胡浩幫，方宏遠，王念念，董家修，馬鐸

(鄭州大學水利科學與工程學院，河南 鄭州 450001)

1 引 言

在城市發(fā)展過程中，地下管線是基礎設施建設中一個重要組成部分，城市功能的正常運轉和人們生活質量的提高與其不可分離。在對地下管線進行全面的勘察、記錄和系統(tǒng)管理時，如何提高探測的精度和速度，采取合理的、實用的探測識別方法，變成探測工作的重中之重[1]。探地雷達具有快速、高效、連續(xù)、無損等優(yōu)點，彌補了管線探測儀的探測缺陷，因此在城市地下管線的探測中得到普遍應用[2]。在探地雷達圖像中主要有兩種常見的目標特征，分別是雙曲線形態(tài)特征與線性形態(tài)特征，在地下管線探測中主要關注前者的檢測與識別。

近年來，基于深度學習的學術研究和應用探索突飛猛進，越來越多的算法模型被應用到各種目標檢測任務中。為了提高模型進行目標檢測時的準確性，網(wǎng)絡深度逐漸增大，相應的網(wǎng)絡參數(shù)大幅增加，模型結構也趨于復雜。這對計算機硬件的計算能力提出了更高的要求，也增大了訓練難度和時間成本。于是在現(xiàn)有算力基礎上，兼顧準確性和實時性，減少網(wǎng)絡參數(shù)，壓縮網(wǎng)絡模型也成為目標檢測中的一個研究方向[3]。

神經(jīng)網(wǎng)絡模型壓縮的思路大致分為：模型剪裁、知識蒸餾、量化、輕量化網(wǎng)絡。設計輕量化網(wǎng)絡是目前研究較多的一種方式，主要使用深度可分離卷積構建網(wǎng)絡，通過改變或重組網(wǎng)絡結構簡化網(wǎng)絡。常用的輕量化網(wǎng)絡有Mobilenet[4]、Shufflenet[5]、Squeezenet[6]和Xception[7]。MobileNet網(wǎng)絡的核心思想是深度可分離卷積，將標準卷積分解為深度卷積和點卷積，有效降低計算量和網(wǎng)絡參數(shù)。該網(wǎng)絡在ImageNet數(shù)據(jù)集上的精度只降低1%，但是參數(shù)量降低86%。從既有研究成果來看，采用輕量化網(wǎng)絡的思想，在滿足模型準確性的同時，可以大幅降低模型訓練及運行的時間成本。

2 Mobilenet-SSD網(wǎng)絡模型

本研究采用Mobilenet-SSD作為檢測工具，在SSD結構的基礎上，使用MobileNet代替基礎網(wǎng)絡VGGNet，并且去除Mobilenet網(wǎng)絡中的全連接層和Softmax層，同時新增8個標準卷積層來完成圖像的特征提取工作。

2.1 深度可分離卷積

不同于標準卷積，Mobilenet的核心思想是引入了深度可分離卷積[8]，將標準的卷積過濾器分為深度卷積和點卷積兩個結構。如圖1所示，假設標準卷積中輸入與輸出的長×寬不變，標準的卷積過程是將輸入為DF×DF×M的輸入層轉化為DF×DF×N的輸出層，其中DF×DF為輸入或輸出feature map的長×寬，M，N分別為輸入，輸出通道數(shù)。假設卷積核過濾器的尺寸為DK×DK，則標準卷積核的計算量為：

圖1 標準卷積示意圖

DF×DF×DK×DK×M×N

(1)

深度卷積和點卷積的卷積核大小分別為DK×DK和1×1。深度卷積的示意圖如圖2所示。當特征圖輸入深度卷積層時，通過卷積運算會得到單一的輸出，此處為第一次計算量壓縮。深度卷積的計算量為：

圖2 深度卷積示意圖

DF×DF×DK×DK×M

(2)

深度卷積層的輸出將作為點卷積的輸入，經(jīng)過卷積運算之后得到深度特征輸出，此處為第二次計算量壓縮。如圖3所示，點卷積的計算量為：

圖3 點卷積示意圖

DF×DF×M×N

(3)

標準卷積分解為深度卷積和點卷積之后的計算量為：

DF×DF×DK×DK×M+DF×DF×M×N

(4)

