陳任飛，彭 勇,*，吳 劍，歐陽(yáng)文宇，李 昱，岳廷秀

(1.大連理工大學(xué) 水利工程學(xué)院，遼寧 大連 116024；2.大連理工大學(xué) 人工智能大連研究院，遼寧 大連 116000)

漂浮物會(huì)對(duì)水質(zhì)、水面景觀、供水、水產(chǎn)和航運(yùn)等造成不利影響，加強(qiáng)水面漂浮物檢測(cè)與打撈對(duì)水利工程具有重要意義[1]。如譚磊[2]、徐曉暉[3]、Qiao[4]、Hu[5]和Li[6]等在應(yīng)用過程中發(fā)現(xiàn)，傳統(tǒng)水面漂浮物檢測(cè)典型方法普遍存在效率低、精度低[7]等問題，特別是動(dòng)態(tài)水面和漂浮物不規(guī)則、圖像特征提取相對(duì)困難、漂浮物的頻繁移動(dòng)等增加了檢測(cè)難度[8]，難以滿足復(fù)雜水面場(chǎng)景的大范圍漂浮物自動(dòng)化檢測(cè)作業(yè)的需求[9]。隨著人工智能技術(shù)的快速發(fā)展，基于深度學(xué)習(xí)的圖像識(shí)別算法為漂浮物智能識(shí)別與定位提供了新的技術(shù)支撐[10-12]。目前，基于深度學(xué)習(xí)的水面漂浮物檢測(cè)算法沿著兩條主線發(fā)展：一是以Faster RCNN[13]、CA-Faster R-CNN[14]為代表的基于候選框方式的檢測(cè)主線，能夠有效確保漂浮物檢測(cè)精度，但檢測(cè)速度無法滿足實(shí)時(shí)檢測(cè)需求；二是以YOLO[15]、SSD[16]和Retain-Net[17]為代表的一體化檢測(cè)算法，檢測(cè)速度要明顯快于前者，但漂浮物檢測(cè)精度略有下降[18]，其中SSD檢測(cè)算法的準(zhǔn)確率和檢測(cè)速度相對(duì)較優(yōu)，成為當(dāng)前水面漂浮物目標(biāo)檢測(cè)的主流方法[19]。上述檢測(cè)算法適用于一定范圍內(nèi)且物理環(huán)境復(fù)雜度相對(duì)較低的漂浮物目標(biāo)檢測(cè)，但水面漂浮物的識(shí)別環(huán)境受到大量噪聲和環(huán)境干擾，使得不同尺度圖像特征的提取相對(duì)困難。此外，現(xiàn)有漂浮物檢測(cè)算法結(jié)構(gòu)復(fù)雜且模型內(nèi)存成本高，無法滿足低性能檢測(cè)設(shè)備的實(shí)時(shí)應(yīng)用需求，難以得到廣泛推廣應(yīng)用[20]。

輕量化深度學(xué)習(xí)模型[21]和動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)[22]為平衡目標(biāo)檢測(cè)精度、效率和計(jì)算復(fù)雜度提供了新思路。以MobileNet為代表的輕量化深度學(xué)習(xí)模型通過引入反向殘差網(wǎng)絡(luò)減少參數(shù)計(jì)算量，并憑借檢測(cè)速度和模型內(nèi)存的優(yōu)勢(shì)在車輛檢測(cè)[23]、海珍品識(shí)別[24]及水底生物檢測(cè)領(lǐng)域[25]廣泛應(yīng)用。動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)通過結(jié)合動(dòng)態(tài)門（Dynamic gating）操作原則和自適應(yīng)選擇分支（Adaptively Selected Branch）方法對(duì)目標(biāo)物輸出特征進(jìn)行量化，通過優(yōu)化計(jì)算資源的分配策略實(shí)現(xiàn)了目標(biāo)檢測(cè)準(zhǔn)確性和計(jì)算復(fù)雜度之間的平衡，提升了動(dòng)態(tài)推理的合理性。目前，動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)主要應(yīng)用于降低浮點(diǎn)數(shù)運(yùn)算量（FLOPs），如：在COCO minival上將Faster R-CNN的特征金字塔網(wǎng)絡(luò)（FPN）替換為inception FPN，平均檢測(cè)精度提升了1.6%；而引入動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)后，在保持同等性能的情況下FLOPs減少約40%。當(dāng)前，水環(huán)境檢測(cè)領(lǐng)域的研究主要集中在提升算法的檢測(cè)精度，缺乏對(duì)漂浮物檢測(cè)算法的輕量化、精度和效率均衡化問題的全面系統(tǒng)研究，無法實(shí)現(xiàn)水面漂浮物的實(shí)時(shí)精準(zhǔn)檢測(cè)。

