趙江河，王海瑞，吳 蕾

昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，昆明 650504

安全帽作為施工工地的一項(xiàng)重要的安全保障，外殼能有效地分散下墜物的沖擊力量，內(nèi)部可以進(jìn)一步地對(duì)沖擊力進(jìn)行緩沖、吸能，從而保障工人的頭部安全。雖然安全帽可以有效地保護(hù)工人，但是依舊有很多建筑工人進(jìn)入建筑工地以及在施工現(xiàn)場(chǎng)不佩戴安全帽，盡管有很多建筑工人管理者都會(huì)在工人進(jìn)入建筑工地時(shí)進(jìn)行強(qiáng)制性的佩戴安全帽的要求。但是在施工中，難免會(huì)有許多工人忘記佩戴安全帽，而導(dǎo)致嚴(yán)重的后果。針對(duì)實(shí)時(shí)性的安全帽檢測(cè)，需要使用計(jì)算機(jī)來(lái)代替人工巡視進(jìn)行處理。

基于安全帽的佩戴檢測(cè)，包括傳統(tǒng)的手工提取的方法以及基于深度學(xué)習(xí)的方法。

傳統(tǒng)的手工提取的方法主要是通過(guò)膚色、眼睛等來(lái)大致判斷圖像中人臉?biāo)诘奈恢?，隨后通過(guò)顏色以及線條的特征來(lái)判斷人臉的區(qū)域內(nèi)是否有安全帽的特征。李太華等提出了一種基于頭盔的行人檢測(cè)和顏色識(shí)別算法，根據(jù)檢測(cè)到的行人識(shí)別是否戴頭盔[1]。馮國(guó)臣等采用Canny邊緣檢測(cè)方法先進(jìn)行人體的邊緣檢測(cè)，通過(guò)人體的位置來(lái)估測(cè)實(shí)現(xiàn)安全帽的檢測(cè)識(shí)別，對(duì)估測(cè)矩形內(nèi)的像素特征進(jìn)行判別，若滿足安全帽像素特征，則判定為已佩戴安全帽，若不滿足，則判定為未佩戴安全帽[2]。龐霞等通過(guò)人臉定位來(lái)判斷安全帽的位置，采用檢測(cè)膚色和眼睛、嘴巴的映射定位人臉，然后掃描人臉上部的矩形區(qū)域區(qū)域，通過(guò)提取顏色和形狀特征來(lái)判斷頭部是否佩戴安全帽[3]。

基于深度學(xué)習(xí)的方式則是使用目標(biāo)檢測(cè)的框架直接對(duì)安全帽進(jìn)行檢測(cè)，不需要人手工地提取特征，實(shí)現(xiàn)起來(lái)相對(duì)簡(jiǎn)單?，F(xiàn)有的研究是在原有的SOTA（state-ofthe-art module）目標(biāo)檢測(cè)框架上進(jìn)行對(duì)應(yīng)的優(yōu)化來(lái)提升準(zhǔn)確度，如Faster-RCNN[4]、YOLO[5-7]、Mask-RCNN[8]、DSSD[9]、RetinaNet[10]、CenterNet[11]等。Long等通過(guò)訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）來(lái)優(yōu)化SSD[12]。Gu等基于骨骼點(diǎn)信息確定施工人員的頭部區(qū)域，使用YOLO v4檢測(cè)安全帽區(qū)域，通過(guò)兩個(gè)區(qū)域的交疊情況來(lái)判斷是否佩戴安全帽[13]。Li等提出了一種在線硬示例挖掘（OHEM）與多部分組合相結(jié)合的目標(biāo)檢測(cè)框架來(lái)優(yōu)化安全帽的檢測(cè)精度[14]。Shen等采用互蒸餾的方法訓(xùn)練了具有兩個(gè)對(duì)等DenseNet網(wǎng)絡(luò)的網(wǎng)絡(luò)模型來(lái)提高準(zhǔn)確性[15]。

此外針對(duì)目標(biāo)檢測(cè)框架的優(yōu)化還有復(fù)用特征圖、增加注意力模塊、修改損失函數(shù)以及替換特征提取主干網(wǎng)絡(luò)等操作。方鈞婷等提出了一種基于注意力機(jī)制的級(jí)聯(lián)網(wǎng)絡(luò)缺陷檢測(cè)算法來(lái)優(yōu)化R-CNN[16]。趙鵬飛等選用Darknet-53來(lái)優(yōu)化SSD并融入特征增強(qiáng)模塊以及通道注意力機(jī)制[17]。宋艷艷等利用殘差結(jié)構(gòu)思想，將淺層特征和深層特征進(jìn)行上采樣連接融合來(lái)優(yōu)化YOLO v3[18]。

