文＿黃士真（廣西機電職業(yè)技術(shù)學(xué)院藝術(shù)設(shè)計學(xué)院，講師，碩士）

耿 棟（通訊作者）（廣西壯族自治區(qū)自然資源遙感院，工程師，碩士）

建筑裝飾石材紋理自然優(yōu)美，品類多樣，長期被廣泛應(yīng)用于室內(nèi)外裝飾中，主要可分為天然石材和人造石材兩大類。天然石材根據(jù)巖石類型、成因及石材硬度高低不同，可分為花崗巖、大理石、砂巖、板巖和青石五類。人造石材根據(jù)生產(chǎn)材料和制造工藝不同，可分為聚酯型人造石材、水泥型人造石材、復(fù)合型人造石材、燒結(jié)型人造石材和微晶玻璃型人造石材等；根據(jù)骨料不同，又可分為人造花崗巖、人造大理石和人造文化石等。

傳統(tǒng)的建筑裝飾石材分類方法較多，依托于人工分類耗時且耗力。隨著計算機硬件水平的提高，卷積神經(jīng)網(wǎng)絡(luò)也取得了飛速發(fā)展，在圖像分類、語義分割、目標檢測等圖像識別任務(wù)中取得了巨大的成功，被廣泛應(yīng)用于各行各業(yè)。2012年ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ImageNet Large Scale Visual Recognition Challenge，ILSVRC），在圖像分類任務(wù)中，AlexNet以壓倒性的結(jié)果橫空出世，極大地激發(fā)了全世界眾多研究者的熱情，更加成熟穩(wěn)定的網(wǎng)絡(luò)不斷被推出，一次次打破ILSVRC圖像分類任務(wù)的紀錄。早在2017年，卷積神經(jīng)網(wǎng)絡(luò)SE-Net就已經(jīng)達2.251%的Top5錯誤率，與此相比，人類的Top5錯誤率約為5.100%，卷積神經(jīng)網(wǎng)絡(luò)在圖像識別領(lǐng)域早就超越了人類。

近年來將人工智能應(yīng)用于室內(nèi)設(shè)計領(lǐng)域的研究越來越多。何金彬使用不同的機器學(xué)習(xí)方法對家具板材進行分類識別，最高正確率達90%以上。羅霞使用卷積神經(jīng)網(wǎng)絡(luò)對19類家具進行分類識別，識別正確率達96%。目前，國內(nèi)對石材智能分類識別的研究不多，2009年康利娟使用圖像顏色對石材進行分類研究，受限于傳統(tǒng)機器學(xué)習(xí)算法，整體效果仍存在提升空間。2019年彭偉航使用卷積神經(jīng)網(wǎng)絡(luò)InceptionV3模型對16類礦石分類，識別率達86%。

雖然裝飾石材類別眾多，花紋、顏色多種多樣，但基于卷積神經(jīng)網(wǎng)絡(luò)對裝飾石材識別的研究卻很少。筆者通過網(wǎng)絡(luò)收集、實地拍攝等手段收集整理867張大理石照片，制作了20類大理石分類數(shù)據(jù)集，將此數(shù)據(jù)集公開可以促進基于神經(jīng)網(wǎng)絡(luò)人工智能方法在建筑裝飾石材分類領(lǐng)域的研究。隨著卷積神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)的飛速發(fā)展，將該技術(shù)引入建筑裝飾石材識別中，并將成果與APP、小程序等新媒體相結(jié)合，對企業(yè)具有現(xiàn)實效益，且對推廣建筑裝飾石材的了解與認識具有重要意義。

基于上述研究，本文將卷積神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)應(yīng)用于建筑裝飾石材分類中，因建筑裝飾石材種類繁多，擬以天然大理石裝飾板材為例，通過訓(xùn)練及測試最終實現(xiàn)天然大理石裝飾板材的智能分類，并進一步證明擴展應(yīng)用于建筑裝飾石材分類的可能性及可行性。

一、智能分類應(yīng)用于天然大理石裝飾板材識別的價值

天然大理石資源分布廣泛，易于加工成裝飾板材，具有較高的抗壓強度和良好的物理化學(xué)性能，吸水率低，耐久、耐磨。同時，天然大理石裝飾板材的花紋優(yōu)美自然、千變?nèi)f化，有山水型、云霧型、圖案型（螺紋、柳葉、文像、古生物等）、雪花型等，按顏色可分為白、黃、綠、灰、紅、咖啡、黑色七個系列，適合搭配各種室內(nèi)裝飾風(fēng)格。隨著經(jīng)濟的發(fā)展，大理石應(yīng)用范圍不斷擴大，銷量不斷增加，受眾多客戶青睞。隨著大理石開采規(guī)模擴大、工業(yè)化加工、國際性貿(mào)易，大理石裝飾板材大批量地進入建筑裝飾裝修業(yè)。

