張靈靈，王 鵬，李曉艷，呂志剛，邸若海

1.西安工業(yè)大學(xué) 兵器科學(xué)與技術(shù)學(xué)院，西安 710021

2.西安工業(yè)大學(xué) 發(fā)展規(guī)劃處，西安 710021

3.西安工業(yè)大學(xué) 電子信息工程學(xué)院，西安 710021

隨著無人機(jī)技術(shù)的發(fā)展和低空領(lǐng)域的逐步開放，無人機(jī)已在農(nóng)林植保、海岸管理以及軍事戰(zhàn)爭等領(lǐng)域取得了較為突出的成績。由于缺少有效手段實(shí)施監(jiān)測，導(dǎo)致對無人機(jī)的監(jiān)管力度明顯滯后，并由此對國家安全和社會安全產(chǎn)生負(fù)面影響[1-3]。特別在我國的國家保密部門和軍隊(duì)涉密場所，長期有被無人機(jī)非法入侵和偵查盜取重要軍事信息的風(fēng)險存在[4]。因此，作為無人機(jī)反制與管控的重要環(huán)節(jié)，對低空無人機(jī)的有效探測成為亟待解決的問題[5]。

目前，常用的無人機(jī)探測技術(shù)包括聲波探測[6]、無線電探測[7-8]和雷達(dá)探測[9-10]，但是這些技術(shù)往往需要昂貴的設(shè)備和特定的環(huán)境?；跈C(jī)器視覺的方法[11-12]能夠攝像取證，成本低并且使用方便，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，已逐步應(yīng)用于無人機(jī)檢測任務(wù)中[13]?；诰矸e神經(jīng)網(wǎng)絡(luò)的檢測算法可以分為兩類：雙階段目標(biāo)檢測算法和單階段目標(biāo)檢測算法。雙階段目標(biāo)檢測算法將檢測問題劃分為產(chǎn)生包含目標(biāo)大致位置信息的候選區(qū)域和對候選區(qū)域進(jìn)行分類、位置精修這兩個階段，典型代表有R-CNN（region-based convolutional neural networks）[14]、Faster R-CNN[15]等。單階段目標(biāo)檢測算法不用產(chǎn)生候選區(qū)域，可以直接從圖片中獲得目標(biāo)的檢測結(jié)果，比較典型的算法有YOLO（you only look once）系列[16-17]和SSD（single shot multibox detector）[18]。對于無人機(jī)的檢測，往往需要在提高檢測精度的同時兼顧檢測速度，因此很多學(xué)者選擇SSD 算法及其改進(jìn)來完成低空無人機(jī)目標(biāo)的檢測任務(wù)。Chen 等人[19]利用SSD 算法融合雷達(dá)、RGB相機(jī)等多源信息對入侵的無人機(jī)進(jìn)行檢測，但只能識別常規(guī)大小的無人機(jī)目標(biāo)。Liu等人[20]提出基于SSD算法的無人機(jī)識別方法，將無人機(jī)目標(biāo)的檢測和分類分開實(shí)現(xiàn)，但存在識別準(zhǔn)確率低、定位不準(zhǔn)確等問題。Zhou 等人[21]將SSD 算法主干網(wǎng)絡(luò)替換為MobileNetv2，并引入特征金字塔網(wǎng)絡(luò)來提高無人機(jī)目標(biāo)的檢測精度，但對復(fù)雜場景下的無人機(jī)目標(biāo)檢測效果不佳，魯棒性較差。Wang等人[22]通過削剪骨干網(wǎng)絡(luò)的卷積通道數(shù)目提高SSD算法的檢測速度，并引入特征增強(qiáng)模塊提高檢測性能，檢測速度有較大提升，但檢測精度較低。

