劉桐，周凱，李暉

（沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院，沈陽 110870）

1 引言

隨著社會(huì)經(jīng)濟(jì)蓬勃，自動(dòng)駕駛、無人駕駛也逐步進(jìn)入大眾視線。作為這一領(lǐng)域的關(guān)鍵技術(shù)，目標(biāo)檢測(cè)算法相繼出現(xiàn)。傳統(tǒng)的目標(biāo)檢測(cè)算法采取抽取候選區(qū)域后根據(jù)顏色和輪廓信息特點(diǎn)人工提取特征，常用的方法有RGB[1-2]、HSV[3]、Hough[4]變換等算法，之后通過分類器進(jìn)行分類，然而由于天氣條件的復(fù)雜，或是交通標(biāo)志被破壞、遮蓋等，常常導(dǎo)致檢測(cè)結(jié)果不準(zhǔn)確或漏檢。現(xiàn)有的基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法大致分為兩類，第一類是兩階段的R-CNN系列[5-6]目標(biāo)檢測(cè)算法，其主要提取候選框區(qū)域進(jìn)行分類，盡管檢測(cè)定位效果良好，但在實(shí)踐中即時(shí)性達(dá)不到要求；第二類是一階段目標(biāo)檢測(cè)算法：SSD[7]和YOLO[8-9]系列等，輸入圖片后直接在網(wǎng)絡(luò)中獲得位置和類別，大大降低了檢測(cè)過程中的重復(fù)運(yùn)算，加快了檢測(cè)速度。在速度和精準(zhǔn)方面YOLO系列算法超過其他一階段的檢測(cè)算法。

針對(duì)算法模型復(fù)雜度高且對(duì)小目標(biāo)檢測(cè)存在漏檢的現(xiàn)象，在此提出一個(gè)改進(jìn)YOLOv5算法用于檢測(cè)。在Backbone上增加ECA模型,以增強(qiáng)特征提取方法能力，改善檢查性能。

2 算法及改進(jìn)

2.1 YOLOv5算法

YOLOv5是一種一階段的目標(biāo)檢測(cè)算法，該算法在YOLOv4的基礎(chǔ)上進(jìn)行改進(jìn)，提高了速度和精度。檢測(cè)具體過程是將整個(gè)圖像劃分S×S個(gè)網(wǎng)格，網(wǎng)格負(fù)責(zé)預(yù)測(cè)中心落在這個(gè)網(wǎng)格中的那個(gè)object，同時(shí)3個(gè)大小不一的先驗(yàn)框在網(wǎng)格中獲得，并對(duì)其進(jìn)行微細(xì)調(diào)整，形成最終的預(yù)測(cè)框。最后通過非極大值抑制算法（Non Max Suppression,NMS）選擇最佳的結(jié)果[10]。算法實(shí)現(xiàn)過程如圖1所示。

圖1 YOLO算法流程

YOLOv5算法最大特點(diǎn)是模型體積小，便于安放到移動(dòng)端設(shè)備。YOLOv5的網(wǎng)絡(luò)結(jié)構(gòu)包括4個(gè)部分，依次是：

Input：對(duì)輸入的圖像進(jìn)行Mosaic數(shù)據(jù)增強(qiáng)。任意抓取4張圖片，任意調(diào)整尺寸，再隨機(jī)放置進(jìn)行拼湊，以此擴(kuò)大數(shù)據(jù)集，特別是隨機(jī)縮放增加了很多小的目標(biāo)對(duì)象，讓網(wǎng)絡(luò)更穩(wěn)定，還可以減少GPU使用。對(duì)尺寸不一的圖片能進(jìn)行自適應(yīng)調(diào)節(jié)，調(diào)節(jié)到一個(gè)標(biāo)準(zhǔn)大小，再進(jìn)行檢測(cè)。

Backbone：首先對(duì)圖片進(jìn)行切片操作，相當(dāng)于下采樣兩倍，數(shù)量擴(kuò)為原來的四倍，以減少浮點(diǎn)運(yùn)算量。經(jīng)過6層網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)行圖像特征的提取。仿效CSPNet的設(shè)計(jì)思路[11]，在backbone中設(shè)計(jì)兩種CSP結(jié)構(gòu)，分別應(yīng)用于backbone和neck層，增加網(wǎng)絡(luò)的特征提取能力，降低計(jì)算瓶頸和內(nèi)存成本。

