宋譜怡，陳 紅，茍浩波

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

2.陜西凌云電器集團(tuán)有限公司 衛(wèi)星導(dǎo)航研究所，陜西 寶雞 721006

交通問題一直是困擾世界各國的一大難題，交通擁擠不僅會造成一定的社會問題還會進(jìn)一步加重環(huán)境問題，造成嚴(yán)重的經(jīng)濟(jì)損失。為了緩解經(jīng)濟(jì)高速發(fā)展給交通運(yùn)輸業(yè)帶來的壓力，近幾年世界各國都進(jìn)一步加強(qiáng)了對智能交通的研究和管理[1]。目標(biāo)檢測作為其關(guān)鍵且最基礎(chǔ)的一環(huán)顯得尤為重要，將采用靈活度較高，成本較低的無人機(jī)來實(shí)現(xiàn)路面交通信息采集，作為交通路況處理的一個重要依據(jù)。在一定水平上減少了公路交通管理方式的弊端，擴(kuò)大了道路交通監(jiān)控器的監(jiān)控時間和范圍，進(jìn)一步加強(qiáng)智能交通系統(tǒng)的建設(shè)促進(jìn)我國交通業(yè)的發(fā)展[1-2]。

傳統(tǒng)的目標(biāo)檢測算法檢測流程過于繁雜，嚴(yán)重影響目標(biāo)檢測的效率，已逐漸推出主流舞臺?；谏疃葘W(xué)習(xí)的目標(biāo)檢測算法逐漸顯示出其優(yōu)勢，YOLO（you only look once）作為one-stage detection的開山之作在2015年首次被提出[3-4]。最新推出的YOLOv5s算法在模型參數(shù)量和浮點(diǎn)運(yùn)算量方面表現(xiàn)更加突出[5-9]。

近幾年，對于YOLOv5s的改進(jìn)主要是在輸入端、特征提取網(wǎng)絡(luò)以及Head輸出層。由于在無人機(jī)視角下檢測目標(biāo)呈較小形態(tài)且目標(biāo)背景較為復(fù)雜，針對這一情況文獻(xiàn)[10]提出了一種自適應(yīng)特征增強(qiáng)的目標(biāo)檢測網(wǎng)絡(luò)（YOLO-AFENet）來提高算法對小目標(biāo)的檢測率。在YOLOv5s原算法的基礎(chǔ)上融合特征融合因子，設(shè)計(jì)了改進(jìn)的自適應(yīng)雙向特征融合模塊（M-BiFPN），提高網(wǎng)絡(luò)的特征表達(dá)能力。但是其模型的損失函數(shù)設(shè)計(jì)未考慮到數(shù)據(jù)集長尾分布的特點(diǎn)、對于大目標(biāo)的檢測性能提升不夠明顯。為了提升檢測器識別效果，文獻(xiàn)[11]提出將注意力模塊CBAM與YOLOv5s網(wǎng)絡(luò)的Neck部分融合，從而提高網(wǎng)絡(luò)的特征提取能力，但其算法計(jì)算量過大對于邊緣設(shè)備十分不友好，因此還存在一定的改進(jìn)空間。文獻(xiàn)[12-13]提出的基于連續(xù)兩幀間差分法的動態(tài)檢測等方法使得無人機(jī)可以在復(fù)雜背景下快速準(zhǔn)確地檢測目標(biāo)，但該方法對識別精度的提升不夠明顯。文獻(xiàn)[14]提出一種超輕量型的目標(biāo)檢測網(wǎng)絡(luò)，并提出在其頸部網(wǎng)絡(luò)上進(jìn)行改進(jìn)，對檢測頭部錨框進(jìn)行重新設(shè)計(jì)，縮小對檢測錨框的設(shè)定，使其更適應(yīng)對于小目標(biāo)的檢測。文獻(xiàn)[15]針對目標(biāo)檢測中的漏檢、誤檢等問題提出在特征提取網(wǎng)絡(luò)中添加注意力機(jī)制，并且構(gòu)建了一種可以和卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行端到端訓(xùn)練的注意力模塊盡可能減少訓(xùn)練過程中中的損耗，最后在區(qū)域建議網(wǎng)絡(luò)中用Soft-NMS替換傳統(tǒng)非極大值抑制算法，從而降低算法漏檢提高定位精度。從YOLO算法的發(fā)展可以看出，利用算法進(jìn)行檢測時，不斷完善網(wǎng)絡(luò)特征融合結(jié)構(gòu)，以及利用多尺度特征圖作預(yù)測對算法性能的改進(jìn)都有一定幫助?；谒惴ǜ镄掳l(fā)展以及現(xiàn)應(yīng)用需求本文提出一種基于YOLOv5s的改進(jìn)目標(biāo)檢測算法，通過添加壓縮-激勵模塊以及對其頸部輸出通道改進(jìn)，并對損失函數(shù)進(jìn)行替換，從而有效提高了算法性能。

