馬 斌,張 亞

(安徽理工大學 電氣與信息工程學院,安徽 淮南 232007)

0 引言

為了加強人們安全騎行的意識,減少交通事故的發(fā)生,公安部于2020年6月1日起推行“一盔一帶”安全守護行動,并倡導電動車騎行人員佩戴頭盔。在面對極為復雜的交通道路騎行情況時,傳統(tǒng)的人力檢查方式耗時耗力,無法大面積推行。因此利用人工智能判斷騎行人員的頭盔佩戴與否具有很大的現(xiàn)實意義。

在實際的道路中,天氣、陽光和霧霾等環(huán)境因素的變化會對檢測效果產生嚴重影響。此外,電動車時刻處于運動中,會造成檢測裝置采集的圖片變得迷糊、分辨率低,對于遠距離的電動車騎行人員,存在目標較小難以被檢測到的問題。為此,本文提出了一種基于YOLOv5s網絡改進的頭盔佩戴檢測算法。

1 YOLOv5s

YOLOv5s網絡模型是YOLOv5中比較輕量化的一種模型,能很好地嵌入硬件,是一種單階段目標檢測網絡算法。該網絡模型主要分為4個部分,分別為輸入端、Backbone、Neck以及輸出層預測部分。是在YOLOv4的基礎上添加了新的改進思路,使其速度與精度都得到了極大的性能提升。其中,在輸入端的主要改進思路包括Mosaic數據增強、自適應錨框計算、自適應圖片縮放;主干部分的改進主要是Focus結構與CSP結構;Neck網絡中的改進主要是在BackBone與最后的Head輸出層之間插入了FPN+PAN結構;在輸出層中主要改進了訓練時的損失函數。

2 YOLOv5s網絡模型的改進

2.1 整體網絡結構

本文選用檢測速度和準確率都不錯的YOLOv5s算法作為基礎網絡,提出了一種改進的頭盔檢測算法,將自制的電動車頭盔數據集作為訓練和檢測的目標。原有網絡中含有大量普通卷積,會嚴重影響目標特征信息的提取,因此在網絡模型Neck部分卷積中融入Ghost模塊,旨在減輕模型冗余程度。此外,在YOLOv5s中引入CBAM注意力機制和SPD-Conv模塊[1]。CBAM的引入可以使訓練過程中更多地關注在關鍵信息上,大大減少了冗雜信息的干擾。而SPD-Conv模塊的使用可以加強對低分辨率目標和小目標物體的檢測能力。其中,將原始網絡Neck部分的所有Conv層和C3模塊分別替換成GhostConv和C3Ghost模塊,將CBAM注意力模塊引入到Neck部分的GhostConv之后。在主干部分的Conv層中,除第一層之外的4層Conv(步長設為1)層分別和SPD結合成SPD-Conv模塊,并在Neck中的Concat之前也添加SPD模塊。

2.2 Ghost模塊

Ghost卷積的思想是在少量的非線性卷積得到的特征圖基礎上[2],再進行一次線性卷積,從而獲取更多的特征圖,以此來實現(xiàn)消除冗余特征,獲取更加輕量的模型。Ghost卷積將普通卷積操作分為兩部分:第一步,使用少量卷積核進行卷積操作生成一部分特征圖;第二步,采用線性運算生成更多的特征圖,然后將不同的特征圖連接在一起組成新的輸出。所以,在模型中融合Ghost卷積,可以大幅度降低計算成本和模型的參數量。

2.3 CBAM模塊

根據目前的研究表明[3],CBAM結構更有利于捕獲全局信息[4],抵抗混亂的信息,有效處理復雜背景。CBAM是一種用于前饋卷積神經網絡的簡單而有效的注意模塊,包括通道注意力模塊(Channel Attention Module,CAM)和空間注意力模塊(Spartial Attention Module,SAM)兩個子模塊,分別進行通道和空間信息上的關注。這樣不僅能夠節(jié)約參數和計算力,還保證了其能夠作為即插即用的模塊集成到現(xiàn)有的網絡架構中。

2.4 SPD-Conv模塊

現(xiàn)有的CNN常見設計體系結構中有一個缺陷,即使用卷積步長和池化層,這導致了細粒度信息的丟失和較低效的特征表示的學習。特別是在CNN體系結構的早期層中,這種設計的負面影響通常不會表現(xiàn)出來,因為大多數被研究的場景都是有良好的分辨率,物體的大小也適中,會存在大量的冗余像素信息,跨躍卷積和池化可以方便地跳過,網絡模型仍然可以很好地學習特征。然而,在圖像模糊或物體很小的檢測任務中,大量的冗余信息假設不再成立,當前的設計開始遭受細粒度信息丟失和學習特征不足的影響。

