楊勇，史肖蒙

（1.貴州大學(xué)，貴州 貴陽(yáng) 550025；2.貴州城市職業(yè)學(xué)院，貴州 貴陽(yáng) 550025）

1 引言

橋梁進(jìn)行定期的檢查和維護(hù)是橋梁安全運(yùn)行的必要條件，是保障國(guó)民經(jīng)濟(jì)的重要措施，其工作量日夜劇增, 而傳統(tǒng)的橋梁檢測(cè)技術(shù)存在著效率低、檢測(cè)盲區(qū)、受工人主觀因素影響等問(wèn)題且存在安全隱患。改進(jìn)檢測(cè)方法，應(yīng)用無(wú)人機(jī)、機(jī)器人、人工智能等技術(shù)實(shí)現(xiàn)橋梁智能化、批量的高效率地檢測(cè)具有十分重要的意義。

計(jì)算機(jī)視覺(jué)技術(shù)主要有三大主流的研究方向，分別是圖像分類、目標(biāo)檢測(cè)、圖像分割。圖像分類是將圖像分成多個(gè)類別，如分成裂縫圖像、剝落圖像、露筋圖像等；目標(biāo)檢測(cè)是要將圖像中的病害目標(biāo)與在圖像中的位置區(qū)域標(biāo)識(shí)出來(lái)，圖像分割是只保留病害目標(biāo)的區(qū)域，刪除背景像素的技術(shù)，效果見(jiàn)圖1 所示。

通過(guò)無(wú)人機(jī)、機(jī)器人等智能設(shè)備采集橋梁表觀圖像，利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分類、目標(biāo)檢測(cè)，從而智能識(shí)別出存在橋梁表觀病害的圖像，以達(dá)到自動(dòng)化的檢測(cè)橋梁表觀病害的目的是當(dāng)下學(xué)者研究的熱門問(wèn)題。王桂平[1]等人提出遷移VGG16 網(wǎng)絡(luò)模型結(jié)構(gòu)及全部卷積層參數(shù)，在結(jié)構(gòu)末尾添加病害分類的全連接層來(lái)實(shí)現(xiàn)病害圖像的分類；以YOLO 目標(biāo)檢測(cè)算法模型為基礎(chǔ)，改進(jìn)YOLO 模型結(jié)構(gòu)[2-4]、提出新模型結(jié)構(gòu)來(lái)實(shí)現(xiàn)橋梁表觀病害的目標(biāo)檢測(cè)。

上述研究中對(duì)于病害圖像分類均是以單標(biāo)簽的圖像進(jìn)行，即一張圖像中只識(shí)別單一的病害，但實(shí)際采集的一張橋梁表觀圖像中，往往存在多標(biāo)簽的病害，即一張病害圖像中存在多個(gè)類別的病害；對(duì)于目標(biāo)檢測(cè)的研究未對(duì)圖像進(jìn)行預(yù)分類，因采集的圖像數(shù)量一般非常多，且存在病害的圖像只有少數(shù)，若將所有圖像都進(jìn)行病害目標(biāo)檢測(cè)，大量的背景（無(wú)病害）圖像必然會(huì)對(duì)檢測(cè)形成極大的干擾。本文主要基于計(jì)算機(jī)視覺(jué)技術(shù)下的圖像分類技術(shù)，建立橋梁表觀多標(biāo)簽病害圖像數(shù)據(jù)集，利用主流的VGG、ResNet、DensNet 等網(wǎng)絡(luò)進(jìn)行多標(biāo)簽病害的分類，過(guò)濾出存在病害的圖像，為后續(xù)的病害目標(biāo)檢測(cè)、分割量化奠定基礎(chǔ)。