Neck:采用FPN+PAN的結(jié)構(gòu)，結(jié)合淺層的語義表達(dá)和深層的語義表達(dá)，采用CSP2結(jié)構(gòu)進(jìn)行跨階段局部設(shè)計(jì)，增強(qiáng)了網(wǎng)絡(luò)特征提取能力。

Output：使用不同尺寸的先驗(yàn)框進(jìn)行預(yù)測(cè)和分類，輸出3種標(biāo)準(zhǔn)的特征圖，根據(jù)損失函數(shù)反向傳播并且不斷優(yōu)化。最后使用NMS消除多余預(yù)測(cè)框。

2.2 YOLOv5算法改進(jìn)

由于交通標(biāo)志屬于小目標(biāo)，容易造成漏檢情況，針對(duì)此情況，為了提高卷積層的特征提取能力，采取在backbone上添加ECA（高效通道注意模塊）的方式。由于YOLOv5是輕量級(jí)的模型，所以在加入注意力機(jī)制模塊時(shí)要考慮在提高性能的同時(shí)不會(huì)增加模型的復(fù)雜度。

作為注意力模塊，ECA模塊使用參數(shù)較少，這減少了數(shù)據(jù)減消，并有效捕捉了跨通道交流，從而產(chǎn)生顯著的性能改善[12]。ECA模塊結(jié)構(gòu)如圖2所示。在維持維度的情形下使用全局平均池化方法獲得了一個(gè)1×1×C的向量；跨信道之間的信息交換用一維卷積1D-Conv來實(shí)現(xiàn)。其內(nèi)核大小k表示了本地跨信道信息交互的能力，表示多少個(gè)隔鄰進(jìn)行一個(gè)信道的注意力預(yù)測(cè),這一設(shè)置提高了模型的質(zhì)量與計(jì)算效果。

圖2 ECA模塊結(jié)構(gòu)圖

通過學(xué)習(xí)得到的通道注意力由下式表示：

Wk關(guān)涉k×C個(gè)參數(shù)，并且防止了不同組的完全獨(dú)立，在此只考慮權(quán)重yi和它的k個(gè)隔鄰之間的信息共享，計(jì)算公式如下：

讓所有的通道分享權(quán)重相關(guān)信息進(jìn)一步提升性能，即：

通過卷積核大小為k的一維卷積來實(shí)現(xiàn)通道之間的信息共享，即有：

式中，C1D代表一維卷積，它關(guān)涉k個(gè)參數(shù)信息。ECA模塊為了適當(dāng)抓取局部跨道信息共享，確定好通道共享信息的大致范圍（即1D卷積的卷積核大小k），采用自適應(yīng)確定k的方法，其中自適應(yīng)卷積核大小k的計(jì)算公式為：

式中，γ=2，b=1。

改進(jìn)后的網(wǎng)絡(luò)結(jié)構(gòu)輸出如圖3所示。

圖3 改進(jìn)網(wǎng)絡(luò)YOLOv5+ECA結(jié)構(gòu)圖

3 實(shí)驗(yàn)與分析

3.1 數(shù)據(jù)集選取

選用清華大學(xué)和騰訊實(shí)驗(yàn)室聯(lián)合采集制作的數(shù)據(jù)TT100K（Tsinghua-Tencent 100k）。其涵蓋3萬多個(gè)交通標(biāo)志實(shí)例近9000幅圖片，包括了不同自然場景下日常生活中所見的標(biāo)志圖片，數(shù)據(jù)豐富，具有多元化，示例如圖4所示。

圖4 交通標(biāo)志示例

TT100K圖片采取的像素大小為2048×2048，背景復(fù)雜，對(duì)于檢測(cè)存在干擾，另外其類別繁雜，樣本數(shù)量不均衡，有的類別甚至空缺，給檢測(cè)帶來了很大難度。針對(duì)這一情況，運(yùn)行腳本過濾數(shù)據(jù)集，將其中標(biāo)志信息樣本數(shù)量大于100的分離出來，制成含45類的交通標(biāo)志集，并且按照7:3比例劃分成訓(xùn)練集和驗(yàn)證集。數(shù)量統(tǒng)計(jì)及劃分如圖5所示。