綜上，針對現(xiàn)有算法對復(fù)雜背景下的無人機(jī)目標(biāo)檢測效果不佳、小目標(biāo)定位不準(zhǔn)確等問題，現(xiàn)基于SSD 算法進(jìn)行改進(jìn)，引入一種多尺度特征融合模塊，豐富特征圖多尺度語義信息，并在網(wǎng)絡(luò)特征圖輸出處引入輕量級的高效通道注意力機(jī)制，在不增加計(jì)算量的同時使網(wǎng)絡(luò)優(yōu)先將注意力放在有用信息上，并抑制復(fù)雜背景等無用信息，最后優(yōu)化默認(rèn)框參數(shù)，進(jìn)一步提升小目標(biāo)檢測精度。

1 相關(guān)原理

SSD是典型的一階段檢測算法，整體結(jié)構(gòu)包含了基礎(chǔ)網(wǎng)絡(luò)、輔助卷積層和預(yù)測卷積層。SSD 算法結(jié)合了YOLO 模型的回歸思想和Faster R-CNN 的錨框機(jī)制思想，確保檢測精度和推斷速度。同時，也采用了特征金字塔網(wǎng)絡(luò)“分而治之”的思想，即分別在不同尺度的特征圖上進(jìn)行預(yù)測，利用較高分辨率的淺層特征圖來檢測小物體，而利用較低分辨率的深層特征圖檢測大物體，其算法框架如圖1所示。

圖1 SSD算法框架Fig.1 SSD algorithm framework

SSD 采用VGG16 作為骨干網(wǎng)絡(luò)，并將其FC6 和FC7轉(zhuǎn)化為卷積層，去掉所有的Dropout層和FC8層，同時 增 加Conv8、Conv9、Conv10 和Conv11 這4 個 卷 積層。使用改進(jìn)后的模型對輸入圖片進(jìn)行特征提取，并生成多個特征圖，分別為Conv4_3、FC7、Conv8_2、Conv9_2、Conv10_2 和Conv11_2，大小分別為38×38、19×19、10×10、5×5、3×3 和1×1。網(wǎng)絡(luò)在這些特征圖上的每個點(diǎn)生成長寬比例不同的錨框，適應(yīng)多尺度檢測，每層特征圖上產(chǎn)生n×n個中心點(diǎn)，每個中心點(diǎn)產(chǎn)生k個默認(rèn)框，六層特征圖中每層的每個中心點(diǎn)產(chǎn)生的k值分別為4、6、6、6、4、4。其中Conv4_3 層的默認(rèn)框大小為30，其他先驗(yàn)框的尺度遵守一個線性遞增規(guī)則：

其中，m為特征圖個數(shù)，smin和smax通常取值0.2與0.9，分別代表最底層特征圖以及最高層特征圖占原始圖像比例，候選框的長寬比ar∈{1,2,3,1/2,1/3}，則先驗(yàn)框的長和寬可由下式表達(dá)：

默認(rèn)框中心點(diǎn)的位置可由式（4）計(jì)算：

其中，|fk|表示k個特征的尺寸。

2 改進(jìn)SSD檢測框架

為改善SSD 算法對復(fù)雜背景下小目標(biāo)檢測困難等問題，在原始網(wǎng)絡(luò)中融入多尺度特征融合模塊和注意力機(jī)制模塊，為使先驗(yàn)框和感受野有效匹配，對先驗(yàn)框的大小和數(shù)量進(jìn)行了優(yōu)化。首先，將深層特征和淺層特征相融合，使每層特征圖之間具有上下文信息。其次，將融合后的特征圖輸入到注意力機(jī)制模塊中，增強(qiáng)特征圖對關(guān)鍵信息的提取能力。最后，針對無人機(jī)數(shù)據(jù)集尺度偏小問題，對默認(rèn)框的尺度和數(shù)量進(jìn)行優(yōu)化，網(wǎng)絡(luò)結(jié)構(gòu)如圖2 所示，其中MSFFM（multi-scale feature fusion module）為提出的一種多尺度特征融合模塊，ECA（efficient channel attention）為高效通道注意力模塊。