1 YOLOv5s目標(biāo)檢測算法

YOLOv5s屬于單階段目標(biāo)檢測算法，其在YOLOv4的基礎(chǔ)上添加了一些新的改進(jìn)方法，對算法的性能提升提供了很大的幫助。其主要包含四部分：輸入端、基準(zhǔn)網(wǎng)絡(luò)、Neck網(wǎng)絡(luò)、Head輸出層。

（1）輸入端：檢測圖片輸入。通常輸入圖像大小為640×640，該階段首先對圖像進(jìn)行預(yù)處理，即將輸入圖片縮放到網(wǎng)絡(luò)的輸入大小，進(jìn)行灰度處理等操作。在網(wǎng)絡(luò)訓(xùn)練時，算法使用Mosaic數(shù)據(jù)增強(qiáng)方法進(jìn)一步提高模型的訓(xùn)練速率和檢測精度，并新增自適應(yīng)錨框計(jì)算與自適應(yīng)圖片縮放方法。

（2）基準(zhǔn)網(wǎng)絡(luò)：通常是一些優(yōu)質(zhì)的分類器網(wǎng)絡(luò)，該模塊用來提取一些常用的特征表現(xiàn)。YOLOv5s中主干網(wǎng)絡(luò)采用CSPDarknet53結(jié)構(gòu)，使用Focus結(jié)構(gòu)作為其基準(zhǔn)網(wǎng)絡(luò)。

（3）Neck結(jié)構(gòu)：位于基準(zhǔn)網(wǎng)絡(luò)和主干網(wǎng)絡(luò)之間，利用它可以進(jìn)一步提升特征的提取能力。雖然YOLOv5s同樣用到了SPP模塊、FPN+PAN模塊，但是實(shí)現(xiàn)的方法不同。YOLOv4的Neck結(jié)構(gòu)中采用的普通卷積操作，YOLOv5s中采用CSP2結(jié)構(gòu)在某種程度上增強(qiáng)其網(wǎng)絡(luò)特征融合能力。

（4）Head輸出端：目標(biāo)檢測結(jié)果的輸出通道。不同的檢測算法，輸出端的通道數(shù)也不同，通常包括一個分類分支和一個回歸分支。YOLOv5s采用的GIoU Loss損失函數(shù)，使得算法精確度得到進(jìn)一步改善。YOLOv5s基本網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Network structure diagram of YOLOv5s

2 算法改進(jìn)

2.1 融入通道注意力機(jī)制

注意力機(jī)制（attention mechanism）首次被提出來自于人類視覺的研究，在人們的精神認(rèn)知中，會主動去關(guān)注一部分信息，同時也會忽略其他可視的信息[16]。深度學(xué)習(xí)中的注意力機(jī)制與人類視覺的注意力機(jī)制相似，即從眾多信息中把注意力集中在重要的點(diǎn)上，挑出重要信息，忽略其他不重要的信息[17]。因此通過融入通道注意力機(jī)制，可以更好地解決環(huán)境帶來的干擾從而提高檢測精確度。