綜上所述，由于施工場(chǎng)地采取到的圖像較小，小目標(biāo)的數(shù)量過(guò)多，導(dǎo)致深度學(xué)習(xí)的精確度并不高。本文采用網(wǎng)絡(luò)結(jié)構(gòu)較為簡(jiǎn)單的one-stage代表的CenterNet作為安全帽佩戴檢測(cè)的算法框架，并在此基礎(chǔ)上提出FPNCenterNet，實(shí)驗(yàn)結(jié)果表明，該算法在安全帽佩戴檢測(cè)上有良好的準(zhǔn)確性和效率。

1 基于CenterNet改進(jìn)的安全帽佩戴檢測(cè)

對(duì)于施工場(chǎng)地采集到的圖像來(lái)說(shuō)，往往存在由于多個(gè)施工工人在一起而出現(xiàn)的目標(biāo)集中且目標(biāo)范圍小的特點(diǎn)，這種情況，如：目標(biāo)遮擋、目標(biāo)重疊等就造成了關(guān)于關(guān)鍵點(diǎn)網(wǎng)絡(luò)（CenterNet）無(wú)法正常檢測(cè)目標(biāo)的問(wèn)題。

CenterNet是基于關(guān)鍵點(diǎn)的one-stage的Anchor-free的目標(biāo)檢測(cè)網(wǎng)絡(luò)，首先使用經(jīng)典的特征提取主干網(wǎng)絡(luò)（如：ResNet-50、DLA或Hourglass等）對(duì)圖像進(jìn)行特征提取操作。然后采用反卷積操作，將特征圖的長(zhǎng)寬變?yōu)樵驾斎雸D像的1/4。隨后在128×128長(zhǎng)寬的特征圖上進(jìn)行卷積計(jì)算分別求出128×128個(gè)物體類別以及置信度、對(duì)中心點(diǎn)的偏移進(jìn)行回歸以及對(duì)邊框的長(zhǎng)寬進(jìn)行回歸。本文使用的是ResNet-50作為特征提取的主干網(wǎng)絡(luò)。

本文提出了針對(duì)CenterNet的三個(gè)方面的改進(jìn)：

（1）借鑒FPN[19]的思想，將CenterNet提取到的特征進(jìn)行金字塔的特征融合，構(gòu)建FPN-CenterNet框架，對(duì)提取到的特征進(jìn)行復(fù)用。

（2）在FPN-CenterNet的基礎(chǔ)上，在特征提取的主干網(wǎng)絡(luò)層ResNet-50中增加ACB[20]（非對(duì)稱卷積核）模塊，來(lái)增強(qiáng)特征提取能力。

（3）針對(duì)Anchor-free邊框回歸精度不高的問(wèn)題，引入了DIoU[21]損失函數(shù)來(lái)優(yōu)化該問(wèn)題。

改進(jìn)的算法的整體框架FPN-CenterNet如圖1所示。改進(jìn)之處分別用紅框框出并標(biāo)出序號(hào)。

圖1 FPN-CenterNet框架Fig.1 Structure of FPN-CenterNet

1.1 FPN-CenterNet框架

FPN-CenterNet框架是在原有的CenterNet框架上融入了特征金字塔結(jié)構(gòu)，將主干網(wǎng)絡(luò)提取到的特征以及反卷積提取到的特征進(jìn)行計(jì)算，實(shí)現(xiàn)特征的復(fù)用。FPN的框架如圖2所示。

圖2 特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Structure of feature pyramid net

小范圍目標(biāo)的定義為像素值低于32×32的目標(biāo)。當(dāng)進(jìn)行二倍下采樣的時(shí)候，原本32×32長(zhǎng)寬的特征圖會(huì)變成16×16長(zhǎng)寬的特征圖；當(dāng)進(jìn)行32倍下采樣的時(shí)候，會(huì)由原來(lái)的32×32長(zhǎng)寬的特征圖變成1×1長(zhǎng)寬的特征圖，由原來(lái)的1 024個(gè)像素點(diǎn)信息變成了1個(gè)像素點(diǎn)信息，在后面的預(yù)測(cè)中1個(gè)像素點(diǎn)的信息不足以支持高精確度的推導(dǎo)。在下采樣的過(guò)程中，小目標(biāo)的像素信息會(huì)急劇減少。在之后的上采樣過(guò)程中，由于小目標(biāo)像素點(diǎn)的信息較少，上采樣之后的信息也較少。

