李志華　王連賀　王超　劉春雷　張?jiān)?/p>

關(guān)鍵詞：目標(biāo)檢測(cè);煙霧檢測(cè)；YOLOv5；注意力機(jī)制；ACON激活函數(shù)

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）08-0001-04

0 引言

由于采用傳統(tǒng)的煙霧報(bào)警或檢測(cè)手段的煙霧探測(cè)器裝置只能在靠近排放源的地方識(shí)別煙霧的存在，并且受各種天氣環(huán)境影響，其感受到的溫度、濕度及顆粒密度都會(huì)影響檢測(cè)效果[1]。由于設(shè)備的探測(cè)范圍的局限性，一些戶(hù)外場(chǎng)所的地理屬性導(dǎo)致無(wú)法大范圍鋪設(shè)傳統(tǒng)的探測(cè)設(shè)備，它們?nèi)狈z測(cè)局部煙霧的能力。

2018年，Yanmin Luo等人[2]在文獻(xiàn)中提出一種基于背景動(dòng)態(tài)更新和暗通道先驗(yàn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，檢測(cè)疑似煙霧區(qū)域。然后，通過(guò)CNN自動(dòng)提取疑似區(qū)域的特征，進(jìn)行煙霧識(shí)別。但該模型算法泛化程度較差，對(duì)于煙霧特性分析不足，且運(yùn)算過(guò)程中容易造成特征丟失。2020年，Sergio Saponara等人[3]提出了一種利用YOLOv2卷積神經(jīng)網(wǎng)絡(luò)（CNN）在防火系統(tǒng)中進(jìn)行實(shí)時(shí)視頻火災(zāi)和煙霧檢測(cè)的方法，并采用輕量級(jí)神經(jīng)網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，以兼顧嵌入式平臺(tái)的需求，但模型滿(mǎn)足輕量化設(shè)計(jì)的同時(shí)并沒(méi)有很好的兼顧精準(zhǔn)度。

目前，基于深度學(xué)習(xí)的火焰煙霧的檢測(cè)與識(shí)別普遍存在著精度不足，提取特征丟失，檢測(cè)效率過(guò)慢，成本過(guò)高或者模型泛化程度不夠等問(wèn)題。在工業(yè)化程度大幅增長(zhǎng)，生活場(chǎng)景復(fù)雜和監(jiān)控來(lái)源較多的時(shí)代背景下，為解決上述問(wèn)題，本文提出了一種基于YOLOv5的融合注意力機(jī)制（CBAM）的煙火檢測(cè)算法，滿(mǎn)足安全生產(chǎn)，精準(zhǔn)防控的目的。

1 算法原理

1.1 YOLOv5結(jié)構(gòu)

在YOLOv5的四個(gè)模型中，YOLOv5s具有參數(shù)量較少、版本兼容性高、處理速度快等優(yōu)點(diǎn)，因此本次實(shí)驗(yàn)是在YOLOv5s結(jié)構(gòu)的基礎(chǔ)上進(jìn)行改進(jìn)，其原本的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

1.2 注意力機(jī)制

注意力機(jī)制的原理是利用計(jì)算機(jī)模擬人類(lèi)在接收視覺(jué)信號(hào)時(shí)的處理過(guò)程，當(dāng)人類(lèi)掃描接收全部視覺(jué)信號(hào)時(shí)，會(huì)把自身的注意力放在重要的部分獲取更多細(xì)節(jié)信息，從而提高任務(wù)效率。注意力機(jī)制基于此，將一些重要信息進(jìn)行加權(quán)抽象出重要的特征信息。注意力機(jī)制的本質(zhì)就是進(jìn)行篩選，通過(guò)注意力機(jī)制的處理將信息進(jìn)行區(qū)分，符合任務(wù)條件的特征會(huì)被優(yōu)先處理，從而快速精準(zhǔn)地檢測(cè)目標(biāo)。

本次實(shí)驗(yàn)使用的是CBAM（Convolutional Block At?tention Module） ，在通道和空間雙維度進(jìn)行Atten?tion[4]。通道注意力（CAM） 結(jié)構(gòu)如圖2所示：

在通道注意力中圖像擁有三種屬性：長(zhǎng)、寬和通道數(shù)。其原理是保持通道維度不變，壓縮空間維度，具體操作是首先讓特征圖分別經(jīng)過(guò)Max Pooling（最大池化）與Average Pooling（平均池化）進(jìn)行處理，處理后的特征圖的長(zhǎng)和寬尺寸為1通道數(shù)則不變，然后接入第一層神經(jīng)網(wǎng)絡(luò)壓縮通道，壓縮后再接入第二層神經(jīng)網(wǎng)絡(luò)進(jìn)行通道擴(kuò)張得到兩個(gè)經(jīng)激活后的結(jié)果。而后，將輸出的特征C1和C2相加求和，再經(jīng)過(guò)sigmoid激活函數(shù)激活后，與原始尺寸圖像相乘，完成注意力操作。