雖然目前很多研究提出將通道注意力和空間注意力兩者結(jié)合起來使用效果更好，但是這樣會增加額外的運(yùn)算量，影響其檢測速率。另外，神經(jīng)網(wǎng)絡(luò)的感受范圍是通過卷積操作來提高的，很大一部分融入的是空間注意力機(jī)制，基于以上兩點(diǎn)考慮，本文提出融合通道注意力的YOLOv5s檢測網(wǎng)絡(luò)。

通道注意力經(jīng)典的代表就是SENet（squeeze and excitation network），因此本文引入其中的壓縮-激勵模塊，其目的在于通過建立特征通道之間相互依賴的關(guān)系，增強(qiáng)有用信息的特征，在處理階段提高這些特征的利用率并抑制無用的信息特征。

如圖2所示，壓縮操作采用了全局平均池化來壓縮輸入通道的特征層，對特征圖u壓縮空間維度后的結(jié)果如公式（1）所示：

圖2 壓縮激勵模塊結(jié)構(gòu)圖Fig.2 Structure diagram of compression excitation module

其中，zc表示第c個特征的一維向量值；h和w分別表示特征圖的兩個維度。激勵操作會學(xué)習(xí)通道間的非線性相互作用，首先通過全連接層將特征維度降低到輸入的1/16，然后通過ReLU激活函數(shù)增加非線性，再通過一個全連接層恢復(fù)到原來的特征層，瓶頸結(jié)構(gòu)由兩個全連接層共同組成，用來預(yù)測通道間的相關(guān)性，最后通過Sigmoid函數(shù)獲得歸一化權(quán)重。激勵操作的表達(dá)式如（2）所示。

其中，σ指Sigmoid函數(shù)，δ為ReLU函數(shù)，g(z,w)表示兩個全連接層構(gòu)成的瓶頸結(jié)構(gòu)，w1的維度為×c，w2的維度為c，r是一個縮放參數(shù)。

在壓縮和激勵操作完成后，通過公式（3）所示將乘法逐通道加權(quán)到原來的特征上。

這樣就將通道注意力模塊添加到了目標(biāo)檢測網(wǎng)絡(luò)中，對于提高無人機(jī)的檢測精度在一定程度上會有所幫助。

2.2 引入雙錐臺特征網(wǎng)絡(luò)結(jié)構(gòu)

為了使提高算法對復(fù)雜背景下小目標(biāo)的檢測能力，本文引入LIU等人提出的改進(jìn)FPN的輸出通道數(shù)值，使其經(jīng)過FPN的特征融合之后，輸出通道為[138，225，138]。但由于無人機(jī)拍攝圖像的角度、高度、抖動等問題，導(dǎo)致目標(biāo)呈現(xiàn)尺寸較小以及拍攝背景雜亂，通道的特征圖組包含所提取的目標(biāo)信息有限，從而使訓(xùn)練后所得到的模型檢測效果較差[18]。為了提高檢測網(wǎng)絡(luò)對于小目標(biāo)的檢測精確度，本文引入雙錐臺特征融合（bifrustum feature fusion，BFF）結(jié)構(gòu)，傳統(tǒng)金字塔特征融合結(jié)構(gòu)和本文的雙錐臺特征融合結(jié)構(gòu)的對比圖，如圖3所示。

圖3 雙錐臺特征融合結(jié)構(gòu)Fig.3 Characteristic fusion structure of double-cone platform

為了檢測圖像中不同尺度的目標(biāo)，本文選擇5、6、7層的特征層，將三層不同大小的特征圖組傳輸?shù)筋i部進(jìn)行網(wǎng)絡(luò)特征融合。

淺層特征圖包含的細(xì)節(jié)信息較多，但是由于被檢測的車輛目標(biāo)較小，即使使用225通道的特征進(jìn)行融合，其包含的可用目標(biāo)信息仍然不足以檢測出足夠有用信息，為了既減少模型計(jì)算量，又不降低檢測精度，本文選擇使用138通道的C5特征圖；C7特征層包含較多的特征信息，經(jīng)過特征融合包含的可用信息較多，為了更好提取目標(biāo)特征信息，故選擇138通道輸入下一層；而C6層特征圖，不但包括細(xì)節(jié)信息，還包括圖像的語義信息，相比C5和C7層可獲得的特征信息更全面，因此225通道的特征信息傳至檢測頭部網(wǎng)絡(luò)。

