湯 淼， 閆文君,2， 方 偉,2， 譚凱文

(1.海軍航空大學(xué)， 山東 煙臺(tái) 264001；2.海戰(zhàn)場(chǎng)信息感知與融合技術(shù)國(guó)家級(jí)實(shí)驗(yàn)教學(xué)中心, 山東 煙臺(tái) 264001)

0 引 言

戰(zhàn)斗機(jī)作為當(dāng)今世界奪取制空權(quán)的重要裝備，其自身降落的安全性是世界軍事強(qiáng)國(guó)十分關(guān)注的問(wèn)題之一，容易受到天氣、裝備自身完好性、飛行員操縱時(shí)機(jī)等多個(gè)方面因素的影響。其中，起落架收放狀態(tài)是飛行員和陸基指揮人員在戰(zhàn)斗機(jī)降落過(guò)程中高度關(guān)注的問(wèn)題，偶發(fā)的錯(cuò)誤將對(duì)人員、裝備帶來(lái)不可挽回的損失。因此，對(duì)起落架的狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè)能有效提高戰(zhàn)斗機(jī)降落的安全性，減少不必要的非戰(zhàn)斗損毀。

近年來(lái)，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法因能夠自動(dòng)地從圖像中提取目標(biāo)的特征，具有學(xué)習(xí)能力強(qiáng)且識(shí)別速度快、精度高等優(yōu)點(diǎn)，已得到大量廣泛應(yīng)用。目前，主要流行的目標(biāo)檢測(cè)算法可以分為基于候選區(qū)域的兩階段檢測(cè)算法和基于邊界框回歸的單階段檢測(cè)算法。兩階段的代表算法主要有R-CNN[1-2]、Fast R-CNN[3]和Faster R-CNN[4]，單階段的代表算法主要有SSD[5]和YOLO[6]系列算法。其中，F(xiàn)aster R-CNN精確度最高，但檢測(cè)速度很慢，不能滿足實(shí)時(shí)性的要求；SSD算法的檢測(cè)性能最低；YOLOv1在速度上表現(xiàn)不錯(cuò)，但對(duì)小物體泛化能力較弱。YOLOv2檢測(cè)精度和速度都超過(guò)了上一代，但檢測(cè)精度的提升并不明顯。YOLOv3[7]在檢測(cè)精度和速度之間取得了平衡。與YOLOv3相比，YOLOv4[8]擁有更高的精確度而且檢測(cè)速度也沒(méi)有下降。YOLOv5的訓(xùn)練速度更快，更易于部署。在YOLOv5的改進(jìn)方面，文獻(xiàn)[9]改進(jìn)了損失函數(shù)并在殘差塊中嵌入坐標(biāo)注意力機(jī)制來(lái)提高對(duì)艦船目標(biāo)的檢測(cè)效果。文獻(xiàn)[10]在SPP結(jié)構(gòu)中引入隨機(jī)池化，利用BiFPN結(jié)構(gòu)進(jìn)行多尺度特征融合同時(shí)應(yīng)用ELU激活函數(shù)提高模型魯棒性。

盡管這些算法在很多特定的數(shù)據(jù)集中取得了不錯(cuò)的效果，但在戰(zhàn)斗機(jī)起落架檢測(cè)上仍會(huì)面臨許多的挑戰(zhàn)。一是視頻數(shù)據(jù)本身就不太清晰，導(dǎo)致截幀后的圖像質(zhì)量較差；二是戰(zhàn)斗機(jī)的運(yùn)動(dòng)會(huì)導(dǎo)致截取的圖片中起落架發(fā)生一定程度的變形；三是戰(zhàn)斗機(jī)降落時(shí)間短，對(duì)起落架的檢測(cè)需要較高的實(shí)時(shí)性和精度。