本文針對(duì)現(xiàn)有目標(biāo)檢測(cè)算法精度、效率和復(fù)雜水面環(huán)境的干擾問題，整合圖像去噪、增強(qiáng)處理和深度學(xué)習(xí)框架，提出了一種基于改進(jìn)SSD算法的水面漂浮物檢測(cè)方法。首先，引入稀疏分解的思想對(duì)低質(zhì)量的水面漂浮物圖像進(jìn)行圖像降噪和增強(qiáng)處理，以保證預(yù)處理后的圖像能夠提供足夠、正確的特征信息，初步降低復(fù)雜水面環(huán)境的影響；其次，選擇結(jié)合錨框機(jī)制和回歸思想的檢測(cè)器（SSD）作為檢測(cè)框架，基于輕量級(jí)MobileNetV2網(wǎng)絡(luò)設(shè)計(jì)了特征提取網(wǎng)絡(luò)，從而替代VGG16基礎(chǔ)網(wǎng)絡(luò)，同時(shí)將動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)結(jié)構(gòu)引入到特征提取網(wǎng)絡(luò)中，以確保用于預(yù)測(cè)的特征圖具有適當(dāng)?shù)姆直媛屎蛷?qiáng)語義特征；最后，采用反向殘差模塊和深度可分離卷積，并應(yīng)用模型量化誤差校正檢測(cè)網(wǎng)絡(luò)的卷積層和全連接層，降低反向傳播的參數(shù)數(shù)量和內(nèi)存成本。

1 方 法

1.1 SSD算法

SSD算法作為一體化卷積網(wǎng)絡(luò)檢測(cè)方法，采用卷積對(duì)不同尺度特征圖進(jìn)行檢測(cè)，以先驗(yàn)框?yàn)榛鶞?zhǔn)計(jì)算預(yù)測(cè)偏差，將特征提取、位置回歸和分類任務(wù)集成到網(wǎng)絡(luò)中進(jìn)行訓(xùn)練[26]，具備速度快和精度高的優(yōu)勢(shì)。該算法以VGG16為基礎(chǔ)網(wǎng)絡(luò)，引入輔助卷積和池化層等結(jié)構(gòu)，將多尺度特征圖用于不同尺度目標(biāo)物檢測(cè)。

本文將SSD算法作為水面漂浮物檢測(cè)的基本框架，主要原因在于：1）SSD算法可以直接預(yù)測(cè)目標(biāo)物體分類和邊界框，有效降低訓(xùn)練難度；2）SSD算法結(jié)合了Faster R-CNN算法的錨框機(jī)制和YOLO算法的回歸思想，進(jìn)行不同尺度圖像特征提取，減少了訓(xùn)練參數(shù)數(shù)量。因此，SSD檢測(cè)算法可以在不同尺度圖像中達(dá)到一定的目標(biāo)識(shí)別精度和速度，提高實(shí)時(shí)檢測(cè)性能。但受限于復(fù)雜的水面漂浮物檢測(cè)環(huán)境和計(jì)算量有限的硬件性能，SSD檢測(cè)算法的檢測(cè)精度和速度依然無法滿足水面漂浮物實(shí)時(shí)檢測(cè)的需求。

1.2 改進(jìn)的SSD算法

傳統(tǒng)SSD算法中VGG16基礎(chǔ)網(wǎng)絡(luò)的參數(shù)訓(xùn)練依賴于高性能的硬件設(shè)備[27]，而基于反向殘留網(wǎng)絡(luò)的MobileNetV2-FPN具有參數(shù)少和速度快的優(yōu)勢(shì)，能夠有效解決實(shí)際水面漂浮物檢測(cè)任務(wù)中的硬件和檢測(cè)速度問題[28]。其中，MobileNetV2作為一個(gè)輕量化卷積神經(jīng)網(wǎng)絡(luò)，在MobileNetV1的基礎(chǔ)上加入了線性bottlenecks和反轉(zhuǎn)殘差模塊，構(gòu)成了高效的基本模塊，進(jìn)一步減少模型的實(shí)際操作數(shù)。特征金字塔網(wǎng)絡(luò)（feature pyramid network，F(xiàn)PN）通過融合低層特征的高分辨率和高層特征的高語義信息，在每個(gè)融合后的特征層上進(jìn)行獨(dú)立預(yù)測(cè)，實(shí)現(xiàn)了不同尺度的特征融合。雖然FPN進(jìn)行了多尺度信息的融合，但未解決對(duì)同一特征層中的多尺度問題，而動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)（dynamic feature pyramid network，DyFPN）能夠采用自適應(yīng)選擇卷積方法解決該問題，同時(shí)在相同的參數(shù)量下相較于FPN具有更高的性能。為滿足高精度、實(shí)時(shí)性和輕量化的水面漂浮物檢測(cè)要求，對(duì)SSD算法作出以下改進(jìn)：1）參考MobileNetV2的網(wǎng)絡(luò)結(jié)構(gòu)，在MobileNetV2網(wǎng)絡(luò)預(yù)測(cè)層中將深度可分離卷積代替?zhèn)鹘y(tǒng)標(biāo)準(zhǔn)卷積，將其拆分為深度卷積（depthwise convolution，DW）和逐點(diǎn)卷積（poinwise convolution,PW），并將MobileNetV2網(wǎng)絡(luò)卷積中的多尺度結(jié)構(gòu)通過跨層連接構(gòu)建DyFPN，重新設(shè)計(jì)SSD算法中的基礎(chǔ)網(wǎng)絡(luò)；2）采用模型量化方法量化深度分離卷積和標(biāo)準(zhǔn)卷積層的參數(shù)，減少參數(shù)規(guī)模，降低計(jì)算復(fù)雜度，最大化降低設(shè)備運(yùn)行成本；3）根據(jù)實(shí)際檢測(cè)設(shè)備的計(jì)算能力和水面漂浮物的檢測(cè)需求，訓(xùn)練出能夠滿足實(shí)際需求的視覺檢測(cè)模型。改進(jìn)后的算法框架如圖1所示。

