③平滑處理。

5）邊緣提?。簩λ媒貓D用Canny 算法進(jìn)行邊緣提取，得到較完整的圓邊緣。

6）霍夫圓變換：使用CHT 進(jìn)行識別得到檢測圓，獲取矯正后的圓心定位結(jié)果，并輸出每個目標(biāo)的圓心坐標(biāo)和半徑。

1.4 識別區(qū)域融合

本文最終輸出的是深度卷積網(wǎng)絡(luò)模型生成的預(yù)測框和二次識別生成的檢測圓。由于CHT 具有不穩(wěn)定性，不能保證每個目標(biāo)都得到有效識別，對于二次識別過程中存在的漏檢現(xiàn)象，本文實驗以原來的預(yù)測框為補充，同時生成帶預(yù)測框和檢測圓的結(jié)果。最終的檢測結(jié)果中若有檢測圓則以二次識別的結(jié)果為準(zhǔn)，否則以深度卷積網(wǎng)絡(luò)生成的預(yù)測框為準(zhǔn)，同時返回所有預(yù)測框的位置信息以及中心點坐標(biāo)。

2 實驗設(shè)計

2.1 實驗設(shè)置

2.1.1 實驗環(huán)境

為了更直觀地驗證本文提出方法的有效性，本文所有的實驗均在同一環(huán)境下進(jìn)行。本文應(yīng)用的硬件和軟件配置如下：Ubuntu16.04 操作系統(tǒng)，Intel Core i7-8700 處理器，NVIDA 1080Ti 獨立顯卡，以及Tensorflow-gpu、Cudn10.0、Cudnn7.4.1.5 庫。

2.1.2 參數(shù)設(shè)置

調(diào)整本文提出深度模型的配置文件以及訓(xùn)練過程中的參數(shù)：在配置文件中將類別數(shù)目class 設(shè)為1（本數(shù)據(jù)集中只有一類），檢測頭輸出的維度層數(shù)設(shè)為18。在進(jìn)行訓(xùn)練時，將一次訓(xùn)練所選取的樣本數(shù)量Batch 設(shè)為16，迭代次數(shù)epoch設(shè)為2 000，學(xué)習(xí)率設(shè)為0.001，動量設(shè)為0.9，權(quán)重衰減值設(shè)為0.000 5。訓(xùn)練集與驗證集的劃分比例為9∶1。另外，在實驗中加入冷凍訓(xùn)練用于通用的主干網(wǎng)絡(luò)提取特征，加快網(wǎng)絡(luò)的收斂。

根據(jù)數(shù)據(jù)集的實際情況對二次識別中的參數(shù)進(jìn)行調(diào)整：首先將邊緣檢測Canny 算子中的雙閾值分別設(shè)為100（大閾值）、50（小閾值）；經(jīng)過分析大量目標(biāo)預(yù)測框的位置信息，得到參數(shù)最小的圓半徑為100，最大的圓半徑為200，兩個圓心之間的最小距離為40。

2.1.3 矯正框

本文實驗中將CHT 檢測到的所有目標(biāo)以圓心O=(xu，yv)、半徑r的形式回歸出來，并將原圖中的圓形目標(biāo)物體做最小外接矩形處理得到矯正框，這個矯正框?qū)⒆鳛樾碌念A(yù)測框。最終返回目標(biāo)的位置信息即為矯正框的左下角坐標(biāo)(Eu，Ev)、右上角坐標(biāo)(Fu，F(xiàn)v)，其計算過程如下：

2.2 數(shù)據(jù)集

本文實驗采用大恒MER-500-14GM 相機(jī)實地拍攝的圖像作為原始樣本，圖像的分辨率為2 592×1 944，圖像格式為.JPG。將實驗數(shù)據(jù)集中的氣門毛胚件碼放在帶間隙的框架上，氣門之間會相互接觸，相機(jī)裝在籃筐上方的安裝架上進(jìn)行拍照取樣。本項目分別采集順光和逆光條件下，不同角度不同擺放位置的氣門照片，為了不增加標(biāo)注負(fù)擔(dān)，這里只取50 張小樣本作為原始數(shù)據(jù)集。

本文實驗使用PASCAL VOC2007 數(shù)據(jù)集格式，對圖像使用Labelimg 工具自帶的標(biāo)注框進(jìn)行手工標(biāo)注［23］，并對目標(biāo)的標(biāo)注框類別進(jìn)行自定義命名。數(shù)據(jù)集中的氣門屬于圓形目標(biāo)，因此對氣門命名為circle，標(biāo)注完一張圖中的所有目標(biāo)即生成了一個對應(yīng)的xml 文件，對原始的數(shù)據(jù)集均完成標(biāo)注后共獲得50 個xml 文件。