特征金字塔FPN的出發(fā)點(diǎn)是當(dāng)特征圖在不斷的下采樣過(guò)程中特征圖的長(zhǎng)寬在不斷減小，小目標(biāo)由于本身所具有的像素信息就少，導(dǎo)致在下采樣的過(guò)程中信息會(huì)不斷消失。此外在CenterNet的上采樣的過(guò)程中會(huì)攜帶更少的小目標(biāo)的信息進(jìn)行推導(dǎo)從而導(dǎo)致CenterNet對(duì)小目標(biāo)的推導(dǎo)的準(zhǔn)確性并不高。因此采用FPN的結(jié)構(gòu)對(duì)CenterNet進(jìn)行優(yōu)化，復(fù)用主干網(wǎng)絡(luò)提取過(guò)程中的特征圖，使得網(wǎng)絡(luò)攜帶更多的小目標(biāo)的信息去推導(dǎo)，從而提高CenterNet對(duì)小目標(biāo)推導(dǎo)的準(zhǔn)確性。

1.2 ACNet

ACNet（asymmetric convolution net）是通過(guò)三種不同的卷積核來(lái)對(duì)同一個(gè)特征圖進(jìn)行卷積操作，卷積核長(zhǎng)寬為H×W、1×W以及H×1三種尺寸。它的切入點(diǎn)是通過(guò)非對(duì)稱卷積核來(lái)獲取更好的特征表達(dá)。并且由于卷積計(jì)算滿足分配率的性質(zhì)，其在推導(dǎo)過(guò)程中沒(méi)有帶來(lái)任何的時(shí)間損失。卷積計(jì)算的分配率如公式（1）所示：

其中，I表示輸入的矩陣，K(1)和K(2)表示的是兩種大小的卷積核。

以3×3的為例，在訓(xùn)練階段非對(duì)稱卷積核則是由3×3、1×3、3×1組成，分別對(duì)特征圖進(jìn)行三種不同的卷積計(jì)算，計(jì)算完成后則進(jìn)行卷積加操作。在推導(dǎo)階段，則是將這三種卷積進(jìn)行卷積加操作以3×3卷積核為基核，1×3的卷積核直接與3×3卷積核的第二行的各個(gè)值進(jìn)行相加，3×1的卷積核則與卷積核的第二列的各個(gè)值進(jìn)行相加操作，在對(duì)輸入的特征圖進(jìn)行卷積計(jì)算，從而在不增加推導(dǎo)時(shí)間的同時(shí)提升了整體提取特征圖信息的豐富性。ACB卷積核如圖3所示。

圖3 非對(duì)稱卷積核Fig.3 Asymmetric convolution kernel

非對(duì)稱卷積核能提升特征圖的信息，是因?yàn)槠涮嵘四Ｐ蛯?duì)目標(biāo)翻轉(zhuǎn)以及旋轉(zhuǎn)的魯棒性。如圖4所示，例如針對(duì)1×3的卷積核獲取到的特征提取，在圖像旋轉(zhuǎn)后就成了3×1的特征提取，三個(gè)紅色框分別代表原始的、翻轉(zhuǎn)后的以及旋轉(zhuǎn)后的1×3卷積核。因此1×3以及3×1的卷積核相對(duì)于3×3的卷積核來(lái)說(shuō)是一個(gè)特征提取的擴(kuò)展，可以更有效地獲取圖像中目標(biāo)旋轉(zhuǎn)以及翻轉(zhuǎn)之后的特征信息。

圖4 圖像翻轉(zhuǎn)旋轉(zhuǎn)之后的信息Fig.4 Information after image flip and spin

1.3 DIoU損失函數(shù)

DIoU（distance-IoU）損失函數(shù)是在IoU損失函數(shù)的基礎(chǔ)上考慮了預(yù)測(cè)款和真實(shí)框中心點(diǎn)的距離，從而提升了回歸的準(zhǔn)確性。其計(jì)算公式如公式（2）所示：