圖5 數(shù)據(jù)集數(shù)量分布及劃分

3.2 實(shí)驗(yàn)設(shè)置和評(píng)估指標(biāo)

實(shí)驗(yàn)基于Windows操作系統(tǒng)Python 3.8編程語言實(shí)現(xiàn)。選用Pytorch1.7.1深度學(xué)習(xí)框架搭建網(wǎng)絡(luò)模型。實(shí)驗(yàn)數(shù)據(jù)設(shè)置300個(gè)epochs進(jìn)行訓(xùn)練；batchsize設(shè)置為48；輸入圖像尺寸為640×640；初始的學(xué)習(xí)率設(shè)置為0.01；momentum設(shè)置為0.937；權(quán)重衰減系數(shù)設(shè)為0.0005。

選取準(zhǔn)確率（Precision）、召回率（Recall）、平均精度均值(mAP)和權(quán)重模型(weights)作為評(píng)估指標(biāo)，評(píng)估算法對(duì)交通標(biāo)志的檢測(cè)性能。通過與其他模型對(duì)比，驗(yàn)證本文算法的有效性。對(duì)比實(shí)驗(yàn)結(jié)果如表1所示。

表1 檢測(cè)算法性能對(duì)比

由表1可以看出，改進(jìn)算法在檢測(cè)交通標(biāo)志上優(yōu)于原YOLOv5算法，分別在準(zhǔn)確率和平均精度上提高了2.4%和0.4%；其訓(xùn)練出的權(quán)重14.6 MB，方便部署于移動(dòng)端檢測(cè)。與YOLOv3相比，由于模型參數(shù)過大，導(dǎo)致平均精度訓(xùn)練不是很好。綜上所述，本算法在檢測(cè)交通標(biāo)志上有一定的改善。

3.3 實(shí)驗(yàn)結(jié)果分析

對(duì)比實(shí)驗(yàn)結(jié)果如圖6所示?？梢?，加入ECA模塊后，準(zhǔn)確率在訓(xùn)練了100次之后走向平緩，沒有原YOLOv5訓(xùn)練的變化幅度大，穩(wěn)定性較好；在mAP訓(xùn)練上本方法更加穩(wěn)定，而且比YOLOv5訓(xùn)練精度要好，收斂更早。

圖6 準(zhǔn)確率對(duì)比結(jié)果

3.4 實(shí)驗(yàn)效果演示

為驗(yàn)證本算法實(shí)際檢測(cè)效果和識(shí)別率的提升，選取其中圖片進(jìn)行檢測(cè)，檢測(cè)效果如圖7所示。

圖7 實(shí)際檢測(cè)效果對(duì)比

可以明顯看出，前兩種算法存在漏檢情況，準(zhǔn)確率也不理想，本算法改善了漏檢情況，并獲得了較高的準(zhǔn)確率。訓(xùn)練出的模型在驗(yàn)證集上達(dá)到了93.4%的準(zhǔn)確率和90.7%的平均精度。

4 結(jié)束語

改進(jìn)輕量級(jí)YOLOv5算法用于交通標(biāo)志檢測(cè)，解決了算法模型權(quán)重大、對(duì)小目標(biāo)檢測(cè)不準(zhǔn)確等問題。在backbone結(jié)構(gòu)上添加ECA注意力模塊進(jìn)行跨通道捕捉特征信息，提高了模型效率和計(jì)算效果，并且可以自適應(yīng)確定通道覆蓋范圍，改善了對(duì)小目標(biāo)的檢測(cè)，提高了檢測(cè)準(zhǔn)確率。通過比較精確率度、精度等評(píng)價(jià)指標(biāo)，對(duì)改進(jìn)算法的性能也進(jìn)行了評(píng)價(jià)。改進(jìn)后的算法在訓(xùn)練階段準(zhǔn)確率和平均精度有一定程度的提升，但是也存在不足，在后續(xù)研究中，應(yīng)該在實(shí)現(xiàn)模型輕量化、易部署的同時(shí)，進(jìn)一步提高精度與準(zhǔn)確率。