但同時，也正因天然大理石裝飾板材品類、花紋、顏色繁多，使得其分類難度較高。據(jù)不完全統(tǒng)計，僅國產(chǎn)大理石品種便多達400余種，在分類與識別過程中需要較高的專業(yè)知識，而企業(yè)在對大理石裝飾板材分類的過程中也耗時耗力。一方面，對于普通消費者而言，在選購大理石裝飾板材時眼花繚亂，對其品類的了解與認識大多依托于商家或網(wǎng)絡(luò)之言，識別的方法和途徑相對有限，難以快速、正確地對大理石裝飾板材進行識別，或是當(dāng)青睞于某款大理石裝飾板材時無法快速正確查詢出是何種品類，難免陷入困境。另一方面，對于裝飾行業(yè)從業(yè)者、環(huán)境藝術(shù)設(shè)計類專業(yè)的學(xué)生及石材愛好者而言，面對種類繁多的大理石裝飾板材，也亟須一個方便快捷的途徑幫助其快速認知。隨著技術(shù)的進步和信息化程度的提高，將智能分類方法應(yīng)用于大理石分類識別，在具備一定正確率的基礎(chǔ)上，將成果與APP、小程序等新媒體相結(jié)合，為商家、消費者、裝飾行業(yè)從業(yè)者、學(xué)生及愛好者提供便捷的大理石識別與分類服務(wù)，可幫助用戶快速了解并識別大理石，甚至在生活中隨時隨地通過手機APP掃描大理石裝飾板材照片便可快速獲得相應(yīng)品類的知識，此舉具有一定的現(xiàn)實意義及科普價值，有利于促進天然大理石裝飾板材的推廣與應(yīng)用。

二、卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識

卷積神經(jīng)網(wǎng)絡(luò)通過卷積核在特征圖上按步長滑動，提取不同空間位置上的特征，將非線性激活函數(shù)引入非線性，再通過池化層提取主要特征并進行特征降維。卷積神經(jīng)網(wǎng)絡(luò)經(jīng)過不斷堆疊卷積——激活——池化結(jié)構(gòu)，構(gòu)建深層網(wǎng)絡(luò)結(jié)構(gòu)，通過層次化的計算，逐步提取圖片的主要特征。層次化的結(jié)構(gòu)也使卷積神經(jīng)網(wǎng)絡(luò)具有平移不變性、旋轉(zhuǎn)不變性、尺度不變性等特點，能較好地解決圖像數(shù)據(jù)所具有的多視角、多尺度、目標物遮擋、光照條件差異、目標物類內(nèi)差異等問題，是圖像識別領(lǐng)域最主流的研究方法。

圖1較為直觀地展示了卷積神經(jīng)網(wǎng)絡(luò)的主體結(jié)構(gòu)及其運作方式。RGB三通道圖片即為卷積神經(jīng)網(wǎng)絡(luò)的輸入層，通過第一次卷積計算，初步提取原始輸入數(shù)據(jù)的特征，得到多通道的特征圖；所得多通道特征圖經(jīng)過非線性激活函數(shù)激活，獲得更多的非線性表征，然后傳入池化層；池化層接收經(jīng)激活函數(shù)激活后的特征圖，進一步進行池化操作提取主要特征，壓縮特征圖的緯度，所得到的特征圖在經(jīng)過下一輪的卷積激活池化，最后通過輸出層輸出結(jié)果。

圖1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

卷積核在輸入數(shù)據(jù)上按一定的步長滑動，每次提取卷積核相對應(yīng)位置的與卷積核尺寸相同大小的局部輸入數(shù)據(jù)，提取出來的局部輸入數(shù)據(jù)與卷積核上相對應(yīng)位置的值計算乘積之和，得到該局部輸入數(shù)據(jù)經(jīng)卷積計算所輸出的特征，直到輸入數(shù)據(jù)中所有的值都被卷積計算，結(jié)束卷積操作，得到一張由卷積操作提取的特征圖，如圖2所示。

圖2 卷積操作示意圖

激活函數(shù)也是卷積神經(jīng)網(wǎng)絡(luò)不可缺少的重要組成部分。非線性激活函數(shù)，將非線性特性引入到卷積神經(jīng)網(wǎng)絡(luò)之中，大大增強了卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，使得網(wǎng)絡(luò)能夠通過有效地學(xué)習(xí)，擬合任意復(fù)雜的非線性函數(shù)，解決復(fù)雜的現(xiàn)實問題。本文使用的激活函數(shù)為ReLU激活函數(shù)。