其中，ρ(b,bgt)表示的是預(yù)測(cè)框以及真實(shí)框之間中心點(diǎn)的距離，c表示的是兩個(gè)邊框構(gòu)成的最小閉包的對(duì)角線長(zhǎng)度。如圖5所示。

圖5 預(yù)測(cè)框與真實(shí)框的距離比Fig.5 Distance ratio between bounding box and ground true

公式（2）中IoU的值如公式（3）所示：

其中，A表示的是預(yù)測(cè)框，B表示的是真實(shí)框。

IoU的圖表示如圖6所示。其中A表示預(yù)測(cè)框，B表示真實(shí)框。

圖6 交并比Fig.6 IoU

原始的邊框的回歸分為兩個(gè)損失函數(shù)，分別為邊框中心點(diǎn)的偏移回歸以及邊框的寬高回歸，原始的邊框回歸損失函數(shù)Lbox如公式（4）所示：

公式（4）中λoff和λsize分別是偏移損失和尺寸損失的權(quán)重；偏移損失Loff如公式（5）所示：

其中，N表示真實(shí)框的個(gè)數(shù)，表示各個(gè)中心點(diǎn)偏移的預(yù)測(cè)值；表示原始點(diǎn)縮放比的向下取整，如公式（6）所示；R表示圖像的縮放比，這里的值一般設(shè)置為4。

尺寸損失Lsize如公式（7）所示：

其中，N表示真實(shí)框的個(gè)數(shù)；表示各個(gè)中心點(diǎn)對(duì)應(yīng)的邊框長(zhǎng)寬的預(yù)測(cè)值；sk表示各個(gè)中心點(diǎn)對(duì)應(yīng)邊框的真實(shí)值。

使用DIoU損失函數(shù)替換原始的邊框損失，故總修改之后的總損失如公式（8）所示：

其中focal損失函數(shù)如公式（9）所示：

其中，N表示熱度圖點(diǎn)的個(gè)數(shù)；Yxyc表示的是在特征圖中(x,y,c)這個(gè)點(diǎn)是否代表有物體，0表示不是物體，1表示是物體；表示在特征圖中(x,y,c)這個(gè)點(diǎn)的置信度；α、β是超參數(shù)，分別設(shè)置成2和4。

DIoU是在IoU損失函數(shù)的基礎(chǔ)上添加了預(yù)測(cè)框與真實(shí)框之間的中心點(diǎn)的距離關(guān)系，并且將該項(xiàng)作為損失函數(shù)的懲罰項(xiàng)。它可以直接最小化兩個(gè)中心點(diǎn)的距離，比GIoU損失函數(shù)還要收斂得快，此外，當(dāng)兩個(gè)邊框沒(méi)有交集的時(shí)候，可以根據(jù)該懲罰項(xiàng)來(lái)提供梯度優(yōu)化的方向。

對(duì)于Anchor-based的目標(biāo)檢測(cè)框架來(lái)說(shuō)，每一個(gè)點(diǎn)都要預(yù)測(cè)3～9個(gè)不等的邊框，而對(duì)于Anchor-free的目標(biāo)檢測(cè)框架來(lái)說(shuō)，每一個(gè)點(diǎn)只預(yù)測(cè)一個(gè)邊框。雖然Anchorfree減少了參數(shù)量，但是只有一個(gè)預(yù)測(cè)框會(huì)很大程度上導(dǎo)致整體預(yù)測(cè)框的不準(zhǔn)確性。針對(duì)以上分析，Anchor-free系列的目標(biāo)檢測(cè)框架應(yīng)該使用對(duì)交并比更敏感的DIoU的損失函數(shù)來(lái)進(jìn)行優(yōu)化。從而提升單個(gè)預(yù)測(cè)框的精度。

2 實(shí)驗(yàn)結(jié)果與分析

本實(shí)驗(yàn)采用的是Windows 10操作系統(tǒng)，使用的深度學(xué)習(xí)框架是PyTorch深度學(xué)習(xí)框架，使用的是Python3.8作為代碼解釋器。實(shí)驗(yàn)環(huán)境配置如表1所示。

