田雨澤

(延安大學,陜西 延安 716000)

0 引 言

近年來,隨著生活水平的提升,越來越多的人出現(xiàn)了亞健康狀態(tài)。大部分人在選擇鍛煉的同時,會加大果蔬的食用量,以補充人體所需的營養(yǎng)成分。同時我國還是果蔬種植大國,不過由于存在采摘困難和勞動力需求量大的問題,果蔬采摘機器人應運而生。利用果蔬采摘機器人能夠降低人的勞動強度和生產費用,并利于保障對果蔬及時采摘,提高經濟效益的同時,促進果蔬產業(yè)的發(fā)展[1]。采摘機器人經歷了50多年的發(fā)展,實際采摘過程中,不僅需要保障果蔬采摘的快速性和實時性,還需要提高采摘機器人的工作效率[2]。SDD網絡能夠實現(xiàn)對目標的實時檢測,并去掉重復和沒有意義的邊界框,產生最終的檢測結果,并具有較高的準確率和速度[3]。鑒于基礎的SDD模型對不同尺寸的目標進行檢測,產生的效果不理想,此次研究將對SDD網絡進行檢測,以實現(xiàn)對不同尺寸目標的檢測,并提高檢測的準確率。

1 基于改進SDD模型的果蔬檢測

1.1 SDD網絡框架

SDD網絡作為一種深度神經網絡模型,具有回歸思想和候選框機制,能夠減少神經網絡的計算量,實現(xiàn)端到端的單次多框實時監(jiān)測。且SDD模型不需要生成候選框,能夠對圖片中的特征信息直接提取,并利用提取局部特征信息的方法獲得不同位置、不同尺寸的特征,具有更高的效率。針對輸入圖片的目標,主要利用向前傳播的CNN卷積神經網絡產生固定大小的外邊框集合,隨后對其類別進行評分,篩除掉大量重復和沒有意義的邊界框,得到最終檢測結果?；A的SDD模型結構一般包括基礎網絡層和金字塔網絡層,其結構如圖1所示。

圖1中,基礎網絡層和金字塔網絡層均作為特征提取層,并進行非極大值抑制(Non maximum suppression,NMS)后,將目標位置和類別輸出。其中,前者主要提取目標的特征,并將自身網格最后兩個全連接層轉變?yōu)榫矸e層;后者為簡單卷積網絡,其卷積特征層尺寸不斷變小,能夠獲得多個尺度檢測的預測值。同時,低層特征圖圖像細節(jié)信息更多,便于對目標位置進行精準定位,并便于對較小目標物進行檢測;高層特征圖全局信息更多,使得目標分類更加準確,利于對較大目標物進行檢測。

圖1 基礎SDD模型結構圖

SDD網絡能夠依據待檢測目標所處的不同特征圖,而設置尺寸不同的默認框,每一層卷積層默認框的尺度計算公式如式(1)所示。

(2)

在實際情況中,按照上述原則匹配,會導致大部分默認框被看作負樣本,且正負樣本之間的數量差距較大,使得訓練得到模型的準確度不高。故需要結合第二個原則,即在剩余的沒有匹配的默認框中,如果其中一個真實目標的IOU值大于某一個閾值,可以認為該默認框和該真實目標為相互匹配的關系,能夠待識別目標能夠與其他多個大于閾值的默認框相互匹配。

依據上述要求,需要在SDD模型中抽取一些負樣本進行訓練。在負樣本集合中,依據置信度誤差從大到小進行排列,并將位于負樣本集合中的前n個樣本加入到訓練集合中,將模型放置在重新選好的訓練樣本集合中實施訓練。按照該匹配原則,利用Xij=1表示第i個默認框和類別p的第j個真實標簽框為相互匹配的關系,且Xij=0表示兩者不匹配。同時,通過求解目標定位損失和分類損失加權之和,可以得到基礎SDD檢測網絡的整體損失函數,表達式如公式(3)所示。

(3)

公式(3)中,N用于描述匹配為正樣本默認框數量;Lconf(x,c)為softmax的損失函數;Lloc(x,l,g)意為目標定位的損失值,表示待預測目標位置l和真實目標位置之間的SmoothL1損失[5]。

1.2 基于SDD網絡改進的果蔬檢測框架

傳統(tǒng)的SDD算法能夠保障目標識別的準確率和速度,不過在檢測小目標或者有遮擋目標過程中,需要增加輸入圖片尺寸,才能夠獲得較好的效果。由于此次研究的檢測目標單一,大小比例基本上一致,故需要對基礎SDD網絡的構造及其檢測層默認框設計方面進行改進,以提升SDD網絡速度。首先對基礎的SDD網絡卷積層進行改進,改進后的SDD網絡結構如圖2所示。

基礎的SDD網絡模型中,一般利用VGG16提取特征,不過在卷積核為3×3的卷積層特征提取后,能夠讓輸入圖像的分辨率得到明顯的減小,但也會降低較小目標的檢測準確率。一般情況下,大部分尺寸較小的果蔬集中生長,為了達到對尺寸較小果蔬更好識別的目的,將原來模型中第四層和第五層的3×3卷積核運算轉化為三種卷積核的連續(xù)運算,尺寸分別為1×1,3×3和1×1,才能提取得到輸入圖像中尺度較小的特征。假定C(i)表示基礎網絡中一層卷積濾波器的數量,若利用3×3的卷積濾波器計算卷積,可知一共需要的參數數量為9C(i)2,表達式如式(4)。