本文在YOLOv5檢測(cè)模型的基礎(chǔ)上進(jìn)行改進(jìn)，首先，對(duì)視頻進(jìn)行截幀處理得到戰(zhàn)斗機(jī)降落的圖像數(shù)據(jù)，通過(guò)引入自動(dòng)色彩均衡算法(ACE)[11-12]提高圖像的清晰度；然后，在YOLOv5的主干特征提取網(wǎng)絡(luò)提取出的三個(gè)有效特征層上施加超強(qiáng)通道注意力模塊(ECA-Net)[13]來(lái)提高檢測(cè)性能，在自制的戰(zhàn)斗機(jī)起落架數(shù)據(jù)集上進(jìn)行訓(xùn)練；最后，用訓(xùn)練得到的模型對(duì)戰(zhàn)斗機(jī)起落架圖片進(jìn)行檢測(cè)。

1 圖像增強(qiáng)算法

采集得到的戰(zhàn)斗機(jī)降落的視頻數(shù)據(jù)經(jīng)過(guò)截幀處理后圖像質(zhì)量不能得到很好的保證，惡劣的圖像數(shù)據(jù)會(huì)影響起落架的檢測(cè)效果，因此需要對(duì)視頻圖像進(jìn)行增強(qiáng)。

目前幾類典型的通過(guò)調(diào)整圖像的像素值來(lái)改變圖像質(zhì)量的算法主要有直方圖均衡化(HE)[14-15]、帶色彩恢復(fù)的多尺度視網(wǎng)膜增強(qiáng)(MSRCR)[16]以及自動(dòng)色彩均衡等方法。直方圖均衡化主要是通過(guò)改變圖像的直方圖來(lái)改變圖像中各像素的灰度來(lái)達(dá)到增強(qiáng)圖像對(duì)比度的目的，可以將過(guò)亮和過(guò)暗的圖像變得更加清晰。MSRCR算法通過(guò)色彩恢復(fù)因子，調(diào)整原圖像中3個(gè)顏色通道之間的比例關(guān)系，將相對(duì)較暗區(qū)域的信息凸顯出來(lái)，達(dá)到提高圖像局部對(duì)比度的目的，使圖像在人眼視覺(jué)感知中變得更加逼真。ACE考慮圖像中顏色與亮度的空間位置關(guān)系，利用像素點(diǎn)之間的亮度差值來(lái)校正像素值。首先,通過(guò)對(duì)圖像的色彩域和空域調(diào)整，完成圖像的色差校正，得到空域重構(gòu)圖像。計(jì)算公式為

(1)

式中：Rc(p)是中間結(jié)果；Ic(p)-Ic(j)為2個(gè)點(diǎn)的亮度差；d(p,j)表示距離度量函數(shù);r(*)為亮度表現(xiàn)函數(shù)，需要是奇函數(shù)，這一步可以適應(yīng)局部圖像對(duì)比度，r(*)可以放大較小的差異，并豐富大的差異，根據(jù)局部?jī)?nèi)容擴(kuò)展或者壓縮動(dòng)態(tài)范圍。一般的，r(*)為

(2)

接著,對(duì)校正后的圖像進(jìn)行動(dòng)態(tài)擴(kuò)展，對(duì)于RGB三個(gè)通道的彩色圖像需要對(duì)每一個(gè)色道都進(jìn)行處理，再合并成一幅完整的圖像。最后，將其映射到[0,255]空間。ACE能夠較好地處理圖像細(xì)節(jié)，實(shí)現(xiàn)色彩校正以及提升圖像亮度和對(duì)比度，具有很好的圖像增強(qiáng)效果。

2 YOLOv5網(wǎng)絡(luò)

2.1 網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv5是YOLO系列的最新一代目標(biāo)檢測(cè)網(wǎng)絡(luò)，由Ultralytics于2020年5月提出。YOLOv5網(wǎng)絡(luò)目前有四種結(jié)構(gòu)，分別是YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x。本文選擇YOLOv5s模型作為檢測(cè)模型進(jìn)行實(shí)驗(yàn)，結(jié)構(gòu)上可以分為輸入端、Backbone、Neck、Prediction四個(gè)部分，具體的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)示意圖