圖1 改進(jìn)SSD檢測(cè)算法的網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of improved SSD detection algorithm

改進(jìn)的SSD算法由骨干網(wǎng)絡(luò)（圖1（a））和輔助網(wǎng)絡(luò)（圖1（b））組成網(wǎng)絡(luò)模塊。MobileNetV2的核心由1個(gè)標(biāo)準(zhǔn)卷積層和17個(gè)反向殘差模塊組成，如圖1（c）所示。同時(shí)，參考ResNet的殘差模塊，采用1*1→3*3→1*1的模式，首先，采用PW增加特征通道數(shù)，將膨脹系數(shù)設(shè)置為6，使用DW過濾大量通道的空間信息并提取特征，引入寬度乘數(shù)β∈[0,1]和分辨率乘數(shù)ρ，優(yōu)化并減少模型冗余參數(shù)；其次，使用PW卷積以減少通道數(shù)，通過線性轉(zhuǎn)換形成低維線性瓶頸，將ReLU6代替?zhèn)鹘y(tǒng)的非線性激活函數(shù)ReLU，將最大輸出值限制為6。調(diào)整后的反向殘差模塊是由1個(gè)1*1的卷積層、1個(gè)3*3的DW卷積、批量標(biāo)準(zhǔn)化（Batch normalize，Bn）和Relu6激勵(lì)函數(shù)組成，如圖1（d）所示。

骨干網(wǎng)絡(luò)中的DyFPN融合MobileNetV2網(wǎng)絡(luò)的輸出特征圖，在不增加過多參數(shù)的情況下，能夠有效提高水面漂浮物檢測(cè)精度。首先，將特征圖自上而下進(jìn)行兩次上采樣（up-sampling），將上采樣結(jié)果與自下而上采樣產(chǎn)生的特征圖進(jìn)行橫向連接并融合；其次，采用3*3卷積層對(duì)融合特征圖進(jìn)行卷積操作，動(dòng)態(tài)調(diào)整每個(gè)不同比例的特征地圖的大小，通過融合MobileNetV2網(wǎng)絡(luò)獲取的多尺度特征圖來提高水面漂浮物檢測(cè)精度，如圖1（e）所示。

改進(jìn)后的骨干網(wǎng)絡(luò)MobileNetV2-DyFPN網(wǎng)絡(luò)模型如圖2所示，每一行描述了一個(gè)重復(fù)n次并由一個(gè)或多個(gè)相同模塊層組成的序列。圖2中，t代表殘差塊中擴(kuò)展的維度，c代表特征圖輸出的維數(shù)，s代表卷積操作的步長(zhǎng)，n代表當(dāng)前行卷積操作被重復(fù)應(yīng)用次數(shù)。在序列1中以標(biāo)準(zhǔn)卷積層Conv2d進(jìn)行操作，將卷積核設(shè)置為24，以確保完整地提取輸入圖像的特征信息；在序列2～8中采用瓶頸倒置殘差（bottleneck）進(jìn)行卷積操作；在序列9～12中采用標(biāo)準(zhǔn)卷積Conv2d進(jìn)行自上而下和自下而上的動(dòng)態(tài)特征金字塔特征提取，構(gòu)建多個(gè)具有不同分辨率和強(qiáng)語義信息的低成本預(yù)測(cè)特征圖，在序列13中采用深度可分離卷積代替?zhèn)鹘y(tǒng)標(biāo)準(zhǔn)卷積Conv2d進(jìn)行特征預(yù)測(cè)。