2.1 多尺度特征融合模塊

SSD 模型中Conv4_3 層至Conv7 層這些較淺層的特征圖分辨率高，包含豐富的細(xì)節(jié)紋理信息，適合檢測小目標(biāo)；Conv8_2 層至Conv11_2 層這些深層的特征圖分辨率低，但是具備充足的語義信息，適合檢測大目標(biāo)，但是網(wǎng)絡(luò)深層特征的語義信息與底層特征的細(xì)節(jié)紋理信息之間并未得到充分利用。特征金字塔網(wǎng)絡(luò)就是為了增強(qiáng)淺層特征和深層特征之間的聯(lián)系，它從頂層的每一層都進(jìn)行上采樣,獲取更準(zhǔn)確的像素位置信息。借鑒特征金字塔網(wǎng)絡(luò)、FSSD[23]、FA-SSD[24]和受文獻(xiàn)[25]的啟發(fā)，提出一種多尺度特征融合模塊（MSFFM），可以表述為式（5）：

式中，Xi為將要融合的源特征圖，Ti表示融合前的轉(zhuǎn)換函數(shù)，Φf表示特征融合函數(shù)。本算法獲取三個特征圖之間的互補(bǔ)信息進(jìn)行深層次融合，從而來緩解不同尺度特征圖的信息差異帶來的融合負(fù)面影響。具體的融合過程為：選取X2作為優(yōu)化層時，X1、X2和X3特征圖先經(jīng)過1×1 卷積進(jìn)行通道降維，X2特征圖的通道降維至原通道數(shù)目的1/2，X1和X3的通道數(shù)目降維至X2原通道數(shù)目的1/4，再分別對X1和X3進(jìn)行擴(kuò)張卷積和雙線性插值，使X1和X3的特征圖尺寸變?yōu)楹蚗2一樣。其次，對修改后的X1、X2和X3進(jìn)行Φf融合操作，采用concat 融合方式，直接對原始特征進(jìn)行串聯(lián)，讓網(wǎng)絡(luò)去學(xué)習(xí)融合特征，不會造成信息的損失。改進(jìn)的特征圖經(jīng)過BN 層和ReLU 激活函數(shù)，激活函數(shù)有利于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到更多非線性關(guān)系，融合之后還會再經(jīng)過3×3的卷積，目的是消除上采樣的混疊效應(yīng)。最后將其經(jīng)過非局部通道注意力模塊來挖掘網(wǎng)絡(luò)通道有用的上下文信息，抑制噪音等無效信息，并送入非極大抑制網(wǎng)絡(luò)進(jìn)行檢測輸出。

在原SSD 模型特征層的基礎(chǔ)上加入Conv3_3 層和Conv4_3 層這兩個淺層特征，其特征圖尺寸大，小目標(biāo)特征提取更充分。Conv10_2 和Conv11_2 層特征圖所包含信息少，融合之后對目標(biāo)定位與分類精度并沒有什么提升，反而使模型的訓(xùn)練與檢測速度變慢。Conv4_3層負(fù)責(zé)檢測小目標(biāo)，考慮到小目標(biāo)需要更多的表觀特征信息，融合具有更大特征圖Conv3_3層和具有一定語義信息的Conv7 層?？紤]融合應(yīng)盡量減少不同尺度特征圖信息差異帶來的負(fù)面影響和融合后的特征圖盡可能包含高層信息和低層信息，當(dāng)Conv7 層作為優(yōu)化層時，融合包含較多紋理信息的Conv4_3 層和它的相鄰層Conv8_2 層；當(dāng)Conv8_2 層作為優(yōu)化層時，融合包含較多紋理信息的Conv5_3 層和它的相鄰層Conv9_2 層。結(jié)合圖2、圖3 所示，當(dāng)選取Conv8_2 作為優(yōu)化層時，對于10×10×512 的特征圖Conv8_2 使用1×1 卷積降維成256 通道，對5×5×256 的特征圖Conv9_2 采用雙線性插值上采樣將特征圖變?yōu)?0×10大小，并使用1×1卷積將通道數(shù)目降維為128，對19×19×512 的特征圖Conv5_3進(jìn)行擴(kuò)張卷積，并將通道數(shù)目變?yōu)?28，然后將三層特征圖分別經(jīng)過BN 層和ReLU 激活函數(shù)再進(jìn)行concat 融合操作。其他兩個融合模塊同理。