在原有特征網(wǎng)絡(luò)的基礎(chǔ)上，雙錐臺特征融合結(jié)構(gòu)更巧妙地利用了各特征提取層之間相互聯(lián)系，提取出包含語義信息較多的特征層進(jìn)行通道擴(kuò)展處理，方便網(wǎng)絡(luò)提取到識別任務(wù)中需要的有效信息，盡可能減小干擾信息對目標(biāo)識別精確度的影響。且選擇性地進(jìn)行通道擴(kuò)展，對于模型參數(shù)大小來說影響甚微，從而避免算法訓(xùn)練過程中不必要的運(yùn)算，在保證算法檢測精確度的同時盡量提高其檢測速度。

實(shí)驗(yàn)結(jié)果驗(yàn)證，經(jīng)此改進(jìn)所得到的特征融合方式，無人機(jī)對復(fù)雜背景下的小目標(biāo)檢測精度得到進(jìn)一步的提升。

2.3 損失函數(shù)改進(jìn)

YOLOv5s采用GIoU Loss做bounding box的損失函數(shù)，使用二進(jìn)制交叉熵（BCE）和Logits損失函數(shù)計(jì)算類概率和目標(biāo)得分的損失[19]。

GIoU Loss在原函數(shù)的基礎(chǔ)上引進(jìn)預(yù)測框和真實(shí)框的最小外接矩形。

GIoU公式：

式中，IoU表示邊界框（predicted box，PB）和真實(shí)邊界框（ground truth，GT）的交并比，Ac表示將PB和GT同時包含的最小的矩形框的面積，u表示PB和GT的并集，LGIoU為GIoU損失。當(dāng)兩框完全重合時取最小值0，當(dāng)兩框的邊外切時，損失函數(shù)值為1;當(dāng)兩框分離且距離很遠(yuǎn)時，損失函數(shù)值為2。使用外接矩形的方法不僅可以反映重疊區(qū)域的面積，還可以計(jì)算非重疊區(qū)域的比例，因此GIoU損失函數(shù)能更好地反映真實(shí)框和預(yù)測框的重合程度和遠(yuǎn)近距離。

但是GIoU Loss包含時計(jì)算得到的IoU、GIoU數(shù)值相等，損失函數(shù)值與IoU Loss一樣，無法很好地衡量其相對的位置關(guān)系。同時在計(jì)算過程中出現(xiàn)上述情況，預(yù)測框在水平或垂直方向優(yōu)化困難，導(dǎo)致收斂速度慢。而CIoU Loss在針對上述問題考慮了以下三點(diǎn)分別是覆蓋面積、中心點(diǎn)距離和長寬比，如下公式：

式中b和bgt表示PB和GT的中心點(diǎn)，ρ2(·)表示求歐式距離，c表示PB和GT的最小包圍框的最短對角線長度，α表示一個正平衡參數(shù)，ν表示PB和GT的長寬比的一致性。α和ν的定義如公式（8）、（9）：

其中wgt、hgt和w、h分別表示GT和PB的寬度和高度。

相比YOLOv5s中使用的GIoU Loss，CIoU Loss在損失項(xiàng)中加入了PB、GT中心距離和長寬比例的懲罰項(xiàng)，使網(wǎng)絡(luò)在訓(xùn)練時可以保證預(yù)測框更快地收斂，并且得到更高的回歸定位精度，本文將CIoU Loss作為車輛檢測網(wǎng)絡(luò)的損失函數(shù)。