ReLU函數(shù)的全稱為Rectified linear units，中文名稱為線性修正單元，是如今應(yīng)用最為廣泛的激活函數(shù)。其數(shù)學(xué)公式為：

relu（x） =max（0，x）

其函數(shù)圖像、導(dǎo)數(shù)圖像如圖3、圖4所示。

圖3 ReLU函數(shù)示意圖

圖4 ReLU函數(shù)導(dǎo)數(shù)示意圖

池化層是卷積神經(jīng)網(wǎng)絡(luò)的一個重要組成部分，本質(zhì)上是一種降采樣操作，用以減少特征緯度，降低網(wǎng)絡(luò)的計算量。池化的實現(xiàn)和卷積相似，通過池化核（一般其尺寸為2×2）在輸入數(shù)據(jù)上按一定的步長（一般步長為2）滑動，提取特征圖的主要特征，減小特征圖的尺寸（長寬降為原特征圖的一半）。通過池化提取特征的方式主要有兩種：最大池化（max-pooling）和平均池化（average-pooling）。最大池化提取與池化核對應(yīng)的局部特征的最大值作為輸出，而平均池化的輸出為該區(qū)域特征值的均值。相較于平均池化，最大池化可以提取出輸入數(shù)據(jù)的紋理特征，是使用最多的池化方式。

卷積神經(jīng)網(wǎng)絡(luò)的計算可以分為兩大部分：前向傳播和反向傳播。前向傳播也被稱為前向計算，將經(jīng)過初始化的原始數(shù)據(jù)輸入?yún)?shù)初始化后的網(wǎng)絡(luò)中，卷積網(wǎng)絡(luò)通過卷積——激活——池化，逐步學(xué)習(xí)和提取輸入數(shù)據(jù)的主要特征，最后輸出層與原始標簽對比，通過損失函數(shù)計算損失。反向傳播也被稱為反向求導(dǎo)，從后向前逐步計算神經(jīng)網(wǎng)絡(luò)各層的參數(shù)對損失函數(shù)的偏導(dǎo)，進而更新參數(shù)，減小損失。兩大部分交替進行，直到損失符合預(yù)設(shè)標，完成卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，訓(xùn)練完的卷積神經(jīng)網(wǎng)絡(luò)就可被用于圖像的智能識別。

三、數(shù)據(jù)集的制作與處理

由于目前缺少建筑裝飾石材分類的公開數(shù)據(jù)，集本次實驗用到的大理石裝飾板材圖像數(shù)據(jù)，均為筆者通過網(wǎng)絡(luò)收集、實地拍攝等手段所收集整理，共20類867張照片。將收集的大理石照片，分類存放入對應(yīng)的文件夾，隨機拆分為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集，使用675張大理石圖片訓(xùn)練、191張大理石圖片做測試驗證。數(shù)據(jù)集具體類別及數(shù)量，詳見表1。

表1 數(shù)據(jù)集中標注的大理石裝飾板材類別及數(shù)量

四、實驗過程與結(jié)果分析

（一）網(wǎng)絡(luò)結(jié)構(gòu)介紹

本文使用ResNet（殘差神經(jīng)網(wǎng)絡(luò)）進行大理石識別。ResNet是卷積神經(jīng)網(wǎng)絡(luò)發(fā)展史上的大里程碑，該網(wǎng)絡(luò)提出的identity shortcut connection（恒等快捷連接），將卷積神經(jīng)網(wǎng)絡(luò)推向史無前例的深度。

identity shortcut connection具體實現(xiàn)如圖5所示，通過恒等映射，將上層輸出直接跳過一個或幾個隱藏層，再將恒等映射的輸出和經(jīng)隱藏層變換的輸出逐元素相加，通過不斷的堆積該結(jié)構(gòu)，構(gòu)成了ResNet網(wǎng)絡(luò)的主體。

圖5 恒等快捷鏈接結(jié)構(gòu)圖

本文使用ResNet-18網(wǎng)絡(luò)進行訓(xùn)練，所謂ResNet-18，即層數(shù)為18層的ResNet，結(jié)構(gòu)如圖6所示。每兩個identity shortcut connection組成一個Stage，共4個Stage組成網(wǎng)絡(luò)的主體結(jié)構(gòu)；Input stem由一個7×7步長為2的卷積層和3×3步長為2的最大池化層組成；Output由自適應(yīng)平均池化層和全連接層組成。

圖6 ResNet-18網(wǎng)絡(luò)結(jié)構(gòu)圖

分辨率為224×224的圖片輸入ResNet-18卷積神經(jīng)網(wǎng)絡(luò)中，經(jīng)過Input stem獲得56×56×64的特征圖，經(jīng)過4個Stage，獲得7×7×512的特征圖，經(jīng)過自適應(yīng)平均池化層，獲得1×1×512的特征向量，經(jīng)過全連接層，獲得“1×1×種類數(shù)”的特征向量，再通過softmax激活函數(shù)，將“1×1×種類數(shù)”的特征向量轉(zhuǎn)化為概率。在本次實驗中，最終獲得1×1×20的特征向量，通過softmax激活函數(shù)，轉(zhuǎn)化為20類的概率，概率最大的即為預(yù)測種類。