圖2 本文算法整體框架Fig.2 Overall framework of proposed algorithm

圖3 多尺度特征融合模塊Fig.3 Multi-scale feature fusion module

圖4為原SSD算法與改進(jìn)SSD算法在Conv4_3層、Conv7層和Conv8_2層輸出的特征對比圖。圖4（b）（c）（d）為原算法輸出的特征熱力圖，圖4（e）（f）（g）為改進(jìn)算法經(jīng)過多尺度特征融合模塊輸出的特征熱力圖。顯然圖4（e）相對于圖4（b）更加清晰，關(guān)注了更多的細(xì)節(jié)信息，適合檢測小目標(biāo)。圖4（f）相比于圖4（c）能更加匹配無人機(jī)目標(biāo)，較小的目標(biāo)仍高亮顯示。圖4（g）相比于圖4（d）具有更強(qiáng)的語義信息，無人機(jī)的特征信息更為豐富，經(jīng)過多次下采樣之后網(wǎng)絡(luò)仍可以注意到小目標(biāo)。結(jié)果表明本文提出的多尺度特征融合模塊更加適合低空無人機(jī)目標(biāo)的檢測。

圖4 多尺度特征融合前后特征圖對比Fig.4 Comparison of feature images before and after multi-scale feature fusion

2.2 輕量級的高效注意力模塊

在進(jìn)行多尺度特征融合時只是將特征圖在通道維度上進(jìn)行拼接，不能反映不同通道間特征的重要性和相關(guān)性[26]。為了能使網(wǎng)絡(luò)自動學(xué)習(xí)特征圖通道之間的重要性和相關(guān)性，引入了一種輕量級高效注意力機(jī)制（ECA-Net）[27]，在不增加網(wǎng)絡(luò)計(jì)算量的同時使網(wǎng)絡(luò)增強(qiáng)有用信息，去除冗余特征。該網(wǎng)絡(luò)是對裁剪-權(quán)重分配網(wǎng)絡(luò)（squeeze-and-excitation networks，SE-Net）[28]提出的改進(jìn)網(wǎng)絡(luò)。SE-Net涉及降維，降維會對通道注意預(yù)測帶來副作用。因此ECA-Net 提出了一種不降維的局部跨信道交互策略和核大小自適應(yīng)選擇方法，同時以極其輕量級的方式獲取跨通道的交互信息。該網(wǎng)絡(luò)首先對輸入特征圖的每個通道進(jìn)行池化操作，獲得全局感受野，然后直接進(jìn)行局部跨通道連接，即通過考慮由池化操作得到的每個通道及其k個鄰近通道來進(jìn)行一維卷積操作，k的取值通過通道數(shù)C自適應(yīng)確定：

其中，|· |odd表示取離結(jié)果近的奇數(shù)，γ和b 表示常量，分別取值為2和1。ECA-Net網(wǎng)絡(luò)模型的結(jié)構(gòu)圖如圖5所示。

圖5 ECA-Net注意力模塊Fig.5 ECA-Net attention module

使用Grad-CAM[29]技術(shù)來直觀地展示模型中引入輕量化注意力模塊的有效性。熱力圖顏色區(qū)域越深說明該區(qū)域?qū)︻悇e識別的影響越大。圖6（a）為原始圖片，圖6（b）為普通卷積熱力圖輸出，圖6（c）為ECA-Net 熱力圖。觀察第一列可以看出注意力機(jī)制使模型也關(guān)注到無人機(jī)的旋翼信息，第二列可以看出模型關(guān)注無人機(jī)的整體信息，有利于模型對無人機(jī)目標(biāo)的檢測，第三列可以看出，模型注意到了小目標(biāo)。從這些結(jié)果可以看出引入ECA-Net 使模型更加注意到了對檢測有用的細(xì)節(jié)信息，而抑制忽略背景等這些無用的信息。

圖6 熱圖可視化Fig.6 Visualization of heat maps

2.3 優(yōu)化先驗(yàn)框參數(shù)