3 實(shí)驗(yàn)與分析

3.1 數(shù)據(jù)集處理

（1）數(shù)據(jù)集篩選

本課題主要針對智能交通系統(tǒng)中的車輛進(jìn)行視頻采集，由于自采數(shù)據(jù)受限，因此本課題采用目前公開的數(shù)據(jù)集。根據(jù)本課題需求對目前公開的無人機(jī)拍攝視頻圖像進(jìn)行篩選重建。選取的無人機(jī)拍攝數(shù)據(jù)集有VIVID數(shù)據(jù)集、VisDrone-2019數(shù)據(jù)集、VOC2007數(shù)據(jù)集以及自己采集圖像，共計(jì)11 260張，所有數(shù)據(jù)都采用PASCALVOC格式進(jìn)行標(biāo)注，其中80%用于訓(xùn)練，20%用于測試。數(shù)據(jù)集中包含各種交通場景，包括高速公路、十字路口、丁字路口，不同的環(huán)境背景，包括白天、夜晚、霧霾天、雨天。該類數(shù)據(jù)集滿足實(shí)驗(yàn)訓(xùn)練的需求，更好地實(shí)現(xiàn)無人機(jī)對地面小目標(biāo)的檢測。數(shù)據(jù)集示例如圖4所示。

圖4 數(shù)據(jù)集示例Fig.4 Dataset example

（2）數(shù)據(jù)集標(biāo)注

將采集的無人機(jī)拍攝圖像按照算法模型的需求，使用Labeling軟件對圖片進(jìn)行標(biāo)注，均標(biāo)注保存為PASCAL VOC格式。將圖中出現(xiàn)的小轎車均標(biāo)注為car標(biāo)簽;將圖中出現(xiàn)的出租車標(biāo)注為taxi標(biāo)簽；將卡車均標(biāo)注為truck標(biāo)簽；將公交車標(biāo)注為bus標(biāo)簽。具體標(biāo)注如圖5所示。

圖5 數(shù)據(jù)集標(biāo)注圖Fig.5 Dataset annotation plot

3.2 實(shí)驗(yàn)環(huán)境與評估指標(biāo)

（1）實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)平臺操作系統(tǒng)為Ubuntu 18.04，CPU為Intel Xeon E5-2620 v4，GPU為Nvidia GeForce GTX 3080Ti，實(shí)驗(yàn)仿真使用Windows10系統(tǒng)下PyTorch深度學(xué)習(xí)框架，開發(fā)環(huán)境為Python 3.9，PyTorch 1.6.0，

CUDA 11.1。

（2）參數(shù)設(shè)置

本文為保證訓(xùn)練結(jié)果的準(zhǔn)確性，參與對比的算法均在相同訓(xùn)練參數(shù)下，對算法進(jìn)行訓(xùn)練測試，模型參數(shù)值設(shè)置如表1所示。

表1 參數(shù)設(shè)置表Table 1 Parameters setting table

（3）評估指標(biāo)

為了更準(zhǔn)確地分析檢測性能，本文采用每秒處理的圖像幀數(shù)（frame per second，F(xiàn)PS）、平均精度均值（mean average precision，mAP），作為本實(shí)驗(yàn)算法模型的評價指標(biāo)，每種指標(biāo)都會在一定程度上反映檢測算法在不同方面的性能。首先應(yīng)計(jì)算其查準(zhǔn)率（precision）和查全率（recall）。查準(zhǔn)率是模型預(yù)測的所有目標(biāo)中，預(yù)測正確的比例，突出結(jié)果的相關(guān)性；查全率又稱召回率，所有的真實(shí)（正）目標(biāo)中，預(yù)測正確的目標(biāo)比例。公式如下所示：

其中，TP表示實(shí)際為正例且被分類器劃分為正例的樣本數(shù)量；FP表示實(shí)際為負(fù)例但被分類器劃分為正例的樣本數(shù)量；FN表示實(shí)際為正例但被分類器劃分為負(fù)例的樣本數(shù)量。

平均精度（average precision，AP）就是對數(shù)據(jù)集中的一個類別的精度進(jìn)行平均，如公式（12）所示，p和r分別表示查準(zhǔn)率和查全率，AP為曲線包含的面積。平均精度均值（mAP）是指所有類AP的平均值，其計(jì)算公式如式（12）、（13）所示：