（二）訓(xùn)練平臺及訓(xùn)練過程

本文使用的實驗平臺為win10系統(tǒng)，處理器為英特爾I5-9400F，顯卡為Nvidia RTX2060，使用Pytorch深度學(xué)習(xí)框架進行網(wǎng)絡(luò)的編譯訓(xùn)練。輸入數(shù)據(jù)統(tǒng)一調(diào)整為224×224大小，使用隨機的水平和豎直翻轉(zhuǎn)，0到30度的隨機旋轉(zhuǎn)進行數(shù)據(jù)增強，優(yōu)化方法為帶動量的SGD，初始學(xué)習(xí)率為0.001，總epoch為25，在第5和第15個epoch時學(xué)習(xí)率乘以0.1。評價準則為正確率，公式如下：

acc=right_num/all_num

其中，right_num為分類正確的圖片數(shù)，all_num為全部圖片數(shù)。

由圖7可以看出，隨著訓(xùn)練的進行，ResNet-18訓(xùn)練集Loss持續(xù)降低，在第25個epoch時接近于0，而由圖8可以看出測試集Loss在前14個epoch持續(xù)降低，隨后在趨于穩(wěn)定，不再下降，繼續(xù)訓(xùn)練已沒有意義。由圖9可以看出隨著訓(xùn)練的進行，訓(xùn)練集正確率持續(xù)上升，正確率接近100%，而由圖10可以看出驗證集正確率在第14個epoch處趨于穩(wěn)定，最高正確率約為99.500%。

圖7 ResNet-18訓(xùn)練集Loss圖

圖8 ResNet-18測試集Loss圖

圖9 ResNet-18訓(xùn)練集正確率圖

圖10 ResNet-18測試集正確率圖

（三）實驗結(jié)果分析

經(jīng)訓(xùn)練，得到對20類大理石裝飾板材進行分類識別的深度學(xué)習(xí)模型，在測試集上測試，測試集共包含191張大理石裝飾板材照片，其中，190張分類正確、1張分類錯誤，模型整體正確率約為99.5%。

對20類大理石裝飾板材照片分類別進行測試，正確率如表2所示。

表2 大理石裝飾板材分類別測試結(jié)果

20類大理石，除爵士白錯分類一張照片，其余19類全部正確分類，其中，誤分類為將爵士白分類為魚肚白。爵士白和魚肚白較為相似，受拍攝角度、光照等條件的影響，有些照片確實難以區(qū)分，將爵士白誤分類為魚肚白或魚肚白誤分類為爵士白是較難避免的。

五、結(jié)語

基于神經(jīng)網(wǎng)絡(luò)的智能分類方法飛速發(fā)展，其開始在越來越多的領(lǐng)域發(fā)揮獨有的價值，但是目前對基于神經(jīng)網(wǎng)絡(luò)人工智能方法的建筑裝飾石材分類研究較少，主要原因是缺少建筑裝飾石材的公開數(shù)據(jù)集。裝飾石材類別眾多，花紋、顏色多種多樣，因光照拍攝角度等原因，導(dǎo)致人工識別困難，制作數(shù)據(jù)集需要較高的專業(yè)知識。本文收集了20類共867張常見大理石裝飾板材照片，制作了大理石裝飾板材分類數(shù)據(jù)集，并將此數(shù)據(jù)集公開以促進基于神經(jīng)網(wǎng)絡(luò)人工智能方法在建筑裝飾石材分類領(lǐng)域的研究，希望將深度學(xué)習(xí)方法應(yīng)用于大理石分類中，使室內(nèi)裝飾領(lǐng)域也能搭上人工智能這輛飛速發(fā)展的快車。實驗結(jié)果表明，CNN可識別圖片中存在的大理石，在20類大理石數(shù)據(jù)集上，識別準確率高達99.500%，具有較高的應(yīng)用價值。但是，此方法一張照片只能識別一個類別，不能適用于實際場景中同時使用多種大理石組成的復(fù)雜圖片。今后，將繼續(xù)使用目標檢測方法對大理石進行識別，使其具有更高的應(yīng)用價值。通過進一步擴充數(shù)據(jù)集，支持更多的建筑裝飾石材種類，還會將智能分類方法集成到小程序或APP，使用者通過拍照上傳，就能方便快速認識大理石，以達到借助新媒體擴大大理石在建筑裝飾領(lǐng)域使用面的目的。