為了解決上述問題,在網絡中引入SPD-Conv的新的CNN模塊來代替每個卷積步長和池化層。SPD-Conv模塊是由一個空間到深度(SPD)層和一個無卷積步長(Conv)層組成,可以應用于大多數CNN體系結構。SPD層對特征映射進行下采樣,但保留了通道維度中的所有信息,在每個SPD之后添加了一個無步長卷積操作,以在增加的卷積層中使用可學習參數減少通道數量。該模塊完全消除了步長和池化操作,取而代之的是一個空間到深度卷積和一個無步長卷積。這種操作在保留了判別特征信息的同時,還具有向下采樣特征圖的優(yōu)點。

3 實驗結果及分析

3.1 實驗環(huán)境

實驗平臺采用Windows10操作系統(tǒng),CPU處理器為11th Gen Intel(R) Core(TM) i5-11400@2.60 GHz,GPU為Nvidia GeForce GTX 3050(8 GB),編程語言為Python-3.8,深度學習框架為Pytorch-1.12.1。本文通過網絡和道路拍攝的方式選出合適的圖片自制數據集3500張,使用labellmg工具對采集后的圖片進行標注,標注類別共3類:motorcycle、helmet和nohelmet,數據集以8∶2的比例將樣本數據劃分為訓練集、驗證集,用于電動車頭盔識別模型的訓練和測試。

3.2 評價指標

為了評析實驗結果,本實驗使用準確率(Precision)、平均準確率均值(mAP)作為評價的指標,其定義如公式(1)—(3)所示。同時用網絡模型權重大小和每秒浮點運算次數(FLOPs)作為衡量模型大小和計算量的指標。下式中TP表示正確檢出的正樣本,FP表示錯誤檢出的正樣本,num表示檢測類別總數。

(1)

(2)

(3)

3.3 消融實驗

本文提出的改進的YOLOv5s模型主要是對主干網絡和Neck部分進行了改進,通過消融實驗探究各模塊對模型的影響。消融實驗以YOLOv5s網絡作為基礎網絡,按2.1節(jié)的改進方法分別將C3Ghost(以下簡稱“CG”)和GhostConv(以下簡稱“GC”)、CBAM注意力模塊和SPD-Conv(以下簡稱“SPD”)加入網絡模型,實驗結果各參數指標如表1所示。

表1 消融實驗結果指標

由表1可以看出,加入輕量化模塊之后的網絡降低了模型大小,對比原始網絡降低2.9 MB,計算量有所下降,因此輕量化模塊的引入可以以更少的計算提取關鍵信息。在加入CBAM注意力模塊后,mAP對比輕量化模型增加了0.9個百分點。在加入SPD模塊之后,mAP對比原始網絡提升了2.7個百分點,在精確率上提升了2.1個百分點,并且模型大小提高不明顯。

通過消融實驗可以看出,Ghost模塊的運用可以很好地降低計算量和模型大小。在Neck部分不同特征層中加入CBAM注意力模塊,可以對不同特征層分別進行通道和空間信息上的關注,能夠有效提高檢測精度。SPD-Conv的加入大大提高了檢測精度,可見對于小目標物體和模糊低分辨率場景,SPD-Conv有著不俗的表現(xiàn),同時計算量和模型大小符合硬件要求。由此可見,輕量化模塊、注意力機制和SPD-Conv模塊的引入能夠有效提高網絡模型的檢測性能。

3.4 實驗結果

本實驗在電動車和頭盔數據集上訓練260輪,使用上述評價指標作為該模型的評價標準。同時,為了驗證改進后模型的效果,選用YOLOv3網絡模型進行對比實驗,實驗結果如表2所示。

表2 綜合指標結果對比

從表2可以看出,雖然YOLOv3的mAP高于原始YOLOv5s,但模型大小遠大于YOLOv5s,不利于硬件的嵌入。改進的YOLOv5s在模型大小上幾乎沒有增加多少的前提下,有效地提高了Precision和mAP。在YOLOv5s中,通過引入注意力機制和SPD-Conv模塊使得改進后的模型平均精度均值和精確率分別達到84.9%和84.4%,與原始YOLOv5s網絡相比較,分別提高了2.7%和2.1%,可以滿足道路上電動車頭盔檢測佩戴與否的要求。

4 結語

針對道路上的電動車頭盔目標較小、檢測圖像模糊等問題,本文提出了一種基于改進的YOLOv5s網絡模型。在原始YOLOv5s網絡中引入SPD-Conv模塊和卷積塊注意力模塊(CBAM),并且用C3Ghost和GhostConv替代原始網絡中的C3和普通卷積模塊使改進的模型更加輕量化。本文改進的YOLOv5s有效地提升了Precision和mAP。實驗結果可知,改進后的YOLOv5s算法具有一定的可行性,能夠滿足實時性檢測的要求。