YOLOv5s輸入端為640×640×3的圖像，利用Mosaic算法將四張圖片進(jìn)行拼接實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)，豐富了檢測(cè)對(duì)象的背景，加強(qiáng)模型的特征提取能力，有利于提升模型的檢測(cè)性能。Backbone采用CSPDarknet作為主干特征提取網(wǎng)絡(luò)，它通過(guò)Focus模塊進(jìn)行切片操作在一張圖片中每隔一個(gè)像素得到一個(gè)值，從而獲得四個(gè)獨(dú)立的特征層，然后再將四個(gè)獨(dú)立的特征層進(jìn)行堆疊，實(shí)現(xiàn)了寬高的壓縮和通道數(shù)的擴(kuò)張，得到320×320×12的特征圖。使用CBS(Conv+BN+SiLU)和帶有殘差塊的CSP_1X結(jié)構(gòu)，CBS模塊中的SiLU激活函數(shù)具有無(wú)上界有下界、平滑和非單調(diào)的特性，對(duì)深層模型的效果要好于ReLU激活函數(shù)；CSP_1X內(nèi)部的殘差塊使用了跳躍連接，緩解了因網(wǎng)絡(luò)深度的增加帶來(lái)的梯度消失問(wèn)題。同時(shí)，還加入了空間特征金字塔SPP[17]結(jié)構(gòu)，提高網(wǎng)絡(luò)的感受野。經(jīng)過(guò)主干特征網(wǎng)絡(luò)的提取，最終得到的三個(gè)有效特征圖的尺寸分別為80×80×256、40×40×512和20×20×1 024。

YOLOv5中依然采用PANet[18]結(jié)構(gòu)，主干部分獲得的三個(gè)有效特征層在加強(qiáng)特征提取網(wǎng)絡(luò)中進(jìn)行特征融合，結(jié)合不同尺度的特征信息，不僅會(huì)對(duì)特征進(jìn)行上采樣實(shí)現(xiàn)特征融合，還會(huì)對(duì)特征再次進(jìn)行下采樣實(shí)現(xiàn)特征融合，避免了大量信息的丟失。在目標(biāo)檢測(cè)預(yù)測(cè)結(jié)果處理階段，主要完成對(duì)圖像特征的預(yù)測(cè)以此來(lái)生成邊界框和預(yù)測(cè)目標(biāo)種類。

2.2 K-means聚類調(diào)整先驗(yàn)框尺寸

YOLOv5使用K-means聚類算法聚類訓(xùn)練集中所有目標(biāo)框的寬、高，默認(rèn)的先驗(yàn)框尺寸是在VOC數(shù)據(jù)集上聚類得到的，然而在戰(zhàn)斗機(jī)降落的視頻圖像數(shù)據(jù)集上需要檢測(cè)的目標(biāo)種類只有起落架一類，為提高對(duì)起落架的檢測(cè)精度，重新對(duì)本文數(shù)據(jù)集中目標(biāo)的寬和高進(jìn)行聚類分析，得到合適的先驗(yàn)框尺寸。首先對(duì)已標(biāo)注的數(shù)據(jù)集進(jìn)行聚類，不斷增加聚類中心的個(gè)數(shù)，經(jīng)過(guò)迭代，計(jì)算每個(gè)數(shù)據(jù)到每個(gè)聚類中心的距離，距離計(jì)算公式為

d=1-IoU

(3)

式中：IoU為預(yù)測(cè)框與真實(shí)框的交并比。

以該距離函數(shù)作為優(yōu)化準(zhǔn)則函數(shù)進(jìn)行聚類，直到準(zhǔn)則函數(shù)達(dá)到最小時(shí)，聚類結(jié)束。這樣會(huì)在一定程度上降低因不同樣本寬、高差距大引起的聚類結(jié)果誤差大的問(wèn)題。

