徐春鴿

(廣東培正學(xué)院數(shù)字科學(xué)與計(jì)算機(jī)學(xué)院，廣東 廣州 510830)

0 引言

智能施工現(xiàn)場[1]，目標(biāo)檢測技術(shù)在智能監(jiān)控系統(tǒng)中起著至關(guān)重要的作用，其中安全帽和反光背心檢測成為研究熱點(diǎn)[2]。目前，安全帽和反光背心檢測已經(jīng)從傳統(tǒng)的機(jī)器學(xué)習(xí)方法轉(zhuǎn)向深度學(xué)習(xí)方法。

許多學(xué)者提出將YOLO 算法應(yīng)用于頭盔和反光背心的實(shí)時檢測。目前，利用YOLO 算法對頭盔和反光背心進(jìn)行檢測時，精度還無法滿足實(shí)時性要求，容易出現(xiàn)漏檢，同時存在精度和速度無法兼顧等問題。

為了解決這些問題，本文提出了一種頭盔和反光背心的檢測模型，選擇YOLOv5s 網(wǎng)絡(luò)模型作為主體，采用GhostNet 模塊代替原始的卷積Conv，以及采用C3Ghost 替換C3 模塊，這樣可以極大減少冗余，提高檢測速度；用CAFAFE 模塊替代原上采樣Upsample，來提高模型的檢測精度。

1 融入CARAFE、GhostNet 模塊的YOLOv5s算法

1.1 原始YOLOv5s算法

YOLOv5 是由Ultralytics 提出的，其在YOLOv4基礎(chǔ)上進(jìn)行了改進(jìn)。YOLOv5吸收了先前版本和其他網(wǎng)絡(luò)（例如CSPNet 和PANet[3-4]）的優(yōu)點(diǎn)，并在準(zhǔn)確性和速度之間取得了良好的效果。YOLOv5利用深度倍數(shù)和寬度倍數(shù)來控制網(wǎng)絡(luò)的寬度和深度。YOLOv5s是這個系列中深度最小，特征圖寬度最小的網(wǎng)絡(luò)，其他網(wǎng)絡(luò)版本也在這個基礎(chǔ)上不斷深化和拓寬。YOLOv5s 主要由以下幾個部分構(gòu)成：①輸入（馬賽克數(shù)據(jù)增強(qiáng)、自適應(yīng)anchorbox計(jì)算和自適應(yīng)圖像縮放）；②骨干網(wǎng)絡(luò)（CSPNet和Focus模塊）；③頸部網(wǎng)絡(luò)（FPN和PANet）；④檢測端（CIoU損失函數(shù)）。如圖1所示。

圖1 YOLOv5s結(jié)構(gòu)圖

1.2 基于CARAFE算子的特征重組上采樣

YOLOv5s中有很多上采樣方法，其中最近鄰法和雙線性插值法通過現(xiàn)有像素的空間關(guān)系進(jìn)行插值，實(shí)現(xiàn)簡單，但前者會改變圖像元素值的幾何連續(xù)性，后者會導(dǎo)致邊緣被平滑，都不能有效地保持特征。雖然反卷積可以通過參數(shù)學(xué)習(xí)來減少特征失真，但不可避免地引入了大量的參數(shù)。為了在上采樣期間保持特征而不引起參數(shù)峰值，本文使用CARAFE 算子進(jìn)行上采樣。輕量級上采樣算子CARAFE[5]結(jié)構(gòu)如圖2所示。