圖2 改進(jìn)后的MobileNetV2-DyFPN網(wǎng)絡(luò)模型Fig.2 Improved MobileNetV2-DyFPN network model

輔助網(wǎng)絡(luò)圖1（b）的構(gòu)建是為了量化深度可分離卷積和傳統(tǒng)標(biāo)準(zhǔn)卷積的參數(shù)，以降低算法的計(jì)算復(fù)雜度和內(nèi)存成本。采用模型量化方法Quantized-CNN對(duì)卷積層進(jìn)行誤差量化，將每一層特征圖輸出的誤差進(jìn)行最小化，并融合前一層量化過程中的誤差，將誤差量化的最優(yōu)目標(biāo)設(shè)置為G：

在實(shí)際水面漂浮物檢測(cè)模型量化應(yīng)用中，以超參數(shù)K和V計(jì)算水面漂浮物識(shí)別效率和精度損失，網(wǎng)絡(luò)的計(jì)算復(fù)雜度和內(nèi)存成本計(jì)算方式見表1和2。表1、2中，Cs和Ct分別代表相鄰的前層神經(jīng)元和后層神經(jīng)元，K和V分別代表空間矩陣和子碼字，ds2、dt2和dk2分別代表不同神經(jīng)元的核寬度。

表1 CNN全連接層和卷積層量化前后計(jì)算復(fù)雜度Tab.1 Computation of fully connected and convolutional layers of CNN before and after quantization

表2 CNN全連接層和卷積層量化前后內(nèi)存成本Tab.2 Memory consumption of fully connected and convolutional layers of CNN before and after quantization

1.3 算法性能參數(shù)

為了選擇最優(yōu)的漂浮物檢測(cè)模型，采用多種評(píng)價(jià)標(biāo)準(zhǔn)來評(píng)估水面漂浮物檢測(cè)算法的性能，包括準(zhǔn)確率P、召回率R、綜合評(píng)價(jià)指數(shù)F1和平均精度MAP，具體的計(jì)算見式（2）～（5）。

式（2）～（5）中：TPN代表正確的檢測(cè)結(jié)果；FPN代表錯(cuò)誤的檢測(cè)結(jié)果；TPN+FPN代表檢測(cè)框的總數(shù)量；FNN代表漏檢的結(jié)果；TPN+FNN代表真實(shí)框的總數(shù)量；綜合評(píng)價(jià)指數(shù)F1主要是在準(zhǔn)確率和召回率不一致時(shí)而進(jìn)行評(píng)估的方法；Nc為漂浮物照片總數(shù)量；Pc為每一個(gè)不同置信閾值下漂浮物的檢測(cè)精度；c代表目標(biāo)物種類，本文中的漂浮物指的是漂浮水草（水葫蘆），c值為1。平均精度值MAP是所選11個(gè)不同置信閾值（召回值）的精度平均值。由于本文的目的是識(shí)別漂浮物數(shù)量和位置，要有效避免誤檢，而召回率相對(duì)于準(zhǔn)確率重要程度更高，綜合評(píng)價(jià)指標(biāo)F1能夠平衡準(zhǔn)確率和召回率之間的關(guān)系，平均準(zhǔn)確率MAP作為性能評(píng)價(jià)最全面的指標(biāo)，其重要程度最高。因此，確定性能指標(biāo)的優(yōu)先級(jí)順序?yàn)镸AP＞F1＞R＞P。

利用預(yù)測(cè)框與真實(shí)框的交并比（RIOU）作為判斷預(yù)測(cè)真假的前提，若RIOU大于一定閾值，將刪除此類預(yù)測(cè)框，保留并輸出得分最高的預(yù)測(cè)框，將這一過程稱為非最大抑制（NMS）算法。非最大抑制將過濾多余預(yù)測(cè)框，保證分類網(wǎng)絡(luò)在卷積核中心分類的準(zhǔn)確性[29]。Pascal Voc2010數(shù)據(jù)集以RIOU=0.5為交并比閾值[30]，再根據(jù)預(yù)測(cè)框內(nèi)類別置信度進(jìn)行判定：若RIOU＞0.5，認(rèn)為檢測(cè)結(jié)果為真樣例；否則，認(rèn)為是假樣例。

2 實(shí)驗(yàn)與結(jié)果

2.1 實(shí)驗(yàn)設(shè)計(jì)