最終深度可分離卷積的計算量與原標準卷積的計算量的比值為：

(5)

Mobilenet通常使用3×3的卷積核，由式(5)可以算出原標準卷積的計算量是深度可分離卷積的8～9倍，對應的參數(shù)量也是8～9倍。深度卷積將單個卷積應用到每一個輸入通道，對每一個輸入通道進行卷積，得到單通道卷積值。點卷積通過1×1卷積核將深度卷積的輸出值進行組合，得到最終的卷積值?？稍诓唤档途鹊那闆r之下，通過減少卷積運算的復雜程度從而提高神經(jīng)網(wǎng)絡的運算速度。

2.2 網(wǎng)絡結構

本研究提出的網(wǎng)絡模型結構如圖4所示，模型將輸入圖像歸一化為300×300像素，送入網(wǎng)絡結構，圖中前半部分為Mobilenet網(wǎng)絡模型，圖像數(shù)據(jù)經(jīng)過Mobilenet基礎分類網(wǎng)絡模型的底層網(wǎng)絡提取位置、邊緣等信息，更加具象的特征由上層網(wǎng)絡提取。目標檢測器SSD采用多尺度特征進行預測，去除預先提取候選區(qū)域的步驟，對目標按照位置和類別置信度分別進行評價，以評估總體的損失函數(shù)。

圖4 Mobilenet-SSD網(wǎng)絡結構

新增的8個標準卷積層分別為Conv14_1、Conv14_2、Conv15_1、Conv15_2、Conv16_1、Conv16_2、Conv17_1、Conv17_2，擴寬特征圖像的接受范圍。Mobilenet-SSD網(wǎng)絡模型在特征提取過程中，使用的方法與SSD網(wǎng)絡模型類似，采用特征金字塔思想[9]獲取6個卷積層的特征信息，用來進行多尺度多目標的目標檢測。

模型中用來進行目標檢測的6層卷積層分別為Conv11、Conv13、Conv14_2、Conv15_2、Conv16_2、Conv17_2。其中，每一層卷積層輸出的特征圖的大小分別為19×19、10×10、5×5、3×3、2×2和1×1。為了防止梯度消失，在分類任務網(wǎng)絡中每一層引入BatchNorm層和激活函數(shù)(ReLU6)，并在模型訓練的過程中引入兩個超參數(shù)寬度乘數(shù)和分辨率乘數(shù)來減少輸入輸出的channels和feature map大小。

3 試驗與分析

3.1 數(shù)據(jù)采集

數(shù)據(jù)集是深度學習訓練和應用的基礎。由于地下管線周邊存在各種噪聲源，地下環(huán)境復雜，在實際工程中采集到的雷達圖像數(shù)量不足且質量較差，不能滿足模型訓練的要求。本文首先建立真實圖像、模型試驗雷達圖像與FDTD仿真圖像的復合數(shù)據(jù)集。數(shù)據(jù)集在原始圖像的基礎上應用了數(shù)據(jù)增強技術，通過反轉鏡像、平移裁剪和顏色變換等，原始圖像共有300張，數(shù)據(jù)增強后獲得 2 400張圖像。這樣有效增加了訓練數(shù)據(jù)的數(shù)量和種類，并且沒有對原圖像的地下管線雙曲線特征造成改變，使算法在有限的數(shù)據(jù)集中不易受細節(jié)改變的影響。對于雷達圖像的實時檢測識別研究面向實際探測的使用場景，真實雷達圖像占數(shù)據(jù)集圖像總數(shù)的83.3%，剩下部分的圖像用于豐富數(shù)據(jù)集，提高模型的泛化能力。

3.2 模型訓練與測試

為了驗證不同訓練集的訓練效果，優(yōu)化網(wǎng)絡模型的性能，設計了4個數(shù)據(jù)集組合方案，如表1所示。面向實際探測的使用場景，訓練集由三種雷達圖像相互組合，均在真實雷達數(shù)據(jù)上進行測試。