圖2 CARAFE結(jié)構(gòu)圖

CARAFE 由兩個模塊組成即采樣核預(yù)測模塊和內(nèi)容感知特征重組模塊。采樣核預(yù)測模塊主要用于生成重組核，假設(shè)輸入特征映射大小為H×W×C，采樣多重度為σ(=2)。首先，使用1*1卷積層將輸入特征通道從C壓縮到Cm，以減少參數(shù)數(shù)量和計(jì)算成本。然后，執(zhí)行內(nèi)容編碼以生成重組內(nèi)核。這是通過使用大小為kencoder×kencoder的卷積層來預(yù)測壓縮特征圖的采樣內(nèi)核，以獲得輸出通道數(shù)為σ2×的采樣內(nèi)核。設(shè)置kup=5和kencoder=3作為性能和效率之間的折衷。將其在空間維度上展開，可以得到一個大小為σH×σW×kup×kup的重組核。最后，使用Softmax 函數(shù)在空間維度上對生成的大小為kup×kup的每個重組核進(jìn)行歸一化操作，歸一化操作之后兩核之間相加小于1。內(nèi)容感知特征重組模塊先將不同位置映射到輸入特征上，并且在中心位置處取一塊kup大小的區(qū)域，然后與該處的上采樣做乘積得到輸出值。對于一個目標(biāo)位置l'和對應(yīng)的以l=(i,j)為中心的正方形區(qū)域N(χl,kup)，計(jì)算方法如下：

其中，χ'表示新的特征映射，wl'表示重組內(nèi)核，r=[kup/2]。

1.3 融入GhostNet模塊

GhostNet 是一種神經(jīng)網(wǎng)絡(luò)架構(gòu)，旨在平衡高精度和低計(jì)算成本。GhostNet[6]的出現(xiàn)解決傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)模型過于復(fù)雜而無法在資源受限的設(shè)備上運(yùn)行的缺點(diǎn)。本文對YOLOv5s 網(wǎng)絡(luò)進(jìn)行改進(jìn)，將原來的C3 模塊替換為來自GhostNet 的C3Ghost 模塊，該模塊可以通過在多個卷積層之間共享權(quán)重來降低模型的計(jì)算復(fù)雜性。因此，采用GhostNet 可以在保持準(zhǔn)確率的同時具有更少的參數(shù)。并且本文還將CBS 模塊替換為Ghost Conv 模塊，該模塊可以減少模型參數(shù)量。圖3描述了Ghost模塊的操作。

圖3 GhostNet卷積過程圖

與傳統(tǒng)的卷積塊不同，GhostConv 分兩步對圖像進(jìn)行特征圖提取。第一步還是用普通的卷積計(jì)算，此時得到的特征圖通道較少。第二步使用廉價操作（depthwise conv）再次進(jìn)行特征提取，得到更多的特征圖，然后使用concat兩次得到新的特征圖，形成新的輸出。

從圖3 可以看出，廉價操作將在每個通道上執(zhí)行廉價計(jì)算，以增強(qiáng)特征獲取并增加通道數(shù)量。與傳統(tǒng)的卷積計(jì)算相比，這種模式需要的計(jì)算量要少得多。

1.4 改進(jìn)算法YOLOv5s-GC

改進(jìn)的YOLOv5s的網(wǎng)絡(luò)結(jié)結(jié)構(gòu)，主要在骨干網(wǎng)絡(luò)和頸部網(wǎng)絡(luò)進(jìn)行改進(jìn)。骨干網(wǎng)絡(luò)和部分頸部網(wǎng)絡(luò)采用GhostConv 和C3Ghost 模塊組成，以此降低模型的復(fù)雜性，提高模型的檢測效率。頸部網(wǎng)絡(luò)的上采樣Upsample 是用CAFAFE 模塊所替代，CARAFE 模塊是由內(nèi)核預(yù)測模塊（KPM）和內(nèi)容感知重組模塊（CaRM）兩部分組成，其功能是通過上采樣核預(yù)測和特征重組。相當(dāng)于是用內(nèi)核預(yù)測模塊（KPM）和內(nèi)容感知重組模塊（CaRM）來替代其Upsample 上采樣模塊中的FPN 和PAN 結(jié)構(gòu)，來提高模型的檢測精度。本文將融入GhostNet模塊、CAFAFE模塊的YOLOv5s算法稱為YOLOv5s-GhostNet-CAFAFE 算法（簡稱YOLOv5s-GC算法），其算法結(jié)構(gòu)如圖4所示。