首先，通過多種方式構(gòu)建水面漂浮物圖像數(shù)據(jù)集；其次，采用圖像降噪和增強(qiáng)算法對(duì)圖像進(jìn)行預(yù)處理，提高采集圖像的精度；然后通過LabelImg工具對(duì)圖像數(shù)據(jù)進(jìn)行標(biāo)注，并將其分為測(cè)試集、訓(xùn)練集和驗(yàn)證集，同時(shí)對(duì)改進(jìn)的SSD算法進(jìn)行遷移學(xué)習(xí)訓(xùn)練，采用隨機(jī)梯度下降算法（SGD）得到最優(yōu)權(quán)重檢測(cè)模型；最后，將訓(xùn)練好的目標(biāo)檢測(cè)模型應(yīng)用于水面漂浮物的實(shí)時(shí)檢測(cè)。

2.2 圖像數(shù)據(jù)采集與處理

復(fù)雜多變的水面環(huán)境為采集水面漂浮物圖像帶來一定的挑戰(zhàn)，通過攝像頭監(jiān)控系統(tǒng)獲取漂浮物視頻，采用視頻幀處理獲得7 872張漂浮物圖像數(shù)據(jù)。為了進(jìn)一步提高數(shù)據(jù)集的多樣性，在實(shí)驗(yàn)室環(huán)境下拍攝2 267張圖像數(shù)據(jù)，并從互聯(lián)網(wǎng)端下載3 363張圖像數(shù)據(jù)，共采集13 502張漂浮物數(shù)據(jù)用于模型的訓(xùn)練、驗(yàn)證及測(cè)試。

為了降低水面環(huán)境對(duì)漂浮物圖像質(zhì)量的影響，采用圖像降噪算法進(jìn)行圖像預(yù)處理，處理過程如圖3所示。

圖3 圖像降噪處理過程Fig.3 Process of image noise reduction processing

通過數(shù)據(jù)降噪和增強(qiáng)，共獲得148 511張漂浮物數(shù)據(jù)樣本圖像。同時(shí)，按照數(shù)據(jù)集劃分策略[31]，將數(shù)據(jù)集按照7.0∶2.5∶0.5劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，并將數(shù)據(jù)集轉(zhuǎn)換為TFRecord格式，以提高數(shù)據(jù)集讀取效率。表3為水面漂浮物數(shù)據(jù)集的統(tǒng)計(jì)數(shù)據(jù)，平均尺寸指邊界框的面積在整幅圖像中所占的百分比。

表3 水面漂浮物數(shù)據(jù)集統(tǒng)計(jì)Tab.3 Statistic of the floating objects dataset

2.3 模型訓(xùn)練與評(píng)估

本文采用的計(jì)算設(shè)備硬件配置為Inter(R) Xeon(R)E5-2620 CPU和1個(gè)NVIDIA RTX3080 GPU，使用Python3 編程語言和TensorFlow深度學(xué)習(xí)框架構(gòu)建深度學(xué)習(xí)模型。針對(duì)本文改進(jìn)的SSD算法，主要對(duì)參數(shù)Learning rate、Learning rate decay factor、Epoch與Batch size的選擇，Learning rate設(shè)置了2組備選參數(shù)，分別為0.010、0.001；Learning rate decay factor設(shè)置了3組備選參數(shù)，分別為0.50、0.90、0.99；Batch size設(shè)置了3組備選參數(shù)，分別為8、16、32；Epoch設(shè)置了4組備選參數(shù)，分別為5、10、20、40。為驗(yàn)證神經(jīng)網(wǎng)絡(luò)中各參數(shù)對(duì)模型影響的一般規(guī)律，設(shè)計(jì)對(duì)比試驗(yàn)，并對(duì)比6個(gè)方案的檢測(cè)結(jié)果，具體參數(shù)設(shè)置及檢測(cè)結(jié)果見表4。

表4 不同參數(shù)組合對(duì)應(yīng)的檢測(cè)結(jié)果評(píng)價(jià)Tab.4 Evaluation of test results corresponding to different parameter combinations

對(duì)比6項(xiàng)試驗(yàn)?zāi)Ｐ蜋z測(cè)結(jié)果發(fā)現(xiàn)：在控制Learning rate不變的情況下，當(dāng)Epoch數(shù)值增加，模型使用訓(xùn)練集中的所有樣本進(jìn)行正向和反向傳播的迭代次數(shù)增加；Batch size增加后一定程度提高了檢測(cè)精確度。試驗(yàn)1～3中Learning rate設(shè)置為0.01，對(duì)于模型的梯度下降過程不能較好地收斂到全局最小值；在網(wǎng)絡(luò)模型訓(xùn)練初始階段，設(shè)置較大的Learning rate有助于模型盡快收斂；但是在訓(xùn)練后期，較大的Learning rate會(huì)讓梯度下降在權(quán)重更新的時(shí)候出現(xiàn)波動(dòng)影響收斂。試驗(yàn)4～6中Learning rate設(shè)置為0.001，模型的檢測(cè)精確度明顯提升，在Learning rate decay factor取值0.9時(shí)檢測(cè)精確度最高；若Learning rate decay factor取值過小則不能使模型逃脫局部最小值陷阱，反之容易造成模型跳過局部最小值。基于上述試驗(yàn)得到了模型參數(shù)組合，本文將Iteration設(shè)置為150 000次，Save interval secs設(shè)置為600 s，Weight decay設(shè)置為0.000 5，具體參數(shù)設(shè)置見表5。