SSD 模型利用每一層特征圖上不同尺寸和數(shù)量的先驗(yàn)框?qū)δ繕?biāo)進(jìn)行檢測。每層特征圖上的先驗(yàn)框和數(shù)量如表1所示。錨框的尺寸和長寬比是固定的，因此檢測器在處理形變較大的候選對象時比較困難，尤其是對于小目標(biāo)。原SSD 模型設(shè)定的默認(rèn)框?qū)τ诘涂諢o人機(jī)檢測任務(wù)的感受野區(qū)域明顯偏大且?guī)韽?fù)雜背景的干擾信息，導(dǎo)致檢測精度降低。圖7（a）為無人機(jī)數(shù)據(jù)集真實(shí)框的寬高比，可以看到大部分集中在0.7左右，但也有部分在0～0.5之間，少部分在1.0～1.5之間。圖7（b）為目標(biāo)真實(shí)框在原圖的大小比例，可以看到大部分框只占到了原圖的0.001～0.075，甚至更小，因此基本都是很小的目標(biāo)。針對數(shù)據(jù)集的特點(diǎn)，將原始SSD網(wǎng)絡(luò)的smin設(shè)置為0.15，此時最低層先驗(yàn)框的大小為22.5×22.5，基本上可以覆蓋輸入圖像中的各種形狀和大小的目標(biāo)。為了保證改進(jìn)網(wǎng)絡(luò)Step 和原網(wǎng)絡(luò)一樣，將smax設(shè)置為0.87，并將用于檢測小目標(biāo)的Conv4_3 層的特征映射中添加至6個默認(rèn)框，提高檢測精度的同時避免小占比的目標(biāo)被漏檢。通過重新設(shè)置默認(rèn)框的數(shù)量和大小，可以有效改善漏檢和避免低空無人機(jī)因尺度小而無法與默認(rèn)框匹配的問題。

表1 每層特征圖上的先驗(yàn)框和數(shù)量Table 1 Prior boxes and numbers on layer of feature maps

圖7 數(shù)據(jù)集分布可視化Fig.7 Visualization of data set distribution

3 實(shí)驗(yàn)分析

為驗(yàn)證改進(jìn)SSD 模型在低空無人機(jī)檢測任務(wù)中的有效性，在相同運(yùn)行環(huán)境及無人機(jī)數(shù)據(jù)集的前提下，將原SSD 模型和改進(jìn)SSD 模型進(jìn)行對比實(shí)驗(yàn)。本實(shí)驗(yàn)基于Windows10 操作系統(tǒng)，CPU 為AMD Ryzen 5 5600X 6-Core Processor，內(nèi)存為16 GB；GPU為NVIDIA GeForce RTX 2060。優(yōu)化算法采用SGD，動量因子參數(shù)為0.9，批處理大小為8，初始學(xué)習(xí)率為0.000 1，衰減系數(shù)為0.1，最大迭代次數(shù)為120 000次。

3.1 實(shí)驗(yàn)數(shù)據(jù)集

為了評估改進(jìn)后的算法檢測性能，自行在網(wǎng)上搜集不同場景下無人機(jī)圖片共4 688張，如圖8所示，按照7∶1∶2的比例劃分成訓(xùn)練集、驗(yàn)證集和測試集。無人機(jī)數(shù)據(jù)集按照Pascal VOC2012的格式建立，大多數(shù)都是小目標(biāo)。

圖8 數(shù)據(jù)集部分圖片及標(biāo)注Fig.8 Partial images and annotations of data set

3.2 實(shí)驗(yàn)環(huán)境及評價指標(biāo)

檢測速度的評價指標(biāo)為FPS（frame per second），定義為網(wǎng)絡(luò)每秒處理圖像的幀數(shù)?？梢愿鶕?jù)準(zhǔn)確率（Precision）和召回率（Recall）制成一條曲線，在0到1范圍內(nèi)繪制的曲線與坐標(biāo)間的面積即為精度（AP），AP=，準(zhǔn)確率和召回率的定義如下[30]：