表1 實(shí)驗(yàn)環(huán)境及配置Table 1 Experimental environment and configuration

2.1 安全帽數(shù)據(jù)集

由于網(wǎng)上沒(méi)有相關(guān)的安全帽數(shù)據(jù)集，因此在數(shù)據(jù)集方面需要自己去制作。該數(shù)據(jù)集的分類有兩類，一個(gè)是Hat（代表佩帶安全帽的），一類是Person（代表的是沒(méi)有佩戴安全帽的）。使用網(wǎng)絡(luò)爬蟲(chóng)的技術(shù)在百度圖庫(kù)等網(wǎng)站上抓取圖片，以及采用視頻截取的方式來(lái)獲取數(shù)據(jù)源圖片，然后使用Labelimg工具進(jìn)行圖片的標(biāo)注，將其制作成Voc格式的數(shù)據(jù)并存儲(chǔ)到硬盤(pán)中。

由于在實(shí)際應(yīng)用環(huán)境中，可能會(huì)出現(xiàn)檢測(cè)目標(biāo)過(guò)小的情況，因此在數(shù)據(jù)采集的過(guò)程中盡量采集圖像中目標(biāo)較小的情況。最終收集到的數(shù)據(jù)集共7 581張圖像。圖像中目標(biāo)的展示如圖7所示。

圖7 安全帽數(shù)據(jù)集Fig.7 Safety helmet date sets

2.2 訓(xùn)練細(xì)節(jié)

本實(shí)驗(yàn)的初始化學(xué)習(xí)率設(shè)為0.001，前5次的訓(xùn)練的批次設(shè)置為10。后55次的學(xué)習(xí)率設(shè)為0.000 1，訓(xùn)練批次為3。

針對(duì)學(xué)習(xí)率的修改，使用的是PyTorch下的Reduce-LROnPlateau函數(shù)來(lái)動(dòng)態(tài)地更新學(xué)習(xí)率，當(dāng)發(fā)現(xiàn)評(píng)估的損失不再降低時(shí)，則動(dòng)態(tài)減小學(xué)習(xí)率，factor設(shè)為0.5，patience設(shè)為2。后55次的學(xué)習(xí)率隨著訓(xùn)練次數(shù)的變化如圖8所示。

圖8 學(xué)習(xí)率的變化Fig.8 Changes in learning rates

修改DIoU損失函數(shù)后，損失函數(shù)的值由分類損失以及DIoU損失兩部分構(gòu)成，經(jīng)過(guò)115 600次梯度優(yōu)化之后，分類的損失徘徊在了0.74左右，DIoU的損失則是徘徊在了0.52左右。如圖9為后55輪訓(xùn)練后的loss值。

在最后的5輪訓(xùn)練中，除了最開(kāi)始的一批的波動(dòng)外，損失值接近于平穩(wěn)，如圖10所示分類損失穩(wěn)定在0.74左右，定位損失穩(wěn)定在0.52左右。

圖9 分類和定位loss值Fig.9 Loss value of classify and locate

圖10 最后5輪訓(xùn)練的損失值Fig.10 Loss value of last 5 rounds of training

將原始的模型以及修改的三個(gè)模型（在原始的模型上依次增加FPN模塊、ACB非對(duì)稱卷積核模塊和DIOU損失函數(shù)）按照上述相同的超參數(shù)進(jìn)行60輪的迭代訓(xùn)練，同時(shí)訓(xùn)練Faster-RCNN以及YOLO v3，并且對(duì)這幾種模型進(jìn)行比較。

2.3 評(píng)判標(biāo)準(zhǔn)mAP

mAP（mean average precision）表示的是各類AP的均值。AP表示的是PR曲線、x軸和y軸所圍成的近似面積。PR曲線是由Precision和Recall組成的曲線。其中精度Precision的計(jì)算公式如公式（10）所示，召回率Recall的計(jì)算公式如公式（11）所示。

TP（true positives）表示的是推導(dǎo)結(jié)果是正樣本并且確實(shí)是正樣本；FP（false positives）表示的是推導(dǎo)結(jié)果為正樣本但實(shí)際為負(fù)樣本；FN（false negative）表示的是推導(dǎo)結(jié)果為負(fù)樣本但實(shí)際為正樣本。正樣本表示的是計(jì)算的類型為該類且計(jì)算的邊框與真實(shí)框的交并比大于某個(gè)閾值，AP（0.5）時(shí)，該閾值為0.5。如圖11為FPNCenterNet的佩戴安全帽類的PR曲線。

2.4 消融實(shí)驗(yàn)