表5 模型網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)置Tab.5 Setting of model network training parameters

網(wǎng)絡(luò)模型損失函數(shù)的變化情況如圖4所示。由圖4可知，訓(xùn)練損失函數(shù)在40 000次迭代內(nèi)迅速下降，在40 000～60 000次迭代中平緩下降，在60 000次迭代后穩(wěn)定，之后保持輕微波動(dòng)。過多的訓(xùn)練會(huì)存在過擬合的風(fēng)險(xiǎn)，因此在30 000次迭代后，每20 000次迭代導(dǎo)出權(quán)重模型，最終選擇其中5個(gè)權(quán)重模型（11 027.ckpt、38 763.ckpt、49 878.ckpt、87 352.ckpt和102 876.ckpt，編號(hào)為1～5）評(píng)估和選擇最佳的目標(biāo)檢測(cè)模型。

圖4 網(wǎng)絡(luò)模型損失函數(shù)的變化情況Fig.4 Training loss of improved SSD algorithm

本文5個(gè)模型在驗(yàn)證集上對(duì)應(yīng)的性能指標(biāo)見表6。表6顯示：模型1、2和3相較于模型4和5性能較差；對(duì)于模型4和5，按照性能指標(biāo)的優(yōu)先級(jí)選擇模型4最優(yōu)。此外，參考COCO數(shù)據(jù)集將RIOU設(shè)定為0.5。為進(jìn)一步驗(yàn)證RIOU取值的合理性，將模型4分別在不同的RIOU取值下的準(zhǔn)確率、召回率、平均精度和漂浮物誤檢數(shù)量指標(biāo)進(jìn)行對(duì)比分析。驗(yàn)證集上不同RIOU值下模型的性能水平如圖5所示。

表6 驗(yàn)證集上5個(gè)權(quán)重模型的性能參數(shù)Tab.6 Performance parameters of the five weight models on the validation set

圖5 驗(yàn)證集上不同RIOU值下模型的性能水平Fig.5 Performance levels of the model under different RIOU values on the validation set

由圖5可知：當(dāng)RIOU設(shè)置為0.5時(shí)，準(zhǔn)確率、召回率和平均精度指標(biāo)開始呈現(xiàn)下降趨勢(shì)，漂浮物誤檢數(shù)量呈現(xiàn)顯著上升趨勢(shì)；準(zhǔn)確率和召回率分別達(dá)到了95.86%和93.64%，而F1值為94.74%，平均精度高達(dá)94.26%，驗(yàn)證了改進(jìn)后的SSD算法網(wǎng)絡(luò)結(jié)構(gòu)的有效性。

本文在水面漂浮物圖像預(yù)處理中采用了圖像降噪和增強(qiáng)算法，為了分析前后的性能變化，在圖像去噪和增強(qiáng)前后分別采用了一組數(shù)據(jù)集用于訓(xùn)練和測(cè)試，結(jié)果見表7。由表7可知，模型在圖像降噪和增強(qiáng)處理后的性能參數(shù)提高約5%，說明預(yù)處理有效提高了檢測(cè)精度。

表7 圖像去噪增強(qiáng)前后模型性能參數(shù)對(duì)比Tab.7 Comparison of performance parameters before and after image denoising and enhancement

為了驗(yàn)證模型對(duì)水面漂浮物多尺度檢測(cè)能力，分別在真實(shí)水面環(huán)境和實(shí)驗(yàn)室環(huán)境中檢測(cè)了不同大小的漂浮物，根據(jù)漂浮物的像素面積占圖像總像素面積的百分比將漂浮物分為大型（≥25%）、中型（大于5%且小于25%）和小型（≤5%），檢測(cè)對(duì)比結(jié)果見表8。

表8 不同種類漂浮物檢測(cè)參數(shù)的統(tǒng)計(jì)比較Tab.8 Statistical comparison of detection parameters of different types of floating objects

實(shí)驗(yàn)室環(huán)境下的檢測(cè)召回率均高達(dá)100%，代表無漏檢。在真實(shí)水面環(huán)境中檢測(cè)精度下降了約6%，本文采用的DyFPN使每個(gè)預(yù)測(cè)層使用的特征圖具有適當(dāng)?shù)姆直媛屎蛷?qiáng)大的語義特征，有效保證了對(duì)不同大小漂浮物的檢測(cè)效果。改進(jìn)SSD算法的圖像識(shí)別結(jié)果如圖6所示。