式中，TP為正樣本中的正例，F(xiàn)P為負(fù)樣本中的正例，F(xiàn)N為負(fù)樣本中的負(fù)例。

3.3 實(shí)驗(yàn)結(jié)果分析

3.3.1 與其他算法對比

為了評估改進(jìn)SSD算法性能，選取幾種典型目標(biāo)檢測算法進(jìn)行對比。為保證結(jié)果的公平性，所有模型均在本實(shí)驗(yàn)平臺進(jìn)行訓(xùn)練，所有結(jié)果記錄在表2中。從檢測精度上看，改進(jìn)SSD 算法的檢測精度均優(yōu)于其他模型。另外將輸入圖像放大能夠顯著提高小目標(biāo)的檢測效果，F(xiàn)aster R-CNN、YOLOv3、CenterNet 和DSSD 輸入圖像尺寸遠(yuǎn)大于SSD，但是改進(jìn)SSD算法相對于這些大尺寸輸入圖像模型的檢測效果更好，AP 分別提高了3.40 個百分點(diǎn)、7.85 個百分點(diǎn)、4.64 個百分點(diǎn)和2.61 個百分點(diǎn)。其次，CenterNet和DSSD的骨干網(wǎng)絡(luò)采用更深層次的ResNet，相比于VGG16具有更強(qiáng)的特征表達(dá)能力，但CenterNet 和DSSD 模型并沒有改進(jìn)SSD 算法更適合無人機(jī)數(shù)據(jù)集。與采用輕量級的特征融合模塊FSSD 相比，AP 提升了2.15 個百分點(diǎn)。從推斷速度上看，改進(jìn)SSD算法推斷速度略有降低，但也基本符合實(shí)時測試的要求。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后算法能夠在實(shí)時測試的基礎(chǔ)上有效地提高復(fù)雜背景下無人機(jī)目標(biāo)檢測的準(zhǔn)確率，特別是對小目標(biāo)物體的檢測更具優(yōu)勢。

表2 各算法在無人機(jī)數(shù)據(jù)集的檢測精度Table 2 Detection accuracy of each algorithm in UAV data set

圖9為IOU=0.5（intersection over union）時各目標(biāo)檢測算法的PR 曲線。從圖中的PR 曲線可以直觀看出，本文所提算法的Precision和Recall兩個性能指標(biāo)均優(yōu)于其他檢測模型，即改進(jìn)SSD算法對低空無人機(jī)目標(biāo)位置的回歸能力優(yōu)于其他模型。

圖9 各算法的PR曲線(IOU=0.5)Fig.9 PR curve of each algorithm(IOU=0.5)

3.3.2 消融實(shí)驗(yàn)

為了進(jìn)一步驗(yàn)證本文模型設(shè)計(jì)策略的有效性，在無人機(jī)數(shù)據(jù)集上運(yùn)行具有不同設(shè)置的模型，進(jìn)行了消融實(shí)驗(yàn)，此時最大迭代次數(shù)為120 000 次。實(shí)驗(yàn)內(nèi)容包括MSFFM 多尺度特征融合模塊的使用與否，ECA-Net 注意力機(jī)制的使用與否，SE-Net 注意力機(jī)制的使用與否，anchor 是否優(yōu)化，F(xiàn)usion method 特征融合方法的選擇，有concat和add兩種融合方式，以及ECA-Net注意力機(jī)制鄰近通道k的大小選擇，所有的實(shí)驗(yàn)數(shù)據(jù)記錄在表3中。

表3 各獨(dú)立模塊對無人機(jī)目標(biāo)檢測的影響Table 3 Influence of each independent module on UAV target detection