2 多標(biāo)簽病害圖像分類

2.1 多標(biāo)簽圖像分類概述

首先，多標(biāo)簽圖像分類不同于多類別的分類問(wèn)題，多標(biāo)簽分類是對(duì)每個(gè)樣本每張圖像分配一組病害標(biāo)簽集，每個(gè)樣本的所有標(biāo)簽不是互斥的；而多類別分類是假設(shè)每張圖像僅有病害標(biāo)簽集中的一個(gè)病害標(biāo)簽。其次，多便簽圖像分類也不同于多輸出分類的問(wèn)題，多輸出的分類問(wèn)題，雖然處理的也是每張圖像中有多個(gè)標(biāo)簽的分類問(wèn)題，其往往預(yù)測(cè)的是每張圖像的固定數(shù)量的標(biāo)簽。

2.2 多標(biāo)簽圖像的解決方案

近年來(lái)，神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性表征能力使深度學(xué)習(xí)在圖像分類任務(wù)中的可行性、提取圖像特征的能力大幅度增加，研究出了許多多標(biāo)簽圖像分類的解決方案。

有學(xué)者設(shè)計(jì)了多個(gè)模型，直接將多標(biāo)簽分類看成多個(gè)二分類進(jìn)行圖像分類，該算法未考慮標(biāo)簽中的相關(guān)性，如露筋與銹蝕往往是一并存在的；Wei[5]等提出對(duì)每張圖片提取含有標(biāo)簽信息的候選區(qū)域，然后將每個(gè)候選區(qū)域輸入CNN 進(jìn)行分類訓(xùn)練，最后融合所有候選區(qū)域的分類結(jié)果，從而得到多個(gè)標(biāo)簽信息完整的圖片；Jiang Wang[6]等提出了CNN-RNN 網(wǎng)絡(luò)結(jié)構(gòu)，利用CNN 提取相應(yīng)的語(yǔ)義特征，建立標(biāo)簽之間的相關(guān)性，完成分類訓(xùn)練，該算法考慮了每個(gè)圖像中的標(biāo)簽的相關(guān)性；TN Kipf[7]通過(guò)構(gòu)建數(shù)據(jù)集中標(biāo)簽共現(xiàn)的概率，完成GCN 模型的構(gòu)建，發(fā)掘目前類別之間的相關(guān)性，并聯(lián)合CNN進(jìn)行訓(xùn)練，完成最終的分類任務(wù)。

本文是基于弱監(jiān)督學(xué)習(xí)的方法，對(duì)每張圖像是否病害目標(biāo)建立Multi-Hot 向量標(biāo)簽。該方法的主要思想是將復(fù)雜的多標(biāo)簽分類問(wèn)題轉(zhuǎn)化為單標(biāo)簽分類，因而可以利用遷移學(xué)習(xí)等技術(shù)來(lái)訓(xùn)練，達(dá)到多標(biāo)簽分類的目的。

2.3 多標(biāo)簽網(wǎng)絡(luò)模型

多標(biāo)簽網(wǎng)絡(luò)模型的思想是設(shè)X=Rd：表示d 維的輸入空間；Y={y1,y2,...,ym}：表示帶有m 個(gè)可能的標(biāo)簽空間；D={(xi,yi)|1 ≤ i ≤ m}：訓(xùn)練集，m 表示訓(xùn)練集的大小，上標(biāo)表示樣本序數(shù)，xi∈ X，是一個(gè)d 維向量，yiY，是Y 的一個(gè)標(biāo)簽子集。模型的任務(wù)就是學(xué)習(xí)一個(gè)多標(biāo)簽集的分類器函數(shù)F(xi)，使F(xi)→yi。

本文是利用計(jì)算機(jī)視覺(jué)下的圖像分類的主流模型VGG、ResNet、ResNeXt、DensNet、SENet 進(jìn)行修改結(jié)構(gòu)末尾的分類層進(jìn)行遷移學(xué)習(xí)，并對(duì)比各網(wǎng)絡(luò)模型的差異，選出最適合橋梁表觀病害圖像分類的網(wǎng)絡(luò)。

2.4 多標(biāo)簽圖像分類實(shí)驗(yàn)