圖6（a）、（c）和（e）均來自測(cè)試集，對(duì)比識(shí)別結(jié)果可以發(fā)現(xiàn)：在真實(shí)水面環(huán)境下，圖6（d）中漂浮水草的尺寸較小且分散，識(shí)別率達(dá)到0.988和0.936；當(dāng)漂浮水草的尺寸增加至圖6（b）時(shí)，檢測(cè)精度達(dá)到0.806和0.996；當(dāng)檢測(cè)區(qū)域出現(xiàn)多種且不規(guī)則的水草時(shí)，改進(jìn)SSD算法在圖6（f）中可以有效識(shí)別區(qū)域內(nèi)所有的漂浮水草，但檢測(cè)精度略低于圖6（b）和（d），說明復(fù)雜檢測(cè)環(huán)境和漂浮物的不規(guī)則變化影響檢測(cè)精度。

3 分析與討論

為了進(jìn)一步驗(yàn)證改進(jìn)SSD算法的性能，本文選擇VGG16、ResNet50、MobileNet 3種網(wǎng)絡(luò)模型作為SSD算法的特征提取網(wǎng)絡(luò)，同時(shí)利用訓(xùn)練集對(duì)上述3種特征提取網(wǎng)絡(luò)模型進(jìn)行了對(duì)比，并在驗(yàn)證集上驗(yàn)證了不同特征提取網(wǎng)絡(luò)、模型量化和DW卷積在水面漂浮物檢測(cè)精度、速度和內(nèi)存成本等方面的性能，具體結(jié)果見表9。

由表9可知：SSD模型采用VGG16和ResNet50作為特征提取網(wǎng)絡(luò)后，檢測(cè)精度較低，均低于90%；但ResNet50由于采用了殘差結(jié)構(gòu)從而加強(qiáng)了對(duì)漂浮物特征的學(xué)習(xí)，其檢測(cè)精度要高于VGG16，但該模型由于采用復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)造成計(jì)算量和內(nèi)存成本較大。當(dāng)使用寬度乘數(shù)為1和輸入分辨率為300的MobileNetV1和MobileNetV2時(shí)，檢測(cè)效率提升了約50%，參數(shù)計(jì)算量和內(nèi)存成本分別減少到39.1億次和29.11 MB，但檢測(cè)精度降低。MobileNetV2由于采用了殘差倒置瓶頸結(jié)構(gòu)的內(nèi)存推理機(jī)制和線性瓶頸，其檢測(cè)性能在各個(gè)方面都優(yōu)于MobileNetV1。當(dāng)使用寬度乘數(shù)為0.75和分辨率為300的MobileNetV2-DyFPN時(shí)，檢測(cè)精度提高到95.19%，相較于MobileNetV2提高了6.06%，但計(jì)算量、參數(shù)數(shù)量和運(yùn)算時(shí)間由于網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜而小幅增加，說明MobileNetV2-DyFPN作為SSD算法的特征提取網(wǎng)絡(luò)能夠?qū)崿F(xiàn)高檢測(cè)精度和輕量化檢測(cè)模型的目標(biāo)。當(dāng)引入模型量化方法后，GPU和CPU運(yùn)行速度提高了約4倍，參數(shù)數(shù)量和內(nèi)存成本壓縮了約4倍，識(shí)別準(zhǔn)確率僅降低了1.43%，因此改進(jìn)后的SSD算法能夠有效實(shí)現(xiàn)檢測(cè)精度和效率的平衡。當(dāng)引入DW卷積和降低輸入分辨率后，該模型精度達(dá)到94.26%，說明在低分辨率圖像上保持了良好的檢測(cè)效果，更接近自動(dòng)打撈設(shè)備的硬件性能和實(shí)際需求。整體而言，VGG16作為傳統(tǒng)SSD算法的特征提取網(wǎng)絡(luò)，網(wǎng)絡(luò)參數(shù)量大且模型內(nèi)存容量大，檢測(cè)效率和精度較低；引入殘差結(jié)構(gòu)的ResNet50加深了特征提取網(wǎng)絡(luò)，精度提升但網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，檢測(cè)效率低；加入輕量化MobileNetV2的SSD算法，得益于倒置瓶頸結(jié)構(gòu)和線性瓶頸的優(yōu)勢(shì)，提升了檢測(cè)效率，但檢測(cè)精度降低；在引入MobileNetV2-DyFPN后，SSD算法通過采用自適應(yīng)選擇卷積方法在不增加參數(shù)的前提下提升了MobileNetV2的檢測(cè)精度；在骨干網(wǎng)絡(luò)MobileNetV2-DyFPN的基礎(chǔ)上加入模型量化和DW卷積，通過加速卷積層計(jì)算和壓縮全連接層的參數(shù)，大幅度降低了模型的計(jì)算量和模型內(nèi)存。