表格中第一行為原SSD模型的檢測精度為76.26%，對比表格中第一行和第二行、第三行和第五行、第四行和第六行、第七行和第九行的數(shù)據(jù)可以發(fā)現(xiàn)，在SSD 算法的基礎(chǔ)上引入多尺度特征融合模塊確實(shí)帶來了精度的提升，分別提升了3.35 個百分點(diǎn)、3.63 個百分點(diǎn)、2.21個百分點(diǎn)和2.61個百分點(diǎn)，證明了該多尺度特征融合模塊使融合后新的特征圖具備小目標(biāo)的上下文信息。其中同時添加多尺度特征融合模塊和注意力模塊提升效果最為明顯，因?yàn)槿诤现皇峭ǖ谰S度上的拼接并不能反映特征通道的重要性，添加注意力模塊可以學(xué)習(xí)不同特征通道間的權(quán)重分配，使模型更加關(guān)注有用信息。對比第一行和第四行、第二行和第六行、第五行和第九行、第三行和第七行可以發(fā)現(xiàn)，改進(jìn)anchor可以顯著提升模型的精度，分別提升了4.58 個百分點(diǎn)、3.44 個百分點(diǎn)、3.62個百分點(diǎn)和4.64個百分點(diǎn)，原因在于本實(shí)驗(yàn)所用數(shù)據(jù)集都是很小的目標(biāo)，改進(jìn)anchor可以改變感受野的大小使其與目標(biāo)大小更匹配并且抑制背景信息的干擾。對比第一行和第三行、第二行和第五行、第四行和第七行、第六行和第九行，模型中加入ECA-Net 注意力機(jī)制后，分別提升了0.56 個百分點(diǎn)、0.84 個百分點(diǎn)、0.62 個百分點(diǎn)和1.02個百分點(diǎn)，說明ECA-Net注意力機(jī)制能幫助模型增強(qiáng)有用特征，去除冗余特征，使網(wǎng)絡(luò)更加關(guān)注有利于檢測的有用信息。其中模型添加多尺度特征融合模塊和改進(jìn)anchor 時，注意力機(jī)制效果最好，這是因?yàn)槎喑叨忍卣魅诤夏K將淺層信息和語義信息得到了充分的融合，再加上優(yōu)化anchor使得有效感受野匹配利于信息的提取。由第九、第十和第十一行可以看出，隨著鄰近通道數(shù)目的增加，模型的精度有所降低，說明過多的通道之間的交互確實(shí)是低效且不必要的，本模型選取k值為3 可以取得最優(yōu)結(jié)果。對比第八行和第九行可以發(fā)現(xiàn)，多尺度特征融合模塊選取concat融合方式的精度高于add融合方式，這是因?yàn)閏oncat融合方式是特征圖信息的串聯(lián)，不會造成信息的損失。對比第九行和第十二行可以發(fā)現(xiàn)，相同實(shí)驗(yàn)環(huán)境下模型使用ECA-Net的檢測精度比使用SE-Net 的檢測精度高，說明ECA-Net 的性能更優(yōu)，更適合本文所提算法。

訓(xùn)練過程中的原模型損失和改進(jìn)模型損失如圖10（a）所示，橫軸表示迭代次數(shù)，縱軸表示損失值的大小。在無人機(jī)數(shù)據(jù)集上經(jīng)過120 000 次訓(xùn)練，損失值和精度值達(dá)到穩(wěn)定狀態(tài)。圖中Loss 值為置信損失和定位損失兩部分的帶權(quán)加和。從圖10（a）可以看出，改進(jìn)模型損失比原模型損失低1～2 個百分點(diǎn)，模型收斂在損失值1左右。原模型在迭代90 000 次之后損失函數(shù)值基本趨于平穩(wěn)，而改進(jìn)網(wǎng)絡(luò)在迭代80 000次之后損失函數(shù)值趨于平穩(wěn)，明顯比原模型收斂更快。在訓(xùn)練過程中，原模型精度、改進(jìn)模型精度和迭代次數(shù)之間的趨勢變化對比如圖10（b）所示，可以看到隨著迭代步數(shù)的更新，整體識別正確率最終達(dá)到80%以上。改進(jìn)模型在保持一定計(jì)算效率的情況下，檢測精度大幅提升，收斂速度最快，收斂值最優(yōu)。