根據(jù)控制變量法的思想，對(duì)修改處進(jìn)行消融實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表2所示。其中mAP（0.5）表示的是在IoU交并比大于等于0.5的情況下，所有類的平均精確度。本實(shí)驗(yàn)中FPS是指在GTX GeForce 1050的顯卡上的每秒處理的幀數(shù)。

圖11 FPN-CenterNet的佩戴安全帽類的PR曲線Fig.11 PR curve of wearing helmet of FPN-centernet

表2 消融實(shí)驗(yàn)Table 2 Ablation experiment

由表2的消融實(shí)驗(yàn)數(shù)據(jù)可知，在加入FPN（實(shí)驗(yàn)2）之后，mAP（0.5）提升了4.52個(gè)百分點(diǎn)，F(xiàn)PS減少了0.51，提升了非常多，在沒(méi)有明顯減少推理速度的同時(shí)增加了mAP。證實(shí)了CenterNet在推理過(guò)程中，由于下采樣而造成的像素信息的消失，這也造成了在后續(xù)上采樣的過(guò)程中像素信息不夠而導(dǎo)致的小目標(biāo)的檢測(cè)精度不高。在引入FPN之后，安全帽佩戴檢測(cè)的精度有了很大程度的提升。原因在于FPN的引入很大程度上增加了推導(dǎo)的特征圖的像素信息，將特征提取的主干網(wǎng)絡(luò)推導(dǎo)過(guò)程中的特征圖進(jìn)行復(fù)用，即復(fù)用推導(dǎo)過(guò)程中特征圖的像素信息。

實(shí)驗(yàn)3是在FPN的基礎(chǔ)上增加了ACNet模塊，將ACNet模塊添加到特征提取的主干網(wǎng)絡(luò)ResNet-50中，目的是為了增強(qiáng)主干網(wǎng)絡(luò)的特征提取能力，相比于實(shí)驗(yàn)2，其mAP增加了0.42個(gè)百分點(diǎn)，F(xiàn)PS下降了0.9。本實(shí)驗(yàn)中使用ACB非對(duì)稱卷積模塊代替普通的3×3卷積核。目的在于通過(guò)額外增加的兩個(gè)卷積核來(lái)提升網(wǎng)絡(luò)提取旋轉(zhuǎn)以及翻轉(zhuǎn)后目標(biāo)特征的能力。在沒(méi)有明顯增加推理時(shí)間的同時(shí)能提升特征圖的細(xì)粒度信息。

實(shí)驗(yàn)4是在實(shí)驗(yàn)3的基礎(chǔ)上將原始的邊框損失函數(shù)修改為了DIoU損失函數(shù)。mAP提升了0.05個(gè)百分點(diǎn)。由于沒(méi)有修改網(wǎng)絡(luò)結(jié)構(gòu)，因此FPN不變。對(duì)于Anchorfree來(lái)說(shuō)一個(gè)點(diǎn)的邊框回歸只有一個(gè)，不需要進(jìn)行非極大抑制剔除多余的預(yù)測(cè)框。不像Anchor-based可以一個(gè)點(diǎn)預(yù)測(cè)好幾種不同尺寸大小的邊框，當(dāng)使用非極大抑制算法來(lái)消去多余的預(yù)測(cè)框時(shí)會(huì)增加整體的推導(dǎo)時(shí)間，此外使用DIoU損失函數(shù)優(yōu)化效果也不是很明顯，但還是有點(diǎn)提升。由于數(shù)據(jù)集沒(méi)有進(jìn)行縮放等數(shù)據(jù)增強(qiáng)的行為，因此提升較低。

2.5 實(shí)驗(yàn)結(jié)果與分析

本實(shí)驗(yàn)中，還分別使用該數(shù)據(jù)集訓(xùn)練了YOLO v3和Faster-RCNN，它們的mAP以及FPS對(duì)比數(shù)據(jù)如表3所示。

表3 各算法的性能對(duì)比Table 3 Performance comparison of each algorithm

根據(jù)表3的數(shù)據(jù)顯示，改進(jìn)之后的FPN-CenterNet能有效地檢測(cè)安全帽的佩戴，相比與原始的CenterNet，mAP提升了4.99個(gè)百分點(diǎn)。相比于Faster-RCNN（Vgg-16）、Faster-RCNN（ResNet-50）、YOLO v3（ResNet-50）、YOLO v3（DarkNet-53）和FAENet（ResNet-50），mAP分別高了37.37、33.47、14.25、8.67和12.15個(gè)百分點(diǎn)。同時(shí)在GTX GeForce 1050的顯卡上，F(xiàn)PS分別提高了20.74、23.01、9.97、11.13和16.7。Hog+SVM算法則是使用opencv的人像檢測(cè)再按比例計(jì)算出頭部的位置，隨后根據(jù)SVM分類器進(jìn)行分類。由于人像檢測(cè)和分類器必須兩者全部預(yù)測(cè)正確，結(jié)果才能預(yù)測(cè)正確，因此mAP并不高。

