程 擎，王元濟(jì)，李彥冬

（中國(guó)民用航空飛行學(xué)院空中交通管理學(xué)院，廣漢 618300）

0 引言

機(jī)場(chǎng)跑道異物（foreign object debris,FOD）是指飛行區(qū)內(nèi)可能會(huì)損傷航空器、設(shè)備或威脅機(jī)場(chǎng)工作人員和乘客生命安全的外來(lái)物體［1］。常見(jiàn)的機(jī)場(chǎng)跑道異物包括螺絲、輪胎碎片、維修工具等，大部分的跑道異物體積微小，直徑一般不超過(guò)5 cm，卻具有強(qiáng)大的破壞力，嚴(yán)重影響著民航客機(jī)的飛行安全。全球民航業(yè)每年因機(jī)場(chǎng)跑道異物而產(chǎn)生的直接損失高達(dá)11 億美元［2］。目前，我國(guó)大部分現(xiàn)有機(jī)場(chǎng)的跑道異物檢測(cè)工作是靠人工完成的，由專人步行或乘車進(jìn)行撒網(wǎng)式巡檢的方法，該模式占用跑道時(shí)間較長(zhǎng)，效率低下，易出現(xiàn)漏檢；新建的樞紐型機(jī)場(chǎng)配備了雷達(dá)和光電復(fù)合式自動(dòng)檢測(cè)系統(tǒng)，無(wú)需占用跑道，實(shí)時(shí)檢測(cè)效率高，但設(shè)備成本高昂，難以普及。因此，基于圖像的跑道異物檢測(cè)方法的研究成為民航領(lǐng)域的一個(gè)熱點(diǎn)。

傳統(tǒng)的目標(biāo)檢測(cè)算法由于滑動(dòng)窗口法時(shí)間冗余度高，手工設(shè)計(jì)的特征魯棒性差，其檢測(cè)速度和精度都受到了很大程度的限制。2013 年以來(lái)，人工智能得到了跨越式發(fā)展，國(guó)內(nèi)外有眾多學(xué)者針對(duì)機(jī)場(chǎng)跑道異物檢測(cè)任務(wù)，展開(kāi)了對(duì)深度學(xué)習(xí)檢測(cè)算法的研究和創(chuàng)新。Xu 等［3］創(chuàng)建了一個(gè)FOD 圖像數(shù)據(jù)集，并提出了一種基于遷移學(xué)習(xí)和主流深度卷積神經(jīng)網(wǎng)絡(luò)（D-CNN）模型的新型FOD 識(shí)別方法。郭曉靜等［4］針對(duì)機(jī)場(chǎng)跑道異物的小目標(biāo)特點(diǎn)，提出了一種以YOLOv3網(wǎng)絡(luò)為基礎(chǔ)，采用運(yùn)算復(fù)雜度相對(duì)更低的Darknet-49 作為特征提取網(wǎng)絡(luò)的FOD 目標(biāo)檢測(cè)算法，該算法有效解決了原YOLOv3存在的定位精度偏低和漏檢問(wèn)題。蘭庭信等［5］設(shè)計(jì)了一種基于無(wú)人機(jī)的FOD 檢測(cè)與定位系統(tǒng)，采用多架無(wú)人機(jī)迂回飛行，采集機(jī)場(chǎng)跑道圖像，使用Faster R-CNN 算法實(shí)現(xiàn)對(duì)FOD 的檢測(cè)與定位。馮明寬［6］設(shè)計(jì)并實(shí)現(xiàn)了基于高分辨率網(wǎng)絡(luò)、基于IoU閾值級(jí)聯(lián)、基于全局上下文信息的三種FOD 檢測(cè)算法，在FOD3數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，這三種算法均顯著提升了對(duì)FOD 中小目標(biāo)的檢測(cè)準(zhǔn)確率。

上述研究表明，機(jī)場(chǎng)跑道異物檢測(cè)在實(shí)際生產(chǎn)環(huán)境中需要兼顧速度與精度，因此本文選擇了2020 年發(fā)布的高精度、高速度YOLOv5 網(wǎng)絡(luò)作為研究對(duì)象，在保持模型輕量化和高效率的同時(shí)，針對(duì)機(jī)場(chǎng)跑道異物的漏檢率高和小目標(biāo)占比高的特點(diǎn)，對(duì)YOLOv5 網(wǎng)絡(luò)進(jìn)行有效改進(jìn)，從而實(shí)現(xiàn)更高精度的跑道異物檢測(cè)。