數(shù)據(jù)集配置方案 表1

在建立數(shù)據(jù)集的基礎上，進行模型訓練、對比分析與優(yōu)化等步驟。基于VOC2007數(shù)據(jù)集，前期數(shù)據(jù)集處理生成的文件夾分別直接對應data數(shù)據(jù)集中的目錄，簡化算法配置流程。獲取label信息，確定訓練、測試、驗證的比例為8∶1∶1。設置初始學習率、動量系數(shù)、總迭代次數(shù)等參數(shù)，設置不同的數(shù)據(jù)集組合方式，訓練獲得性能較優(yōu)的檢測識別網(wǎng)絡模型，加載網(wǎng)絡模型對真實雷達圖像進行識別測試。

3.3 結果分析

準確率accuracy是指預測結果中表示正確預測的樣本(真陽性和假陽性之和)與所有樣本的比值。

(6)

這里，TP、FP、TN、FN分別是真陽性、假陽性、真陰性、假陰性的個數(shù)。但當目標類別不平衡時，準確率accuracy不能體現(xiàn)對模型的綜合評價，應以查準率-召回率曲線或者AP作為評價指標。召回率recall是指真陽性樣本與實際陽性(真陽性和假陰性)樣本的比例。查準率precision是真陽性樣本與預測陽性(真陽性和假陽性)樣本的比率。

(7)

(8)

如果一個分類器的性能較好，那么它應該有如下的表現(xiàn)：在recall值增長的同時，precision的值保持在一個很高的水平。而性能比較差的分類器可能會損失很多precision值才能換來recall值的提高。precision-recall曲線常用來顯示分類器在Precision與Recall之間的權衡。AP是precision-recall曲線下方包圍的曲面面積，可以合理地評價算法的有效性。通常來說一個性能越優(yōu)異的分類器，AP值越高。

根據(jù)各種訓練設置對應獲得的模型性能表現(xiàn)，不斷進行算法調(diào)優(yōu)，獲得兼顧準確性與實時性的網(wǎng)絡模型。將faster-rcnn作為對照，試驗結果如表2所示，最優(yōu)方案為Mobilenet-SSD網(wǎng)絡模型，迭代次數(shù)為 30 000次，AP達到89.4%，模型識別速度達到65FPS，能夠滿足管線探測工程實際要求。

測試結果對比表 表2

由試驗結果，表中AP值對應該網(wǎng)絡模型采用各個序號的數(shù)據(jù)集進行訓練時，得到的準確性最優(yōu)模型。在測試集都為真實數(shù)據(jù)的前提下，表中序號4對應的AP值最大，而且隨著模型試驗數(shù)據(jù)和仿真數(shù)據(jù)的加入，AP值逐漸增大，說明復合訓練集有利于提高模型訓練性能，改善模型識別效果；Mobilenet-SSD的準確性略低于Faster R-CNN，但模型檢測速度維持在60FPS以上，算法運行的時間成本大幅降低，實時性顯著改善。

采用訓練獲得的模型對真實雷達圖像進行測試，測試效果如圖5所示。模型對(a)單一金屬管線，(b)單一非金屬管線，(c)多個非重疊特征，(d)多個重疊特征等共4種情況，均可成功識別，且未出現(xiàn)錯檢、漏檢、預測框與特征區(qū)域重合率過低等情況。Mobilenet-SSD與Faster R-CNN的檢測效果基本一致，生成的預測框符合特征的位置和尺寸，預測框恰好完全包圍地下管線特征區(qū)域，框的上邊緣與雙曲線特征的頂點位置重合。對比表明：該模型對不同埋地情況的管線特征具有較強的魯棒性，包括復雜交叉重疊的情況，效果準確可靠，可以較好地應用于實際檢測。

圖5 測試效果圖

4 結 論

本文提出了一種基于Mobilenet-SSD的探地雷達管線目標智能識別方法，通過超參數(shù)設置，數(shù)據(jù)集組合訓練等對比調(diào)優(yōu)，得到兼顧準確性和實時性的網(wǎng)絡模型。模型可成功識別單一金屬管線，單一非金屬管線，多個非重疊特征，多個重疊特征等4種情況。模型參數(shù)較少，運行效率高，可以提高探地雷達探測地下管線的效率，為健全管線普查數(shù)據(jù)庫提供支持，在實際工程問題中具有廣闊的應用前景。未來還需改進的是，由于地下埋地目標多種多樣，如空洞、疏松等路基缺陷，我們將收集不同類型的GPR數(shù)據(jù)，對所提出的模型進行訓練改進，拓寬智能識別領域。