空間注意力（SAM） 結(jié)構(gòu)如圖3所示：

空間注意力其原理是保持空間維度不變，壓縮通道數(shù)，來(lái)獲取關(guān)鍵目標(biāo)的位置信息。具體操作是給定一個(gè)尺寸的特征圖，我們先分別進(jìn)行一個(gè)通道維度的平均池化和最大池化，長(zhǎng)和寬的尺度不變將通道數(shù)壓縮為1，并將這兩個(gè)信息按照通道拼接在一起。再通過(guò)卷積操作將通道數(shù)重新壓縮為1，通過(guò)sigmoid函數(shù)進(jìn)行激活后，乘以最開(kāi)始的特征圖，完成空間注意力操作。

2 設(shè)計(jì)方案

2.1 方案流程圖

如圖4所示，首先輸入捕捉到的視頻或圖像，然后對(duì)攝像頭捕捉的畫(huà)面進(jìn)行一個(gè)是否失焦的判斷，由于對(duì)失焦的圖像進(jìn)行識(shí)別意義不大而且失焦的圖片容易造成識(shí)別錯(cuò)誤，濃煙與環(huán)境背景像素的灰度值往往相差較高，對(duì)焦準(zhǔn)確清晰的圖片內(nèi)，物體與物體輪廓明顯，顏色像素差較大，而失焦圖片由于圖像模糊，所以像素值之間的變化很小，可利用這一特點(diǎn)設(shè)立閾值判斷圖像是否失焦。若圖像失焦則跳轉(zhuǎn)下一張圖片，若未失焦則輸入改進(jìn)的YOLOv5算法模型中，判斷圖像是否存在煙霧區(qū)域，若不存在則跳轉(zhuǎn)下一張，若存在則框出圖像中煙霧區(qū)域，結(jié)束本次程序。

2.2 數(shù)據(jù)集介紹

2.2.1 數(shù)據(jù)集來(lái)源

CVPR Lab ——KMU Fire and Smoke database（https：//cvpr.kmu.ac.kr/）

Fire Image Data Set ——Durham University（https：//collections. durham. ac. uk/files/r2d217qp536#.X5F5G2gzZnK）

江西財(cái)經(jīng)大學(xué)袁非牛教授（http：//staff.ustc.edu.cn/～yfn/vsd.html）

利用Python等爬蟲(chóng)工具在網(wǎng)上下載各種火災(zāi)煙霧視頻及圖片

3 改進(jìn)模型

3.1 空間+通道雙注意力機(jī)制

為了能夠更好的對(duì)檢測(cè)目標(biāo)投入更多的資源，本次實(shí)驗(yàn)在YOLOv5原有的網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上添加CBAM 機(jī)制。在YOLOv5主干道網(wǎng)絡(luò)（backbone） 后依次加入通道、空間注意力模塊，將卷積核設(shè)為7×7，步長(zhǎng)設(shè)為3，在特征圖通過(guò)進(jìn)入瓶頸層前，將會(huì)得到注意力機(jī)制處理過(guò)的特征圖，這樣在火災(zāi)煙霧識(shí)別的過(guò)程中會(huì)提高目標(biāo)的識(shí)別精度。插入結(jié)構(gòu)如圖5所示。

3.2 ACON 激活函數(shù)（Activate Or Not ， ACON）

ReLU激活函數(shù)在深度學(xué)習(xí)中有著廣泛的應(yīng)用，由于其非飽和、稀疏性等優(yōu)秀的特性在構(gòu)建稀疏性的神經(jīng)網(wǎng)絡(luò)矩陣時(shí)十分方便，但是它也同樣會(huì)造成神經(jīng)元權(quán)重不更新從而導(dǎo)致神經(jīng)元壞死。而Leaky ReLU 也存著在函數(shù)負(fù)半軸收斂速度過(guò)慢，函數(shù)在零點(diǎn)位置不平滑的問(wèn)題?；贚eaky ReLU函數(shù)的特性提出了一種與Leaky ReLU相似的ACON family 激活函數(shù)[5]。本次算法改進(jìn)是將CSP1_X 及CBL 結(jié)構(gòu)中原有的Leaky ReLU激活函數(shù)替換成ACON激活函數(shù)。

如圖6所示，ACON函數(shù)明確了線性和非線性參數(shù)的切換，從而決定了神經(jīng)元是否激活。ACON fam?ily 激活函數(shù)分為三大類(lèi)型：ACON-A、ACON-B、ACON-C。其公式如下：

其中ACON-A，ACON-B 是ReLU 函數(shù)和Leaky_ReLU的平滑近似，σ為S型函數(shù)，參數(shù)β為轉(zhuǎn)換因子，p 為一個(gè)可學(xué)習(xí)的參數(shù)，一般設(shè)小于1。