1 YOLOv5算法介紹

YOLOv5 目標(biāo)檢測(cè)算法于2020 年首次發(fā)布，是 由Ultralytics LLC 團(tuán) 隊(duì) 基 于YOLOv3［7］和YOLOv4［8］進(jìn)行改進(jìn)的目標(biāo)檢測(cè)網(wǎng)絡(luò)。YOLOv5 提供了4 個(gè)版本（s/m/l/x），其中YOLOv5s 的模型深度和寬度均為最小，另外三種可認(rèn)為在前者的基礎(chǔ)上進(jìn)行了加深和加寬，提高了檢測(cè)精度的同時(shí)也增加了運(yùn)算時(shí)間?？紤]到跑道異物檢測(cè)的實(shí)時(shí)性需求，本文選擇檢測(cè)速度最快的YOLOv5s 檢測(cè)網(wǎng)絡(luò)作為基礎(chǔ)算法進(jìn)行改進(jìn)。如圖1所示，YOLOv5 的網(wǎng)絡(luò)模型可分為4 個(gè)部分，包括輸入端、主干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)和輸出端。

圖1 YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)圖

YOLOv5 網(wǎng)絡(luò)在輸入端采用了Mosiac 增強(qiáng)、自適應(yīng)錨框和自適應(yīng)圖片縮放等策略。輸入端相較于YOLOv4的一個(gè)創(chuàng)新，是采用了自適應(yīng)錨框計(jì)算，即根據(jù)不同數(shù)據(jù)集的標(biāo)簽，采用K-means聚類和遺傳算法自動(dòng)學(xué)習(xí)，調(diào)整YOLOv5預(yù)設(shè)的錨框尺寸。

YOLOv5 采用CSPDarknet53 作為主干網(wǎng)絡(luò)進(jìn)行特征提取，在主干網(wǎng)絡(luò)使用Focus 模塊、CBL 模塊、CSP 模塊和SPP 模塊。其中，F(xiàn)ocus模塊結(jié)構(gòu)是首次出現(xiàn)在YOLO 系列網(wǎng)絡(luò)中，其主要思想是通過(guò)切片操作對(duì)輸入圖片直接進(jìn)行裁剪處理，在減少信息丟失的同時(shí)，提升了運(yùn)算速度。

頸部網(wǎng)絡(luò)使用SPP+PANet 的結(jié)構(gòu)，該結(jié)構(gòu)可以提高網(wǎng)絡(luò)的多尺度預(yù)測(cè)能力。路徑聚合網(wǎng)絡(luò)（PANet）結(jié)構(gòu)［9］由特征金字塔網(wǎng)絡(luò)（FPN）和金字塔特征層級(jí)（PAN）結(jié)構(gòu)共同組成，兩種結(jié)構(gòu)從不同的主干層對(duì)不同的檢測(cè)層進(jìn)行參數(shù)聚合，完成了對(duì)高層級(jí)特征圖中豐富的語(yǔ)義信息和低層級(jí)特征圖中豐富的位置信息的有效融合。

YOLOv5在輸出端采用三種損失函數(shù)分別計(jì)算分類、定位和置信度損失，并通過(guò)非極大值抑制方法解決多目標(biāo)和遮擋嚴(yán)重導(dǎo)致檢測(cè)不準(zhǔn)確的問(wèn)題，提高網(wǎng)絡(luò)預(yù)測(cè)的準(zhǔn)確度。YOLOv5采用CIoU Loss作為損失函數(shù)和邊界框預(yù)測(cè)函數(shù)。

2 算法改進(jìn)

本文考慮到機(jī)場(chǎng)跑道異物數(shù)據(jù)集的小目標(biāo)占比高和背景干擾強(qiáng)兩種特性，在主干網(wǎng)絡(luò)引入了有效通道注意力機(jī)制模塊（ECA-Net）［10］，并在頸部網(wǎng)絡(luò)使用Bi-FPN 替換PAN-Net，最后在邊界框預(yù)測(cè)部分使用EIoU Loss 更換CIoU Loss。