在自制的戰(zhàn)斗機(jī)起落架數(shù)據(jù)集上，使用K-means算法聚類得到的先驗(yàn)框的尺寸分別為(7,11)，(8,13)，(8,12)，(7,14)，(8,15)，(8,20)，(12,17)，(11,25)，(18,38)。前三個(gè)先驗(yàn)框是80×80×256這個(gè)特征層對(duì)應(yīng)的先驗(yàn)框，后三個(gè)先驗(yàn)框?yàn)?0×20×1 024特征層對(duì)應(yīng)的先驗(yàn)框，聚類效果如圖2所示。

圖2 K-mean聚類效果

2.3 嵌入通道注意力機(jī)制

通道注意力機(jī)制能夠根據(jù)通道間的依賴性，自適應(yīng)地分配給各通道權(quán)重，強(qiáng)化重要特征圖對(duì)結(jié)果的影響，弱化非重要特征的負(fù)面作用，結(jié)構(gòu)簡(jiǎn)單，可以有效提高現(xiàn)有網(wǎng)絡(luò)模型的性能。注意力機(jī)制由于其具有即插即用的特性，已被廣泛于多種神經(jīng)網(wǎng)絡(luò)中。

本文在主干特征提取網(wǎng)絡(luò)提取出的三個(gè)有效特征層上施加ECA超強(qiáng)通道注意力機(jī)制，在避免降維給通道帶來(lái)副作用的同時(shí)能夠使模型將注意力放在戰(zhàn)斗機(jī)降落圖像的起落架上，忽略背景所帶來(lái)的影響和干擾，由此來(lái)提高模型的檢測(cè)準(zhǔn)確率。

ECANet在SENet的基礎(chǔ)上做出了部分改進(jìn)，提出了一種不降維的局部跨信道交互策略(ECA模塊)和自適應(yīng)選擇一維卷積核大小的方法，該模塊通過(guò)執(zhí)行大小為K的快速一維卷積來(lái)設(shè)置通道權(quán)重，以避免降維并有效地實(shí)現(xiàn)跨通道交流。整個(gè)過(guò)程只增加了少量的參數(shù)，卻能夠獲得較為明顯的效果，模塊結(jié)構(gòu)圖如圖3所示。

圖3 ECA模塊結(jié)構(gòu)圖

對(duì)于輸入特征圖X，通道空間大小為H×W，通道數(shù)為C，在經(jīng)過(guò)全局平均池化操作后特征圖的維度變?yōu)榱?×1×C，計(jì)算得到自適應(yīng)的一維卷積核大小K，將SE模塊中的兩次全連接層與激活函數(shù)ReLU去除，在全局平均池化后的特征上通過(guò)一個(gè)卷積核大小為K的快速1D卷積進(jìn)行學(xué)習(xí)，得到對(duì)于特征圖的每個(gè)通道的權(quán)重，將歸一化權(quán)重和原輸入特征圖逐通道相乘，生成加權(quán)后的特征圖。

K為卷積核的大小，代表了局部跨通道交流的覆蓋范圍，它的大小選擇會(huì)非常重要，能夠影響注意力機(jī)制中每個(gè)權(quán)重計(jì)算要考慮的通道數(shù)量。關(guān)于K值的確定，在不同的網(wǎng)絡(luò)結(jié)構(gòu)以及不同卷積塊中，可以通過(guò)手動(dòng)調(diào)節(jié)，也可以通過(guò)一個(gè)自適應(yīng)函數(shù)來(lái)調(diào)節(jié)，卷積核大小K的計(jì)算公式為

(4)

式中：|t|odd表示距離t最近的奇數(shù)；γ取2；b取1。

2.4 損失函數(shù)

YOLOv5的損失函數(shù)由三種損失函數(shù)組成，分別是分類損失、定位損失和置信度損失，以上三項(xiàng)加權(quán)求和即為YOLOv5模型的總損失函數(shù)，損失函數(shù)可以在很大程度上決定模型的性能。置信度損失部分是根據(jù)正負(fù)樣本和特征點(diǎn)的是否含有物體的預(yù)測(cè)結(jié)果來(lái)計(jì)算交叉損失；分類預(yù)測(cè)上采用二元交叉熵?fù)p失函數(shù)來(lái)預(yù)測(cè)錨框與對(duì)應(yīng)的分類是否正確，損失函數(shù)表示如下：