在完成圖像的采集和標(biāo)注后，實驗使用數(shù)據(jù)增強方法對原始的樣本進(jìn)行1∶50 的擴(kuò)充，共得到2 500 張的圖片以及2 500 個對應(yīng)的xml 文件。本文實驗中只需要較小的數(shù)據(jù)集就可以達(dá)到預(yù)期的效果，所以這里只進(jìn)行一個小規(guī)模的擴(kuò)充。

2.3 對比方法

為了驗證本文所提出的方法有利于解決工件氣門識別過程中出現(xiàn)的問題，這里使用采集到的圖像數(shù)據(jù)集，同時訓(xùn)練本文提出的模型以及原YOLOv3 模型、YOLOv4 模型。測試集共選取500 張圖片，分別使用原YOLOv3、YOLOv4 檢測方法和傳統(tǒng)的CHT 方法，以及本文所設(shè)計的方法對測試集進(jìn)行測試，將檢測結(jié)果作為本文的對比實驗。

2.4 評價指標(biāo)

本文選取目標(biāo)檢測方法的精確率（Precision）、召回率（Recall）、交并比（IOU）以及檢測精度（Average Precision，AP）多個指標(biāo)聯(lián)合評價模型。其中，精確率和召回率的定義為：

以目標(biāo)氣門為例，TP表示被正確識別為氣門的樣本個數(shù)，F(xiàn)P表示被錯誤識別為氣門的樣本個數(shù)，F(xiàn)N表示未被檢測到的樣本個數(shù)。精確率表示正確識別出目標(biāo)的檢測精度，召回率表示能夠正確識別目標(biāo)的概率。檢測框與人工標(biāo)注框的交并比（IOU）定義為：

其中：Pred指代最終的預(yù)測框（矯正框），Truth表示人工標(biāo)注的真實框。IOU 的值越大，表明預(yù)測目標(biāo)的包裹度越好，檢測結(jié)果的精度越高。平均檢測精度（Mean Average Precision，MAP）的計算過程是通過給定一組IOU 閾值，在每個IOU 閾值下求所有類的精度AP 并將其平均得到，將其作為這個IOU 閾值下的檢測性能。而本文檢測單一目標(biāo)，MAP即AP，且本文數(shù)據(jù)集對檢測精度的要求較高，因此本文選取IOU 閾值為0.9 時的AP 作為最終的評價指標(biāo)，記為AP@0.9。

3 結(jié)果分析

3.1 結(jié)果展示

為了方便對比，這里采取同一張測試圖的檢測結(jié)果進(jìn)行對比，各模型結(jié)果的展示如圖3 所示。從圖3 中的方形預(yù)測框可以看出，YOLOv4 方法和本文的方法都準(zhǔn)確地將框架邊角處的兩個氣門檢測出來，而圖3（a）中原始的YOLOv3 模型漏檢了這兩個目標(biāo)。觀察預(yù)測框的置信度得分，可以看出圖3（b）和圖3（d）中正確識別目標(biāo)的個數(shù)相同，但圖3（d）中識別出目標(biāo)的檢測精度高于圖3（b）中的檢測精度，且圖3（d）中大部分目標(biāo)的置信度得分為1，遠(yuǎn)遠(yuǎn)高于圖3（a）中的目標(biāo)置信度分?jǐn)?shù)?？梢?，原YOLOv3 方法對框架邊角處的氣門存在漏檢的情況，而本文的方法可以有效地識別出框架上的目標(biāo)，且相比原YOLOv3、YOLOv4 模型的檢測結(jié)果在檢測精度上有了進(jìn)一步提升。接著通過觀察CHT 得到的檢測圓可知，圖3（c）中傳統(tǒng)的CHT 檢測存在較多的漏檢目標(biāo)，且在檢測重疊目標(biāo)時，只能識別出上方的目標(biāo)，下方被遮擋的目標(biāo)并未檢測到；而本文的方法可以將相互遮擋下的目標(biāo)全都識別出來，且針對圖中噪聲較大的區(qū)域也有很好的識別率。通過對比實驗的預(yù)測結(jié)果可以看出，本文提出的基于深度卷積網(wǎng)絡(luò)與霍夫變換的方法不僅可以有效提高氣門識別的精度，還能增強模型的泛化能力。