2.1 有效通道注意力機(jī)制模塊（ECA-Net）

計(jì)算機(jī)視覺(jué)中的注意力機(jī)制就是借鑒了人類的視覺(jué)注意機(jī)制，從圖像背景的大量信息中篩選出與目標(biāo)最相關(guān)的區(qū)域，利用加權(quán)的方法強(qiáng)化重要特征并抑制非必要特征，從而高效捕獲目標(biāo)。常見(jiàn)的注意力機(jī)制有通道注意力機(jī)制（SENet）、坐標(biāo)注意力（CA）、卷積注意力（CBAM）和瓶頸注意力（BAM）等，其中SENet 注重使用通道注意力，CA 將位置信息嵌入到了通道注意力中，CBAM 則同時(shí)運(yùn)用了通道注意力機(jī)制和空間注意力機(jī)制。

本文的主干有效通道注意力機(jī)制模塊（ECANet），該模塊是由Wang等［10］于2019年提出的一個(gè)簡(jiǎn)單而高效的注意力模塊。ECA-Net可以簡(jiǎn)單視為通道注意力機(jī)制（SENet）的改進(jìn)，SENet 的結(jié)構(gòu)如圖2 所示。通過(guò)避免SE 模塊多次降維的負(fù)面影響，以及改進(jìn)低效的局部跨通道交互，設(shè)計(jì)了基于快速的一維卷積產(chǎn)生通道注意的ECA-Net，該模塊能夠通過(guò)增加少量的參數(shù)，而帶來(lái)明顯的性能增益，其結(jié)構(gòu)如圖3所示。

圖2 通道注意力機(jī)制的結(jié)構(gòu)示意圖

圖3 有效通道注意力機(jī)制模塊結(jié)構(gòu)示意圖

該注意力機(jī)制模塊具備添加在YOLOv5網(wǎng)絡(luò)任何位置的特性，本文選擇將ECA-Net 模塊與C3模塊相結(jié)合，以提升其性能表現(xiàn)。

2.2 多尺度特征融合

本文在頸部網(wǎng)絡(luò)使用加權(quán)雙向特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)（Bi-FPN）替換PANet，以獲取更高效的多尺度融合。Bi-FPN 是谷歌公司團(tuán)隊(duì)在EfficientDet［11］中提出的一種加權(quán)的雙向特征金字塔網(wǎng)絡(luò)，它允許簡(jiǎn)單和快速的多尺度特征融合，其內(nèi)部結(jié)構(gòu)如圖4所示。傳統(tǒng)的特征金字塔只能進(jìn)行單向的特征融合，PANe 則在此基礎(chǔ)上添加了一個(gè)自底向上的路徑，Bi-FPN 則更進(jìn)一步地處理每個(gè)雙向路徑（自頂向下和自底而上）作為一個(gè)特征網(wǎng)絡(luò)層，并重復(fù)同一層多次，以實(shí)現(xiàn)更高層次的特征融合。

圖4 Bi-FPN結(jié)構(gòu)示意圖

為了提高特征融合的效率，Bi-FPN 針對(duì)跨尺度連接，優(yōu)化掉了信息貢獻(xiàn)量少的只有一條輸入邊的節(jié)點(diǎn)，從而降低了網(wǎng)絡(luò)的復(fù)雜程度。相比于傳統(tǒng)的特征金字塔平等地對(duì)待不同尺度特征的融合方式，Bi-FPN 專門引入了權(quán)重，在特征融合過(guò)程中為每個(gè)輸入添加一個(gè)額外的權(quán)重，讓網(wǎng)絡(luò)來(lái)學(xué)習(xí)每個(gè)輸入特征的重要性，更好地平衡不同尺度的特征信息。

2.3 損失函數(shù)

損失函數(shù)能夠反映模型和實(shí)際數(shù)據(jù)間存在的差異，YOLOv5 默認(rèn)使用CIoU 函數(shù)進(jìn)行邊框界預(yù)測(cè)計(jì)算，該函數(shù)的特點(diǎn)是不僅關(guān)注真實(shí)框與預(yù)測(cè)框的重疊區(qū)域、非重疊區(qū)域，還綜合考慮了兩框之間的重疊率、中心點(diǎn)距離、長(zhǎng)寬比等關(guān)鍵因素。其計(jì)算公式如式（1）和式（2）所示。

本文使用EIoU［12］替代CIoU 作為目標(biāo)框回歸的損失函數(shù)，CIoU 僅將長(zhǎng)寬比作為影響因子，沒(méi)有考慮到真實(shí)框與預(yù)測(cè)框的長(zhǎng)寬比相同、值不同的情形，導(dǎo)致與回歸目標(biāo)不相符。EIoU 在此基礎(chǔ)上綜合考慮了長(zhǎng)度損失和寬度損失，并且添加了Focal loss 解決樣本的類別不平衡和難度差異問(wèn)題，使得目標(biāo)框回歸過(guò)程中更加穩(wěn)定，收斂的精度更高，其計(jì)算公式見(jiàn)式（3）和式（4）。