如圖7所示，ACON函數(shù)族曲線相較ReLU函數(shù)族更加平滑，在其曲線上任意一點(diǎn)連續(xù)可微的同時(shí)，也保留了ReLU函數(shù)族在正負(fù)半軸的梯度特點(diǎn)。

如圖8所示，ACON-C的一階導(dǎo)數(shù)的上下邊界范圍也是通過(guò)P 和P 兩個(gè)參數(shù)來(lái)調(diào)整決定的，通過(guò)學(xué)習(xí)P 和P 的邊界范圍，就可以獲得性能更好的激活函數(shù)。參數(shù)β控制激活函數(shù)的線性/非線性，這種特定的激活有助于提高泛化和傳遞性能。

4 實(shí)驗(yàn)結(jié)果對(duì)比

4.1 實(shí)驗(yàn)環(huán)境及說(shuō)明

本次實(shí)驗(yàn)在PyTorch深度學(xué)習(xí)框架下進(jìn)行，服務(wù)器參數(shù)為CPU：Intel（R） Xeon（R） CPU E5-2609 v4 @1.70GHz，架構(gòu)為：x86_64 GPU：12GB 顯存的NVIDIATesla P100。在訓(xùn)練過(guò)程中使用隨機(jī)剪裁、水平翻轉(zhuǎn)等方式增強(qiáng)數(shù)據(jù)集，初始學(xué)習(xí)率為0.0001，輸入圖像尺寸統(tǒng)一設(shè)置為640×640，置信度設(shè)為0.7。

4.2 實(shí)驗(yàn)結(jié)果對(duì)比

本次實(shí)驗(yàn)在迭代300輪次的實(shí)驗(yàn)環(huán)境下將三種算法模型YOLOv4、YOLOv5s、SSD和增加了CBAM注意力機(jī)制而未改變激活函數(shù)的CBAM-YOLOv5s模型與本文改進(jìn)的YOLOv5算法結(jié)果進(jìn)行對(duì)比，對(duì)比指標(biāo)有mAP、精準(zhǔn)率、召回率、處理速度（幀數(shù)），對(duì)比結(jié)果如下表。

經(jīng)兩次數(shù)據(jù)集實(shí)驗(yàn)對(duì)比，同時(shí)增加了CBAM 和ACON激活函數(shù)的模型在性能上明顯優(yōu)于其他四種。而改進(jìn)過(guò)的算法模型由于其增加了CBAM注意力機(jī)制，原本的激活函數(shù)替換成了ACON激活函數(shù)，在不同數(shù)據(jù)集上mAP、精準(zhǔn)度和召回率對(duì)比其他模型均有所提高，而處理速度分別僅下降了2.5%、3%，這是完全可以接受的。由此可見(jiàn)，本文提出的算法模型整體上優(yōu)于其他三種模型。

4.3 實(shí)驗(yàn)檢測(cè)效果圖

如圖9所示，（1） （2） 為白色煙霧；（3） （5） 為黑色煙霧；（4） 則為無(wú)煙圖像；（6） 為電車(chē)起火瞬間；（7） 為系統(tǒng)判定失焦圖像。經(jīng)檢驗(yàn)，模型能夠很好地檢測(cè)出火災(zāi)煙霧位置，及時(shí)發(fā)出警報(bào)，從而減少火災(zāi)所造成的損失。

5結(jié)論

本次實(shí)驗(yàn)是針對(duì)現(xiàn)有的火災(zāi)煙霧檢測(cè)算法精度不足、誤檢率高以及在不同數(shù)據(jù)集上效果差距大等問(wèn)題進(jìn)行改進(jìn)。本文采用YOLOv5算法融合CBAM注意力機(jī)制提高檢測(cè)精度的同時(shí)，將激活函數(shù)替換成ACON函數(shù)，提高了模型的抗過(guò)擬合能力。在不同數(shù)據(jù)集測(cè)試后，精準(zhǔn)度與召回率均優(yōu)于其他對(duì)比模型。在實(shí)際應(yīng)用中，受光線、環(huán)境和天氣等因素影響，攝像裝置在采集圖像信息時(shí)，可能會(huì)發(fā)生煙霧信息采集不全、圖像亮度過(guò)低的情況，導(dǎo)致煙霧檢測(cè)效果不佳。本次實(shí)驗(yàn)所用的改進(jìn)的算法模型雖然在精準(zhǔn)度與召回率上相比其他模型算法均有所提升，但檢測(cè)速度略微降低。下一步工作將針對(duì)攝像頭檢測(cè)條件不佳時(shí)的煙霧檢測(cè)，以及在檢測(cè)精度提高的情況下如何提高檢測(cè)速度兩方面進(jìn)行更深入的研究。