本文研究采用公開(kāi)的數(shù)據(jù)集COncrete DEfect BRidge IMage Dataset[8]，該數(shù)據(jù)集是由Martin Mundt 等人收集的混凝土橋梁多標(biāo)簽缺陷圖像，包含有六個(gè)相互不排斥的類別：鋼筋混凝土表面的裂縫（Crack）、脫落(spallation)、露筋(exposed bars)、風(fēng)化(efflorescence)、腐蝕(corrosion stain)合計(jì)5 個(gè)類別的病害和無(wú)缺陷（Background）圖像。為提高模型的泛化能力，訓(xùn)練過(guò)程中會(huì)采用隨機(jī)旋轉(zhuǎn)、裁剪、翻轉(zhuǎn)、隨機(jī)噪聲等數(shù)據(jù)增強(qiáng)技術(shù)。

2.5 評(píng)價(jià)標(biāo)準(zhǔn)

多標(biāo)簽的圖像分類較為復(fù)雜，其評(píng)價(jià)標(biāo)準(zhǔn)也與多分類的圖像任務(wù)不同，其大致分為三大類，分別是基于樣本的評(píng)價(jià)、基于標(biāo)簽的評(píng)價(jià)、整體評(píng)價(jià)，具體指標(biāo)包含準(zhǔn)確率（Accuracy）、精確率(Precision)、召回率(Recall)、F1 值、漢明損失(hamming_loss)、平均精度(Average Precision)等。

2.6 結(jié)果分析

本文選取了ResNet50、ResNeXt50、ResNest50、SE_ResNeXt101、DenseNet121 共5 個(gè)主流的圖像分類模型進(jìn)行遷移學(xué)習(xí)，訓(xùn)練120 個(gè)epoch，計(jì)算了在測(cè)試集上的相關(guān)指標(biāo)見(jiàn)表1 所示。mAP 表示各病害識(shí)別平均精度的均值，是以精確率（Precision）為縱軸，召回率（Recall）為橫軸繪制曲線下的面積，它不受人為主觀設(shè)置的閾值的影響，更加綜合評(píng)價(jià)模型的性能，從表1 的結(jié)果中看出SE_ResNeXt101、ResNeXt50 模型的mAP 值分別為93%、90%，為對(duì)比的5 個(gè)模型中最好的兩個(gè)模型，驗(yàn)證了模型中的分類聚合變換和注意力機(jī)制對(duì)橋梁表觀病害圖像的分類識(shí)別有較強(qiáng)的適用性。

表1 各實(shí)驗(yàn)?zāi)Ｐ蜏y(cè)試性能對(duì)比

選取mAP 值最高的SE_ResNeXt101 模型，繪制其在測(cè)試集的各個(gè)病害類別的P-R 曲線如圖2 所示，該曲線與坐標(biāo)軸圍成的面積及AP 值，其中露筋的AP 值最高為97%、腐蝕的AP 值最低也有88%，說(shuō)明該模型對(duì)于橋梁表觀病害圖像的識(shí)別有很好的效果，能在實(shí)際的檢測(cè)工作中應(yīng)用。

圖3 的混淆矩陣統(tǒng)計(jì)了SE_ResNeXt101 模型在測(cè)試集上的各個(gè)類別病害檢測(cè)情況，如裂縫總目標(biāo)有150個(gè)，召回138 個(gè)，漏檢12 個(gè)，召回率92%；模型預(yù)測(cè)裂縫總數(shù)162 個(gè)，正確的138 個(gè)，誤檢24 個(gè)，精確率85%，其他類別也有較好的檢測(cè)效果。

3 結(jié)論

本文對(duì)比了ResNet50、ResNeXt50、ResNest50、SE_ResNeXt101、DenseNet121 共5 個(gè)主流的圖像分類模型在橋梁表觀圖像上識(shí)別分類病害的性能，其SE_ResNeXt101 網(wǎng)絡(luò)模型mAP 值為93%，具有較好的檢測(cè)性能，能夠有效地過(guò)濾出存在病害的圖像，踢出無(wú)缺陷圖像的干擾，為后續(xù)進(jìn)一步精確檢測(cè)研究奠定了基礎(chǔ)，對(duì)實(shí)際的檢測(cè)工作也有參考價(jià)值。