圖3 不同模型結(jié)果對比展示Fig.3 Display of different model results comparison

3.2 評價指標(biāo)對比分析

表1 給出了不同方法進(jìn)行氣門識別的Precision、Recall以及AP 值。從表1 可以看出，在精確率方面，原YOLOv3 方法的精確率為94.2%，YOLOv4 檢測方法的精確率為96.9%，本文方法的精確率為97.1%，相較原YOLOv3 方法和YOLOv4 方法分別提高了2.9 個百分點和0.2 個百分點；在召回率方面，本文方法召回率為94.4%，與YOLOv4 方法相同，相較原YOLOv3 方法提高了1.8 個百分點；在IOU 閾值為0.9時的檢測精度上，原YOLOv3 方法的AP 為76.5%，YOLOv4方法的AP 為81.4%，而本文方法的AP 為88.3%，相較原YOLOv3 方法和YOLOv4 方法分別提高了11.8 個百分點和6.9 個百分點。傳統(tǒng)CHT 在精確率和召回率方面均低于其他三個目標(biāo)檢測方法，而在閾值為0.9 的檢測精度上均高于YOLOv3 和YOLOv4 方法，本文方法與傳統(tǒng)CHT 相比在AP 上提高了3.5 個百分點，另外在精確率和召回率方面也分別提高了11.8 個百分點和13.7 個百分點。

表1 不同目標(biāo)檢測方法性能對比 單位：%Tab.1 Performance comparison of different target detection methods unit：%

從圖3 中目標(biāo)氣門的包裹度可以看出，圖3（a）中預(yù)測框的包裹性最差，圖3（b）其次，圖3（c）和圖3（d）不相上下。為了進(jìn)一步驗證本文目標(biāo)檢測結(jié)果的定位精度，這里將各方法得到的IOU 值進(jìn)行對比，根據(jù)原500 張圖像的測試集中的目標(biāo)進(jìn)行計算，結(jié)果如表2 所示。

表2 展示了不同方法的IOU 值。從表2 中可以看出，本文方法相較原YOLOv3、YOLOv4 方法的IOU 值分別提高了0.17 和0.09；傳統(tǒng)CHT 的IOU 值為0.90，本文方法的IOU 值0.95，相較傳統(tǒng)CHT 又提高了0.05?？梢?，與單獨使用深度學(xué)習(xí)的目標(biāo)檢測方法相比，本文基于深度卷積網(wǎng)絡(luò)與霍夫變換的方法得到的檢測框與真實框的交并比更高，目標(biāo)包裹度更好，目標(biāo)中心點的定位更準(zhǔn)確。

表2 交并比計算結(jié)果Tab.2 Calculation results of IOU

各目標(biāo)檢測方法的檢測速率結(jié)果如表3 所示。從表3 中可以看出，本文方法在檢測速率上相較YOLOv4 方法和傳統(tǒng)的CHT 分別提高了2.2 frame/s 和6.6 frame/s，但低于原YOLOv3 方法。

表3 檢測速率結(jié)果Tab.3 Detection rate results

4 結(jié)語

本文提出了一種基于雙重檢測的氣門識別方法，旨在解決工業(yè)上氣門識別任務(wù)中存在的檢測精度較低、重疊目標(biāo)漏檢率高以及目標(biāo)包裹度差、圓心定位不準(zhǔn)的問題。通過將YOLOv3、YOLOv4、傳統(tǒng)的CHT 方法與本文方法進(jìn)行氣門檢測效果的對比，實驗結(jié)果表明，本文提出的方法在檢測精度上達(dá)到了97.1%，在召回率上達(dá)到了94.4%，與原YOLOv3 方法相比，在精度和召回率上分別提高了2.9 個百分點和1.8個百分點；且該方法使目標(biāo)中心點的定位更準(zhǔn)確，其矯正框和真實框的交并比達(dá)到了0.95，與傳統(tǒng)CHT 相比提高了0.05。本文通過優(yōu)化深度網(wǎng)絡(luò)卷積結(jié)構(gòu)并結(jié)合霍夫圓變換檢測的方法，使其在目標(biāo)相互遮擋、背景復(fù)雜度較高的情況下具有較好的魯棒性，相較單一檢測方法有效提高了模型識別的準(zhǔn)確率，增強了圓心的定位精度以及目標(biāo)的包裹程度，基本滿足了工業(yè)上氣門識別過程中的需求。本文實驗中為了使目標(biāo)檢測的定位更準(zhǔn)確而犧牲了部分檢測速度，與達(dá)到實時的氣門檢測還存在一定的差距，未來可以在檢測速度上進(jìn)行改進(jìn)以達(dá)到實際應(yīng)用中的速率要求。