3.3 模型訓(xùn)練

實(shí)驗(yàn)在自建數(shù)據(jù)集上進(jìn)行，首先針對YOLOv5s訓(xùn)練要求更改配置文件，設(shè)置實(shí)驗(yàn)參數(shù)值包括衰減系數(shù)、epoch值、學(xué)習(xí)率、批量、動量等。在實(shí)驗(yàn)訓(xùn)練過程中通過查看訓(xùn)練日志可以發(fā)現(xiàn)，在訓(xùn)練達(dá)到300次左右時，損失函數(shù)基本不再下降逐漸趨于平穩(wěn)，因此在訓(xùn)練達(dá)到300次時終止訓(xùn)練。將訓(xùn)練日志中數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，具體結(jié)果如圖6、7所示。

圖6 改進(jìn)算法mAP變化曲線Fig.6 Change curve of improved algorithm mAP

圖7改進(jìn)算法損失變化曲線Fig.7 Loss change curve of improved algorithm

圖6 、7分別為改進(jìn)算法模型訓(xùn)練過程中mAP和損失函數(shù)變化曲線圖，由圖中可以看出改進(jìn)后算法模型檢測精度可達(dá)到86.3%，損失函數(shù)變化曲線隨著訓(xùn)練次數(shù)的增加在250～300次時逐漸趨于平穩(wěn)。

3.4 實(shí)驗(yàn)結(jié)果

（1）壓縮激勵模塊對比實(shí)驗(yàn)

為了驗(yàn)證壓縮-激勵模塊對算法改進(jìn)的有效性，本節(jié)采用對照實(shí)驗(yàn)的原理，分析改進(jìn)模塊對算法性能提升的有效性。分別對比了YOLOv5m、YOLOv5s以及其分別引入壓縮激勵模塊后在同一數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果，結(jié)果如表2所示。

表2 壓縮-激勵模塊對算法性能影響對比Table 2 Influence comparison of compression-excitation module on algorithm performance

表2第一行是YOLOv5m原算法在數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果，平均檢測精度為73.6%，檢測幀率為89.3 frame/s，加入壓縮-激勵模塊后平均檢測精度提升5.5個百分點(diǎn)，檢測幀率降低3.8 frame/s；YOLOv5s在數(shù)據(jù)集上的平均精度和檢測幀率分別為69.5%、126.6 frame/s，加入壓縮-激勵模塊后平均檢測精度提升了7.8個百分點(diǎn)，但是其檢測幀率降低了2.9 frame/s。為了進(jìn)一步驗(yàn)證實(shí)驗(yàn)的有效性，橫向?qū)Ρ仍赮OLOv5s基礎(chǔ)上引入SAGN（空間注意力模塊），可以看出其對原算法的精度有一定的提升，但是相比本文引入模塊實(shí)驗(yàn)效果較差，并且其對算法速度的影響較大。在原算法基礎(chǔ)上引入CBAM（卷積注意力模塊），通過實(shí)驗(yàn)結(jié)果可看出其雖然對精度提升幅度較大，但是由于其同時關(guān)注空間和通道信息，因此其檢測速度不盡如人意，幾乎只有原算法速度的一半。由此可以看出引入壓縮-激勵模塊對算法精度有一定改進(jìn)，但其同時也會增加一定計(jì)算量，從而對檢測速度有一定影響。

（2）頸部不同輸出通道對比實(shí)驗(yàn)

為了驗(yàn)證頸部不同輸出通道對算法實(shí)驗(yàn)結(jié)果的影響，對三層輸出通道進(jìn)行重組，進(jìn)行訓(xùn)練得到不同的檢測結(jié)果，具體結(jié)果如表3所示。

表3 不同輸出通道對算法效果影響對比Table 3 Influence comparison of tdifferent output channels on algorithm effect