圖10 訓(xùn)練過程模型變化Fig.10 Model changes during training

圖11為IOU=0.5 時目標(biāo)檢測算法的PR 曲線，從圖中可以直觀看出，改進(jìn)SSD 算法在Precision和Recall兩個性能指標(biāo)上均優(yōu)于原SSD算法，即改進(jìn)算法對目標(biāo)位置的回歸能力優(yōu)于原模型，證明了該模型的有效性。

圖11 模型PR曲線(IOU=0.5)Fig.11 Model PR curve(IOU=0.5)

3.4 定性結(jié)果分析

3.4.1 不同場景下檢測結(jié)果

圖12給出了8種場景下的檢測實(shí)例，通過直觀地對比可以看出，改進(jìn)后的算法對各種場景下無人機(jī)目標(biāo)檢測結(jié)果和置信度都優(yōu)于原模型。其中圖12（a）是在云背景下，無人機(jī)特別小且待檢測目標(biāo)和背景相近。圖12（b）是在建筑背景下，有貨架和樓宇等干擾物，背景較為復(fù)雜。圖12（c）為無人機(jī)飛行在山間，背景噪聲很大。圖12（d）為無人機(jī)飛在海平面上，背景較為干凈但光線弱。圖12（e）為傍晚情況下，待檢測目標(biāo)不明顯。圖12（f）為無人機(jī)飛行在路燈旁，存在部分遮擋情況。圖12（g）為強(qiáng)光背景下，檢測目標(biāo)極不明顯。圖12（h）為亮度不均情況下，無人機(jī)飛行在亮度暗且目標(biāo)和背景相近區(qū)域。這些復(fù)雜場景下無人機(jī)均能被檢測出來，且不存在漏檢誤檢情況，證明了該算法的有效性。

圖12 不同場景下的目標(biāo)檢測結(jié)果Fig.12 Target detection results in different scenarios

3.4.2 與改進(jìn)算法測試結(jié)果對比

為了更直觀地顯示本文算法的有效性，選取測試數(shù)據(jù)集中的圖片對原算法和改進(jìn)后算法的檢測效果進(jìn)行對比，結(jié)果如圖13所示。圖（a）為原始SSD算法檢測結(jié)果，圖（b）為改進(jìn)的SSD 算法檢測結(jié)果。通過圖中第一列的對比可以看出，當(dāng)目標(biāo)與背景顏色很接近的時候，改進(jìn)的算法可以精準(zhǔn)檢測到目標(biāo)，并且置信度很高。圖中第二列中紅色橢圓為錯誤檢測目標(biāo)示例，原算法將樹林中的飛鳥識別為無人機(jī)，而改進(jìn)的算法能準(zhǔn)確識別出來。通過圖中第三列、第四列的對比可以看出，原算法存在漏檢情況，由于改進(jìn)的算法在Conv4_3層設(shè)置了更多的先驗(yàn)框，有效避免了漏檢情況的發(fā)生。綜上，改進(jìn)后的算法對小目標(biāo)的檢測效果更為顯著。

圖13 檢測結(jié)果對比Fig.13 Comparison of detection results

4 結(jié)束語

為解決不同角度下無人機(jī)所處背景復(fù)雜多變、尺度偏小等問題，通過引入多尺度特征融合模塊，添加注意力機(jī)制和優(yōu)化先驗(yàn)框等措施，提出了一種改進(jìn)的低空無人機(jī)SSD 檢測算法。改進(jìn)后的SSD 算法在自制無人機(jī)數(shù)據(jù)集上進(jìn)行訓(xùn)練和驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，算法平均精度由原來的76.26%提升到84.07%，且對不同場景下的無人機(jī)目標(biāo)均有比較好的檢測結(jié)果，充分證明了方法的有效性。對比其他幾種經(jīng)典的目標(biāo)檢測算法，改進(jìn)后模型在無人機(jī)目標(biāo)檢測任務(wù)中具有更高的綜合性能。在下一步的研究中，將對數(shù)據(jù)集進(jìn)行擴(kuò)增獲取更多類別的無人機(jī)，減少網(wǎng)絡(luò)的計(jì)算量提高模型的檢測速度。