如圖12是原始的CenterNet和改進(jìn)之后的FPNCenterNet的效果比較。

圖12 改進(jìn)前后的檢測(cè)結(jié)果比較Fig.12 Comparison of test results before and after improvement

如圖12所示，改進(jìn)前圖像的中間有許多的目標(biāo)沒(méi)有檢測(cè)到從而導(dǎo)致了檢測(cè)精確度的下降。改進(jìn)之后中間許多目標(biāo)都檢測(cè)到了，每一個(gè)框的置信度都相較于原始的算法有了一定的提升。這說(shuō)明FPN-CenterNet能有效地利用像素的信息來(lái)有效地提升安全帽檢測(cè)的精度。其在安全帽數(shù)據(jù)集的效果如圖13所示。

圖13 FPN-CenterNet效果展示Fig.13 FPN-Centernet effect display

如本實(shí)驗(yàn)結(jié)果所示，F(xiàn)PN-CenterNet在安全帽的佩戴檢測(cè)方面有良好的精確度以及效率。

3 結(jié)束語(yǔ)

本文針對(duì)原始的CenterNet在安全帽佩戴檢測(cè)中精度不高的問(wèn)題做出了分析。由于小范圍目標(biāo)的數(shù)量較多而且容易出現(xiàn)密集分布，對(duì)于以關(guān)鍵點(diǎn)來(lái)驗(yàn)證的CenterNet來(lái)說(shuō)，密集的分布更容易出現(xiàn)像素點(diǎn)信息的丟失。針對(duì)下采樣過(guò)程中像素點(diǎn)信息容易消散的問(wèn)題，結(jié)合了FPN的思想，對(duì)原始的框架進(jìn)行了修改，修改為FPN-CenterNet框架，將提取到的特征信息進(jìn)行了復(fù)用，從而減緩了下采樣過(guò)程中出現(xiàn)的像素點(diǎn)信息消散的情況；此外將非對(duì)稱卷積核融入到特征提取的主干網(wǎng)絡(luò)ResNet-50中，使用非對(duì)稱卷積來(lái)替換原始的3×3卷積核，在不增加推導(dǎo)時(shí)間的同時(shí)能豐富提取到的特征信息，提升特征圖的細(xì)粒度信息；最后通過(guò)DIoU損失函數(shù)替換原始的中心點(diǎn)偏移損失以及邊框的長(zhǎng)寬回歸損失，對(duì)于Anchor-free來(lái)說(shuō)每個(gè)點(diǎn)只有一個(gè)回歸的框，使用DIoU損失函數(shù)代替原有的邊框損失函數(shù)，能在一定程度上提升邊框預(yù)測(cè)的準(zhǔn)確性。

實(shí)驗(yàn)結(jié)果表明，F(xiàn)PN-CenterNet的改進(jìn)相比于原始的CenterNet在速度基本不變的情況下可以有更好的檢測(cè)精度。改進(jìn)之后的FPN-CenterNet算法相比于原始的CenterNet的mAP提升了4.99個(gè)百分點(diǎn)，在GTX GeForce 1050的顯卡上FPS為25.81。實(shí)驗(yàn)表明修改之后的FPN-CenterNet算法在安全帽佩戴檢測(cè)上有良好的準(zhǔn)確性和效率。

但依舊存在漏檢等問(wèn)題，該問(wèn)題出現(xiàn)在多個(gè)目標(biāo)重疊或相近等情況，可能的原因是單尺度預(yù)測(cè)導(dǎo)致多個(gè)關(guān)鍵點(diǎn)重疊從而在解碼階段只有一個(gè)關(guān)鍵點(diǎn)有預(yù)測(cè)的信息。今后的實(shí)驗(yàn)將會(huì)圍繞著這個(gè)問(wèn)題進(jìn)行優(yōu)化和改進(jìn)。