由表3可以看出當(dāng)增加模型輸出通道數(shù)時，模型參數(shù)也隨之增加，其檢測性能也有一定提升。但同時也出現(xiàn)了模型數(shù)量增加但其檢測精度下降的情況，比如通道數(shù)由[128，225，138]增加到[225，225，138]，模型參數(shù)由3.81 MB增加到4.41 MB，但是其檢測精度卻由74.4%降為73.2%。由于無人機(jī)視角下檢測目標(biāo)過小并且易受周圍復(fù)雜背景影響，其負(fù)樣本的增加數(shù)量大于正樣本數(shù)從而導(dǎo)致檢測精度下降。綜合評估下當(dāng)通道數(shù)為[138，225，138]時檢測精度最高為76.8%，模型數(shù)為3.97 MB，相對原算法檢測精度提高了7.3個百分點(diǎn)。由此可見，引入雙錐臺特征融合結(jié)構(gòu)對于提升算法性能有一定作用。

（3）損失函數(shù)對比實(shí)驗(yàn)

為證實(shí)本文提出改進(jìn)損失函數(shù)的有效性，進(jìn)行損失函數(shù)對比實(shí)驗(yàn)，實(shí)驗(yàn)參數(shù)中設(shè)置的epoch值為300，在實(shí)驗(yàn)訓(xùn)練過程發(fā)現(xiàn)訓(xùn)練達(dá)到300次左右時，損失函數(shù)基本趨于平穩(wěn)，因此終止訓(xùn)練。具體訓(xùn)練結(jié)果如圖8所示。

圖8 損失變化曲線對比圖Fig.8 Comparison diagram of loss change curves

由圖8訓(xùn)練后的損失函數(shù)對比圖可以清楚看出，改進(jìn)后YOLOv5s的損失函數(shù)下降趨勢更明顯，表明了改進(jìn)后算法的有效性。

為了進(jìn)一步驗(yàn)證改進(jìn)損失函數(shù)的有效性，將改進(jìn)損失函數(shù)與原算法損失函數(shù)以及MAE（絕對誤差損失）對算法性能影響的結(jié)果進(jìn)行對比，結(jié)果如表4所示。

表4 損失函數(shù)實(shí)驗(yàn)結(jié)果對比Table 4 Experimental results comparison of loss functions

由表4，為了驗(yàn)證改進(jìn)損失函數(shù)對算法性能的影響，在實(shí)驗(yàn)中將算法中損失函數(shù)進(jìn)行單獨(dú)替換，分別替換為MAE、CIOU Loss與原算法中GIOU Loss進(jìn)行橫向?qū)Ρ葘?shí)驗(yàn)。從結(jié)果可以明顯看出，將損失函數(shù)替換為MAE后檢測平均精度提高了0.6個百分點(diǎn)，檢測幀率提高了2.7 frame/s；替換為CIOU Loss后，由于CIoU Loss在損失項(xiàng)中加入了PB、GT中心距離和長寬比例的懲罰項(xiàng)，使網(wǎng)絡(luò)在訓(xùn)練時可以保證預(yù)測框更快地收斂，并且得到更高的回歸定位精度，可以看出檢測精度提高了3.3個百分點(diǎn)，檢測幀率提升較多，增加了11.6 frame/s，因此可以得出本文提出的CIoU Loss對算法速度提升效果較優(yōu)。

（4）消融對比實(shí)驗(yàn)

為了更好地驗(yàn)證本實(shí)驗(yàn)三種改進(jìn)策略的有效性，在自建數(shù)據(jù)集上展開消融實(shí)驗(yàn)，對改進(jìn)算法的有效性進(jìn)行分析。依次在YOLOv5s的基礎(chǔ)上加入壓縮-激勵模塊、BFF模塊以及改進(jìn)損失函數(shù)。為保證實(shí)驗(yàn)的準(zhǔn)確性，訓(xùn)練過程中均采用相同參數(shù)配置，衰減系數(shù)為0.000 5，學(xué)習(xí)率為0.01，批量設(shè)置為16，動量設(shè)置為0.937。實(shí)驗(yàn)結(jié)果如表5所示。