N3=C(i)×3×3×C(i)=9C(i)2

(4)

一般情況下,按照順序使用尺寸為1×1,數量為C(i)的卷積器,能夠獲得3×3的感受區(qū)域和規(guī)格;其中,數量為C(i)的濾波器形成的區(qū)域通常一樣。同時,大卷積核和小卷積核相比,后者更能把握圖像的關鍵特征。若要使用該三層卷積核,需要將參數數量設置為3.25C(i)2,通過對應的公式,能夠使感受范圍和原來的模型一樣,且使卷積網絡計算量有所減少,并加快網絡識別速度。同時,小卷積核能夠將特征圖中更加細小的特征提取出來,能夠提升網絡的非線性效果。故研究將對SDD網絡中的conv4和conv5的3×3卷積核調整為1×1,3×3,1×1的卷積核運算。結果如圖3所示。

圖3 卷積核結構比較

2 改進SDD模型識別果蔬實驗結果分析

2.1 激活函數分析

為了獲得比較理想的識別效果,對激活函數、選擇優(yōu)化算法、學習率選擇方面解釋說明SDD模型參數調整的優(yōu)化情況。其中三種激活函數圖像如圖4所示。

圖4 不同閾值下參數變化情況

激活函數作為卷積神經網絡算法的一個非常重要的特征,一般常見的激活函數包括Sigmoid函數、Teah函數和Relu函數。通過圖4可以看出,Sigmoid函數和Teah函數均具有一定的連續(xù)性和可微性。但是Sigmoid函數在神經網絡層數數量較多時,會出現(xiàn)梯度消失的情況,使得訓練不能成功。而Teah函數為0均值,即該函數具有更優(yōu)的效果。三種激活函數相比,Relu函數具有更快的收斂速度,不過利用該函數,會導致網絡神經元脆弱;且當學習率較大時,網絡中40%的神經元均不能激活數據。此次研究中,以期獲得更快的訓練速度,將利用Relu函數進行激活操作,并結合其他策略避免神經元壞死。

2.2 訓練結果分析

將訓練模型參數和數據集予以確定,且改進后的SDD模型訓練次數總數為一萬次,并在果蔬數據集上訓練3萬張圖片。為規(guī)避出現(xiàn)擬合情況,將數據集中剩下的5000張圖片作為最終模型的測試集。此次研究將前6000次迭代情況進行繪制,得到模型改進前后Loss值變化情況,結果如圖5所示。

圖5 不同迭代次數下LOSS值變化情況

圖5中,改進前后模型在不同迭代次數下,Loss值變化情況差距較大?；ASDD模型在迭代3000次左右開始收斂,并于迭代5000次左右趨于平緩;而改進后的SDD模型在迭代1500次左右開始收斂,并于迭代3000次左右趨于平緩。同時,基礎的SDD模型在迭代過程中迅速變小,而由于隨著迭代次數的增加,通過擬合也會導致Loss值降低。故利用平均精度均值、IOU、準確率、召回率和FI對模型進行評估。

圖6 參數變化情況

由于總共迭代已完成,且每迭代100次能夠輸出一次權重參數,故最后得到模型共100個。通過子圖(a)可以看出,在迭代次數達到3000次后,平均精度均值趨于平緩,并不再出現(xiàn)明顯變化。同時,發(fā)現(xiàn)在一萬次迭代過程中,平均精度均值最大為86.46%,即選擇此時的模型作為訓練模型。而通過子圖(b)可以看出,當置信度為0.45時,改進后的SDD模型具有較理想的準確率、召回率、FI值和IOU值,分別為93%,90%,90.95%和82.56%,能夠符合此次果蔬采摘實驗識別準確率的要求。故訓練模型將置信度閾值設置為0.45時,能夠使選擇的模型具有更加優(yōu)秀的效果。

3 結 語

果蔬能夠補充人體需要的維生素等營養(yǎng)成分,我國果蔬種植面積巨大。由于存在較大的采摘困難,以及果蔬采摘勞動力需求較大,當錯過合適的采摘時機將會直接影響果蔬的品質和種植者的經濟效益,故利用采摘機器人采摘果蔬成為迫切需要。對果蔬的自動化和快速識別能夠為果蔬采摘機器人提供必要的采摘信息,而為了提高自動化識別的準確率,采用SDD網絡對果蔬進行實時檢測。同時,為了便于對不同尺度的果蔬進行識別,對基礎的SDD模型進行改進,得到改進后的SDD模型。實驗結果表明,和基礎SDD模型相比,改進后的SDD模型收斂速度更快,Loss值分別在迭代次數為1500次,3000次得到收斂。當置信度為0.45時,改進后的SDD模型的準確率、召回率、FI值和IOU值,分別為93%,90%,90.95%和82.56%,能夠符合此次果蔬采摘實驗識別準確率的要求。后續(xù)將對采摘機器人的路徑規(guī)劃進行研究。