式中：b和bgt分別表示檢測(cè)框和目標(biāo)框的中心點(diǎn)；w和h分別表示兩個(gè)框的寬度和高度；ρ表示兩個(gè)中心點(diǎn)間的歐式距離；c為覆蓋檢測(cè)框和目標(biāo)框之間最小矩形的斜距；α是一個(gè)平衡參數(shù)，不參與梯度計(jì)算；v是用來(lái)衡量長(zhǎng)寬比一致性的參數(shù)；γ是用來(lái)表示異常值抑制程度的參數(shù)。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境介紹

本文進(jìn)行實(shí)驗(yàn)的軟件環(huán)境采用Windows 10操作系統(tǒng)，使用Python編程語(yǔ)言，CUDA版本為11.1，Pytorch版本為1.8.0。訓(xùn)練循環(huán)100次，圖片輸入尺寸為300像素。

3.2 數(shù)據(jù)集介紹

目前網(wǎng)絡(luò)上公開(kāi)發(fā)布的機(jī)場(chǎng)跑道異物數(shù)據(jù)集較少，本文使用的數(shù)據(jù)集是FOD-A（FOD in airports）數(shù)據(jù)集［13］，包含31 個(gè)種類，圖片總量超過(guò)3萬(wàn)張。盡管該數(shù)據(jù)集的總量巨大，但其圖像內(nèi)部之間存在相似度較高的問(wèn)題，易導(dǎo)致出現(xiàn)泛化能力差的現(xiàn)象。因此本文選擇其中具有代表性、差異性的占比約10%的圖像，并且加入了500 張自制圖像，建成了一個(gè)包含3479 張跑道圖像的數(shù)據(jù)集。在原數(shù)據(jù)集基礎(chǔ)上，擴(kuò)充了訓(xùn)練樣本的豐富程度，為YOLOv5網(wǎng)絡(luò)模型提供了更多的特征信息，降低了過(guò)擬合現(xiàn)象的可能性。

3.3 評(píng)價(jià)指標(biāo)

本文使用均值平均精度（mean average precision, mAP）作為模型檢測(cè)準(zhǔn)確性能的評(píng)價(jià)指標(biāo)，平均精度綜合考慮了目標(biāo)檢測(cè)的精確率（precision, P），召回率（recall, R）以及平均精度（average precision,AP）。

3.4 實(shí)驗(yàn)結(jié)果

圖5分別展示了改進(jìn)前后檢測(cè)算法的效果實(shí)例，表1 展示了原YOLOv5s 網(wǎng)絡(luò)以及本文改進(jìn)后的YOLOv5s 網(wǎng)絡(luò)在FOD-A 數(shù)據(jù)集上的檢測(cè)結(jié)果。本文改進(jìn)的YOLOv5s 網(wǎng)絡(luò)，其均值平均檢測(cè)精度mAP@0.5 相比于原YOLOv5s 網(wǎng)絡(luò)提升了1.6個(gè)百分點(diǎn)。

圖5 檢測(cè)結(jié)果

表1 模型評(píng)價(jià)指標(biāo)對(duì)比結(jié)果 單位：%

4 結(jié)語(yǔ)

本文針對(duì)跑道異物檢測(cè)任務(wù)，提出了一種改進(jìn)的YOLOv5目標(biāo)檢測(cè)算法。在主干網(wǎng)絡(luò)添加有效通道注意力機(jī)制模塊（ECA-Net），提高了算法提取全局特征的能力；在頸部網(wǎng)絡(luò)，使用Bi-FPN 模塊替換原有的PA-Net，以獲取更高效的多尺度融合；最后采用EIoU Loss 作為損失函數(shù)，加快了函數(shù)的收斂速度，提升了回歸精確度。改進(jìn)后的檢測(cè)算法能夠有效避免漏檢和誤檢，提高了對(duì)跑道異物小目標(biāo)的檢測(cè)能力，改進(jìn)后算法的均值平均精度mAP@0.5 相比于YOLOv5 網(wǎng)絡(luò)提升了1.6 個(gè)百分點(diǎn)，滿足在機(jī)場(chǎng)復(fù)雜環(huán)境下對(duì)跑道異物檢測(cè)的準(zhǔn)確性需求。