圖4 YOLOv5s-GC結(jié)構(gòu)圖

2 實(shí)驗(yàn)與結(jié)果分析

2.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)的電腦設(shè)備使用了NVIDIA GeForce RTX 3060，顯卡類型為GDDR6，顯存容量為16 GB。在虛擬環(huán)境使用Anaconda 3，IDE 環(huán)境使用了PyCharm Community，開源框架使用了CUDA11.1 對應(yīng)的PyTorch，開發(fā)環(huán)境為Python 3.9。

2.2 數(shù)據(jù)集介紹與分析

本文采用了Kaggle[7]的鐵路工人安全帽和反光衣數(shù)據(jù)集，數(shù)據(jù)集有三個類別，涉及人、安全帽和反光衣，數(shù)據(jù)集總數(shù)量為1898張。數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)為小目標(biāo)。

2.3 模型評價指標(biāo)

為了驗(yàn)證改進(jìn)算法的有效性，本文采用精度率(P)、召回率(R)和平均精度（mAP）這三個評價指標(biāo)對模型進(jìn)行評估。在目標(biāo)檢測中，mAP 是一個關(guān)鍵的綜合指標(biāo)，它能夠?qū)δＰ蜋z測的準(zhǔn)確性進(jìn)行全面評估。精確率P和召回率R可以表示如下：

其中，TP、FP和FN分別表示真陽性、假陽性和假陰性。要計(jì)算mAP，必須計(jì)算出每個類的平均精度（AP），該值可以通過全點(diǎn)插值方法計(jì)算，并繪制精確率和召回率曲線。此外，通過對每個類取AP 的平均值來計(jì)算mAP。公式可以表示如下：

其中，i 是指標(biāo)值，P 和R 分別表示精確率和召回率，N數(shù)據(jù)的類別數(shù)，APi是第i 類的平均精度。此外，本文還引入了每秒幀數(shù)（FPS）和模型的參數(shù)大小作為模型性能的評價指標(biāo)之一。速度越高，就越能滿足安全帽和反光衣實(shí)時檢測的需求。

2.4 網(wǎng)絡(luò)訓(xùn)練

在對模型進(jìn)行訓(xùn)練時，需要對超參數(shù)進(jìn)行設(shè)置，超參數(shù)的好壞直接影響模型訓(xùn)練的結(jié)果，具體設(shè)置的參數(shù)如表1所示。

表1 網(wǎng)絡(luò)訓(xùn)練參數(shù)設(shè)置取值

2.5 實(shí)驗(yàn)結(jié)果與對比分析

2.5.1 YOLOv5s-GC和YOLOv5s算法P、R對比

為了更好地理解兩種算法之間的性能差異，對訓(xùn)練過程中P、R 進(jìn)行打印。具體來說，對YOLOv5s-GC算法和原YOLOv5s 算法訓(xùn)練過程中P 和R 的變化進(jìn)行打印，對比如圖5所示。

圖5 YOLOv5s-GC和YOLOv5s算法P、R對比圖

圖5a 可以看出，YOLOv5s-GC 和YOLOv5s 算法P 精確率相比，其收斂速度和精確率的值相似。圖5b可以看出，YOLOv5s-GC 和YOLOv5s算法R召回率相比，其收斂速度和召回率的值更高更快。因此，YOLOv5s-GC 和YOLOv5s 算法相比，其實(shí)際檢測安全帽和反光衣佩戴情況的準(zhǔn)確率更高。

2.5.2 消融實(shí)驗(yàn)

為了深入探究不同的改進(jìn)方案對YOLOv5 算法性能的影響而設(shè)計(jì)了三組實(shí)驗(yàn)，以研究各種不同的改進(jìn)方案。其中“√”表示在模型中引入了改進(jìn)方法，“×”表示在模型中沒有引入改進(jìn)方法。其消融實(shí)驗(yàn)的性能對比表如表2所示。