結(jié)合浙江德清智慧水利項(xiàng)目中實(shí)際的水面漂浮物檢測(cè)任務(wù)，檢測(cè)設(shè)備的計(jì)算和存儲(chǔ)承載能力僅達(dá)到20億次FLOPs和4 GB，為實(shí)驗(yàn)室場(chǎng)景下的1/8，攝像頭的分辨率為640×480；而實(shí)際檢測(cè)環(huán)境下由于天氣、光照的影響會(huì)降低圖像分辨率，對(duì)低分辨率輸入圖像、低性能設(shè)備和快速檢測(cè)的需求更為迫切。因此，基于以上實(shí)驗(yàn)結(jié)果分析，改進(jìn)的SSD檢測(cè)模型具有精度高、體積小、效率高的特點(diǎn)，可以滿足水面漂浮物檢測(cè)的實(shí)際需求。

為了再進(jìn)一步驗(yàn)證改進(jìn)SSD算法的穩(wěn)健性，與YOLOV3、Faster RCNN和HOG+SVM模型進(jìn)行對(duì)比，各模型在測(cè)試集上的性能參數(shù)見表10。由表10可知：改進(jìn)后的SSD算法在水面漂浮物檢測(cè)精度和Faster RCNN處于同一水平，而檢測(cè)速度在GPU支持下約是YOLOV3的2倍，并在運(yùn)算復(fù)雜度、參數(shù)數(shù)量和內(nèi)存成本方面都優(yōu)于其他3類檢測(cè)模型；傳統(tǒng)的HOG+SVM模型檢測(cè)效果最差，在水面漂浮物檢測(cè)中存在較多誤檢和漏檢，檢測(cè)速度最低，說明傳統(tǒng)的分類識(shí)別方法對(duì)水面漂浮物檢測(cè)對(duì)象和環(huán)境要求較高，缺乏魯棒性。綜合檢測(cè)精度、速度、模型內(nèi)存和魯棒性來看，改進(jìn)的SSD算法能夠有效用于檢測(cè)水面漂浮物并準(zhǔn)確引導(dǎo)打撈工作工作。

表10 測(cè)試集上不同檢測(cè)模型性能對(duì)比Tab.10 Comparison of detection parameters of different methods

4 結(jié) 論

本文改進(jìn)了深度學(xué)習(xí)SSD算法的基本框架，通過引入輕量化MobileNetV2特征提取網(wǎng)絡(luò)，在預(yù)測(cè)層中將深度可分離卷積取代標(biāo)準(zhǔn)卷積，在特征提取層采用動(dòng)態(tài)特征金字塔網(wǎng)絡(luò)架構(gòu)，以MobileNetV2-Dy-FPN代替VGG16作為骨干網(wǎng)絡(luò)，將模型量化方法作為輔助網(wǎng)絡(luò)，建立了水面漂浮物檢測(cè)模型，并采用圖像降噪和增強(qiáng)算法對(duì)原始圖像數(shù)據(jù)集進(jìn)行預(yù)處理；通過對(duì)改進(jìn)SSD算法的訓(xùn)練與驗(yàn)證，以多種性能指標(biāo)評(píng)價(jià)模型檢測(cè)效果。實(shí)例應(yīng)用結(jié)果表明，改進(jìn)后的SSD算法確保了不同分辨率的特征圖可以有效檢測(cè)出目標(biāo)漂浮物，檢測(cè)精度達(dá)到95.86%，在GPU下檢測(cè)效率達(dá)到64.23 FPS，檢測(cè)性能滿足水面漂浮物實(shí)際精度要求。同時(shí)，通過模型量化將模型內(nèi)存成本控制在6.27 MB，有效節(jié)約計(jì)算資源，滿足漂浮物的實(shí)時(shí)檢測(cè)需求，具有較高的魯棒性和泛化能力。

復(fù)雜的水面環(huán)境對(duì)漂浮物檢測(cè)有重要影響，如在檢測(cè)附著和遮擋面積大的小目標(biāo)漂浮物時(shí)，檢測(cè)效果并不理想。同時(shí)，拍攝角度與光照等因素也會(huì)導(dǎo)致圖像誤差，會(huì)對(duì)算法提出更高的要求。未來將從漂浮物圖像采集環(huán)境和改進(jìn)圖像識(shí)別算法等方向進(jìn)一步研究，以增強(qiáng)算法的實(shí)用性和適用性。