表5 消融實(shí)驗(yàn)結(jié)果對比Table 5 Comparison of ablation experiment results

表5第一行表示改進(jìn)前YOLOv5s在自建數(shù)據(jù)集上的訓(xùn)練結(jié)果，平均檢測精度是69.5%。在分別引入SENet和BFF模塊之后可以明顯看，lSENet對檢測精確度的影響較大，但是BFF對檢測速度的提升較為明顯。通過對這兩個模塊的功能分析得出，壓縮-激勵模塊主要是增加計(jì)算量從而提升模型算法的特征提取能力，因此對檢測精度影響較大，計(jì)算量增加也對檢測速度有一定影響。而BFF通過增加模型通道在提升檢測精度的同時也對檢測速度有一定改進(jìn)。在同時引進(jìn)兩個模塊之后，檢測模型得到最優(yōu)結(jié)果，檢測精度和幀率分別提高了16.8個百分點(diǎn)和6.6 frame/s。

（5）模型檢測結(jié)果

為了更好地展示改進(jìn)后算法的檢測效果，分別選取道路情況復(fù)雜的十字路口、夜晚交叉路口以及住宅區(qū)旁邊的道路三種不同場景下拍攝圖像，對原算法YOLOv5s和改進(jìn)后的算法進(jìn)行測試，實(shí)驗(yàn)結(jié)果對比如表6所示。

表6 實(shí)驗(yàn)結(jié)果對比Table 6 Comparison of experimental results

如圖9中第一排為原YOLOv5s算法實(shí)驗(yàn)結(jié)果圖，第二排為PP-YOLO算法在數(shù)據(jù)集上的訓(xùn)練結(jié)果，第三排為YOLO v4的訓(xùn)練效果圖，第四排為改進(jìn)后YOLOv5s算法的實(shí)驗(yàn)結(jié)果圖。由圖9（a）可以看到，改進(jìn)前的YOLOv5s算法并沒有檢測出遠(yuǎn)處的小目標(biāo)車輛并且檢測精度較低，而改進(jìn)后的算法不僅檢測出遠(yuǎn)處較小目標(biāo)還進(jìn)一步提升了算法精度。圖9（b）中遠(yuǎn)處斑馬線旁的出租車原算法實(shí)驗(yàn)中并沒有檢測出，而改進(jìn)后算法不僅準(zhǔn)確檢測出并且對其進(jìn)行正確的分類。圖9（c）中可清楚看出，改進(jìn)后算法對于道路車輛的精準(zhǔn)分類以及檢測精度有明顯提升，進(jìn)一步說明算法改進(jìn)的有效性。

圖9 檢測結(jié)果對比圖Fig.9 Comparison diagram of test results

4 結(jié)束語

本文基于YOLOv5s提出一種改進(jìn)YOLOv5s算法，主要針對無人機(jī)拍攝圖像中檢測目標(biāo)較小、背景復(fù)雜及特征提取受限，導(dǎo)致無人機(jī)檢測速度和精度無法同時提升的問題。該算法在YOLOv5s的基礎(chǔ)上引入壓縮-激勵模塊，用于提高網(wǎng)絡(luò)的特征提取能力；其次引入雙錐臺特征融合結(jié)構(gòu)從而提升算法對小目標(biāo)的檢測精度；最后替換CIoU Loss為算法模型的損失函數(shù)，在提高邊界框回歸速度的同時提高定位精度。本文實(shí)驗(yàn)以VIVID、VisDrone-2019數(shù)據(jù)集為基礎(chǔ)，篩選建立新數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，在復(fù)雜環(huán)境下改進(jìn)后的算法適應(yīng)力更強(qiáng)，準(zhǔn)確率在原算法的基礎(chǔ)上提高了16.8個百分點(diǎn)，檢測幀率提高了6.6 frame/s。盡管模型權(quán)重相對來說已經(jīng)很小，但是對于邊緣設(shè)備而言仍然負(fù)載過大，因此模型的輕量化是其未來發(fā)展的一個重要方向。