表2 消融實(shí)驗(yàn)性能對比

從表2 可以看出，YOLOv5s-G 相比YOLOv5s 采用GhostNet 模塊代替原始的卷積Conv，以及采用C3Ghost 替換C3模塊，其F1 和mAP 略微有所下降，但模型大小減少了一半，檢測速度提升了8fps，可以證明采用GhostNet 模塊可以降低模型的復(fù)雜性，提高模型的檢測效率。YOLOv5s-C 相比YOLOv5s 采用CAFAFE 模塊替代原上采樣Upsample，其F1 提升了6%，mAP 提升了6.71%，模型大小略微有所增加，檢測速度持平。YOLOv5s-GC 融入GhostNet 模塊、CAFAFE 模塊，其F1 提升了4%，mAP 提升了5.8%，模型大小減少了24.3M，檢測速度提升了8fps。實(shí)驗(yàn)結(jié)果表明，采用CARAFE 方法進(jìn)行改進(jìn)，可以提高精度。采用GhostNet 模塊方法進(jìn)行改進(jìn)，可以降低模型的復(fù)雜性，提高模型的檢測效率。

為了看出模型對三類的檢測效果，分別打印出YOLOv5s 和YOLOv5s-GC 在測試集上混淆矩陣圖，如圖6(a)YOLOv5s 混淆矩陣和圖6(b)YOLOv5s-GC混淆矩陣。

圖6 YOLOv5s-GC和YOLOv5s混淆矩陣對比圖

混淆矩陣圖對角線上深色方塊代表了預(yù)測正確類別的比例，圖6(b)可以看出YOLOv5s-GC 識別為hamlet 的概率為92%，圖6(a)可以看出YOLOv5s 識別為hamlet 的概率為77%，可以說明本文改進(jìn)算法YOLOv5s-GC 相比YOLOv5s 識別正確率更高，效果更好。

2.6 檢測結(jié)果對比

通過前文可知，YOLOv5s-GC 算法精確率、效率較高，且更易于部署，更滿足工業(yè)檢測要求。為了更加直觀的看出效果，將本文改進(jìn)算法YOLOv5s-GC 與原YOLOv5s 對實(shí)際圖片進(jìn)行測試，得到檢測結(jié)果如圖7、圖8 所示。其中圖7 為YOLOv5s 檢測圖，圖8 為YOLOv5s-GC檢測圖。

圖7 為YOLOv5s檢測圖

圖8 YOLOv5s-GC檢測圖

通過檢測結(jié)果圖8(a)、圖8(b)和圖7(a)、圖7(b)對比表明，YOLOv5s-GC 算法相比YOLOv5s 算法，檢測精度有所提升，對實(shí)際場景的檢測效果較好。

3 結(jié)論

由于原YOLOv5s算法存在模型復(fù)雜、準(zhǔn)確率低等局限性，本文提出了一種基于YOLOv5s 的改進(jìn)算法YOLOv5s-GC。該算法首先采用GhostConv和C3Ghost模塊替換Conv 卷積，以此降低模型的復(fù)雜性，提高模型的檢測效率。其次將頸部網(wǎng)絡(luò)的上采樣Upsample用CAFAFE 模塊替代，其功能為通過上采樣核預(yù)測和特征重組。即用內(nèi)核預(yù)測模塊（KPM）和內(nèi)容感知重組模塊（CaRM）來替代其Upsample 上采樣模塊中的FPN 和PAN 結(jié)構(gòu)，以提高模型的檢測精度。實(shí)驗(yàn)結(jié)果表明，本文提出的YOLOv5s-GC 算法相比原YOLOv5s 算法，其F1、mAP、檢測速度均有所提升，且模型大小減少了一半，更利于模型的實(shí)時檢測和部署，更適合安全帽和反光背心佩戴的實(shí)時檢測。