(5)

式中：N為樣本總數(shù)；yi為第i個(gè)樣本所屬的類別；pi為第i個(gè)樣本的預(yù)測(cè)概率值。

本文使用全局交并比(Complete-IoU，CIoU)[19]作為定位損失函數(shù)來(lái)衡量預(yù)測(cè)框與真實(shí)框之間的差異，CIoU可以在矩形框回歸問(wèn)題上獲得更好的收斂速度和精度。CIoU將目標(biāo)與中心點(diǎn)之間的距離、重疊面積、長(zhǎng)寬比以及懲罰項(xiàng)都考慮進(jìn)去，使得目標(biāo)框回歸變得更加穩(wěn)定。CIoU的懲罰項(xiàng)RCIoU為

(6)

其中,

(7)

(8)

CIoU損失函數(shù)LCIoU公式為

(9)

式中：ρ2(b,bgt)為預(yù)測(cè)框與真實(shí)框的中心點(diǎn)的歐式距離；c為同時(shí)包含預(yù)測(cè)框和真實(shí)框的最小矩形區(qū)域的對(duì)角線距離；α為trade-off的參數(shù)；v為長(zhǎng)寬比的一致性；IoU為預(yù)測(cè)框與真實(shí)框的交并比；wgt為真實(shí)框?qū)挾?；hgt為真實(shí)框高度；w為預(yù)測(cè)框?qū)挾?；h為預(yù)測(cè)框高度。

3 實(shí)驗(yàn)過(guò)程與結(jié)果分析

本文采用的數(shù)據(jù)集是基于某型戰(zhàn)斗機(jī)降落過(guò)程的視頻數(shù)據(jù)，通過(guò)CV處理視頻數(shù)據(jù)得到單幀圖片組成數(shù)據(jù)集，共844張圖片，按照9∶1的比例分為訓(xùn)練集與測(cè)試集。在具體的標(biāo)注過(guò)程中，使用LabelImg標(biāo)注工具對(duì)圖片中的起落架進(jìn)行手工標(biāo)注矩形框，自動(dòng)生成xml標(biāo)簽文件，從而得到真實(shí)框ground truth用于訓(xùn)練，數(shù)據(jù)集格式采用VOC數(shù)據(jù)集格式，其中有573張圖片前起落架因戰(zhàn)斗機(jī)轉(zhuǎn)向、背景遮擋等問(wèn)題人眼視覺(jué)不能正確辨認(rèn)而未進(jìn)行標(biāo)記。

3.1 實(shí)驗(yàn)環(huán)境及訓(xùn)練參數(shù)設(shè)置

YOLOv5網(wǎng)絡(luò)模型大部分都是在Pytorch框架上構(gòu)建的，本文在此基礎(chǔ)上實(shí)現(xiàn)了把YOLOv5模型部署在了Tensorflow框架上，實(shí)驗(yàn)環(huán)境采用CPU為Inter core i9處理器，32 GB的內(nèi)部存儲(chǔ)器，GPU處理器為NVIDIA RTX 3080Ti；實(shí)驗(yàn)平臺(tái)為Windows10；軟件環(huán)境是Python 3.7，Anaconda 3，CUDA11.0。輸入圖像尺寸統(tǒng)一為640×640像素，采用SGD優(yōu)化器進(jìn)行訓(xùn)練，優(yōu)化器內(nèi)部使用momentum參數(shù)，權(quán)值衰減數(shù)設(shè)為0.000 5,每次迭代訓(xùn)練樣本數(shù)為16，最小學(xué)習(xí)率為0.001，最大學(xué)習(xí)率為0.01，訓(xùn)練次數(shù)設(shè)為100次，置信度設(shè)為0.5。

3.2 評(píng)價(jià)標(biāo)準(zhǔn)

本文根據(jù)精確率Precision、召回率Recall、平均精確度mAP和每秒的幀率FPS作為評(píng)價(jià)指標(biāo)來(lái)評(píng)價(jià)模型的性能。精確率、召回率與平均精確度的計(jì)算公式為：

(10)

(11)

(12)

式中：TP為被正確預(yù)測(cè)為起落架的正樣本的數(shù)量；FP為被預(yù)測(cè)為起落架，但實(shí)際上為假樣本的樣本數(shù)量；FN為被預(yù)測(cè)為假樣本，但實(shí)際為正樣本起落架的樣本數(shù)量；P(R)為精確度與召回率曲線。精確率表示模型檢測(cè)出來(lái)的起落架并且真正為起落架的數(shù)量占模型檢測(cè)為起落架的比例，體現(xiàn)了模型檢測(cè)的準(zhǔn)確性。召回率表示模型檢測(cè)出真實(shí)為起落架的數(shù)量占所有真實(shí)為起落架的比例，體現(xiàn)了模型識(shí)別真實(shí)起落架的能力；但是，精確率與召回率相互制約，很難同時(shí)提高，因此，引入了更具說(shuō)服力的平均精確率mAP來(lái)評(píng)價(jià)算法的檢測(cè)性能，mAP越高，性能越好。FPS用來(lái)評(píng)估模型的檢測(cè)速度，表示每秒處理的圖片的數(shù)量，值越大，檢測(cè)速度越快，性能越好。

3.3 實(shí)驗(yàn)結(jié)果分析

(1)圖像增強(qiáng)對(duì)比實(shí)驗(yàn)

本文分別使用了HE、MSRCR和ACE算法對(duì)戰(zhàn)斗機(jī)降落視頻圖片進(jìn)行圖像增強(qiáng)，圖像效果如圖4所示。

圖4 不同算法的效果對(duì)比

從圖4可以看出，經(jīng)HE算法處理得到的圖像效果很差，目標(biāo)與背景顏色對(duì)比度不明顯，送入檢測(cè)網(wǎng)絡(luò)中很難檢測(cè)出起落架；使用帶色彩恢復(fù)的MSRCR算法得到的圖像顏色發(fā)生變化而且圖像偏暗；經(jīng)過(guò)ACE算法得到的圖像亮度和顏色都有所改善，增強(qiáng)效果要好于HE和MSRCR，因此本文選用了ACE算法進(jìn)行圖像增強(qiáng)。

(2)不同網(wǎng)絡(luò)模型對(duì)比實(shí)驗(yàn)

為了驗(yàn)證本文提出算法的性能，分別選用了SSD、YOLOv3、YOLOv4、CenterNet、YOLOv5五種流行的目標(biāo)檢測(cè)算法在同一實(shí)驗(yàn)平臺(tái)和相同數(shù)據(jù)集下進(jìn)行對(duì)比實(shí)驗(yàn)，完成對(duì)戰(zhàn)斗機(jī)起落架的檢測(cè)，檢測(cè)結(jié)果如表1所示。

表1 不同檢測(cè)模型的檢測(cè)結(jié)果

從表中可以看出，本文算法相比于SSD算法，速度上略有不足，但mAP提高了很多，性能明顯更好；對(duì)比于CenterNet算法，在速度和mAP上都有顯著提升；和YOLOv3、YOLOv4算法相比，速度上略有提升，mAP提升明顯；和原YOLOv5算法相比，mAP提升了1.43%，速度上幾乎持平，能夠滿足實(shí)時(shí)檢測(cè)的需求。在對(duì)戰(zhàn)斗機(jī)降落視頻的檢測(cè)中，能夠較好地檢測(cè)出后起落架且跟蹤穩(wěn)定。

(3)消融實(shí)驗(yàn)

算法對(duì)視頻圖像數(shù)據(jù)進(jìn)行了圖像增強(qiáng)，在YOLOv5的主干特征提取網(wǎng)絡(luò)提取的三個(gè)有效特征層后嵌入了ECA高效通道注意力模塊，為評(píng)估兩個(gè)改進(jìn)模塊對(duì)于算法性能的提升效果，特設(shè)計(jì)消融實(shí)驗(yàn)在相同的實(shí)驗(yàn)條件下進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果如表2所示。實(shí)驗(yàn)結(jié)果表明，兩種改進(jìn)方法單獨(dú)作用都會(huì)起到提高檢測(cè)精度的效果，單獨(dú)進(jìn)行圖像增強(qiáng)mAP增加了0.37%，單獨(dú)嵌入ECA高效通道注意力模塊mAP增加了0.52%，注意力機(jī)制模塊的性能要好于圖像增強(qiáng)，兩者共同作用mAP增加了1.43%，檢測(cè)精度有了較大的提高。

表2 消融實(shí)驗(yàn)數(shù)據(jù) %

為驗(yàn)證改進(jìn)后YOLOv5算法的檢測(cè)效果，通過(guò)消融實(shí)驗(yàn)對(duì)比不同模塊加入后檢測(cè)效果的變化，檢測(cè)效果對(duì)比如圖5所示，圖中的檢測(cè)概率表示預(yù)測(cè)框與真實(shí)框的重疊程度，由于置信度設(shè)為0.5，只有檢測(cè)概率大于0.5的預(yù)測(cè)框才會(huì)被保留下來(lái)。置信度分?jǐn)?shù)與真值框的IoU與IoU閾值相比較來(lái)判斷為TP還是FP，進(jìn)而影響到mAP的計(jì)算。從圖5可以看出，各模塊的加入都漏檢了戰(zhàn)斗機(jī)的前起落架，這主要是由于降落過(guò)程時(shí)間短，戰(zhàn)斗機(jī)轉(zhuǎn)向等原因?qū)е聰?shù)據(jù)集中標(biāo)注前起落架的標(biāo)簽數(shù)據(jù)較少，未能較好地提取前起落架的特征信息，對(duì)檢測(cè)效果造成了很大影響；對(duì)后起落架都能很好地檢測(cè)出來(lái)，各模塊加入后檢測(cè)效果都有了一定提升，與圖5(a)檢測(cè)效果相比，圖5(b)為加入了ACE模塊后對(duì)起落架的檢測(cè)效果，對(duì)左側(cè)起落架的檢測(cè)概率提高了2%，右側(cè)提高了3%；圖5(c)為加入ECA模塊后對(duì)起落架的檢測(cè)效果，對(duì)左側(cè)起落架的檢測(cè)概率提高了6%，右側(cè)提高了1%；圖5(d)為本文算法的檢測(cè)效果，對(duì)左側(cè)起落架的檢測(cè)概率提高了7%，右側(cè)提高了1%。本文算法的mAP值較高，整體的檢測(cè)效果也較好，能夠更好地識(shí)別出起落架目標(biāo)。

圖5 消融實(shí)驗(yàn)檢測(cè)效果對(duì)比

4 結(jié) 語(yǔ)

本文針對(duì)視頻圖像中戰(zhàn)斗機(jī)起落架目標(biāo)小、檢測(cè)難度大等問(wèn)題，提出了一種改進(jìn)的YOLOv5算法完成對(duì)戰(zhàn)斗機(jī)起落架的檢測(cè)。通過(guò)ACE算法對(duì)視頻圖像進(jìn)行增強(qiáng)，在主干提取網(wǎng)絡(luò)提取的三個(gè)有效特征層后嵌入ECA注意力機(jī)制，得到新的起落架檢測(cè)模型。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)改進(jìn)后YOLOv5模型與原YOLOv5模型相比，mAP提高了1.43%。但該算法也有局限性，視頻圖像數(shù)據(jù)中含有前起落架的標(biāo)簽數(shù)據(jù)較少，對(duì)前起落架檢測(cè)效果很差。下一步將繼續(xù)進(jìn)行算法優(yōu)化，提高小樣本條件下對(duì)起落架的檢測(cè)精度。