基于均匀设计的船舶目标检测深度学习模型训练方法

2022-10-13徐慧智宋爱秋武笑宇

科学技术与工程 2022年25期

徐慧智，宋爱秋，武笑宇

(东北林业大学交通学院，哈尔滨 150040)

船舶检测技术在海上救助、海上交通组织管理等方面发挥着重要作用，关系到运行的安全性。但由于监测场景复杂多变、船舶类型多样化和视野范围内船舶体积较小等因素，船舶目标精准检测存在诸多挑战。近年来，计算机视觉感知技术以其高可靠性和实用性成为该领域的研究热点。

目前，船舶监测数据主要来源为合成孔径雷达检测、卫星遥感影像检测和视频监控，船舶目标检测主流方法为图像处理和深度学习。He[1]通过定义被检测船舶的旋转角度位姿和比例因子来检测不同方向、不同尺寸的船舶，该方法对多视角观测目标具有适用性。矫腾章等[2]采用canny算子结合多特征量判别，对目标船舶进行边缘检测，实现海上多目标舰船的检测和跟踪。张春雨等[3]利用激光扫描船舶交通环境，选用连续三帧差加速法，实现运动目标自动检测。周林宏等[4]预处理摄像头采集的视频图像，进行图像增强和图像去噪处理后，采用梯度方向直方图(histogram of gradient，HOG)[5]算法确定船舶轮廓，解决了传统图像检测方法受复杂环境噪声影响的问题。从当前的研究成果来看，传统图像处理方法费时耗力，对经验依赖性大，并且鲁棒性不强[6]，在检测精度以及实时性方面表现不如基于深度学习的方法。深度学习目标检测领域，周慧等[7]构建了特征金字塔结构，通过优化多任务损失函数，对定位船舶进行细分类识别，平均识别精确率达到92.67%。Wei等[8]对遥感舰船图像进行预处理，在快速区域卷积神经网络(faster regions convolutional neural networks，Faster R-CNN)中引入扩展卷积，提出了一种改进的船舶检测算法，在HRSC2016数据集进行了验证；姚红革等[9]通过负样本增强学习的方法训练模型，针对复杂海情实现小目标船舶的高精度识别，准确率92.27%。杨浩琪等[10]将视觉注意机制引入网络，采用多级特征提取和去量化操作，实现船舶识别综合准确率92.56%。R-CNN、Fster R-CNN、SSD等目标识别算法，增加注意力机制和改进特征提取方式，融合高层次语义信息和物体定位信息，能够提升深度学习的目标识别检测精度。多层卷积神经网络进行船舶目标检测时，需要通过训练提取对象特征，训练参数众多且存在交叉影响，往往根据经验确定模型训练方案，费时费力且预期检测效果难以控制。

为解决船舶目标检测深度学习模型训练困难问题，现提出基于均匀设计理念的模型训练方案。考虑深度学习模型超参数之间的交互影响，设计训练和测试场景、训练和测试样本比例、训练轮次、训练算法协同组合优化，降低模型训练的轮次和复杂度，以提升模型检测精度和效度。选取经验法训练方案作为对照，以实验验证均匀设计思路在深度学习模型训练上的有效性。解决深度学习模型在检测精度提升的同时，深度学习网络层数增多，训练时间过长，消耗计算能力的问题[11]。

1 YOLO算法及均匀设计原理

1.1 YOLO基本原理及框架

YOLO(you only look once)是基于深度学习的单阶段目标检测算法，将目标检测转换为回归求解，省去选定候选区域步骤[12]，实现了端对端目标检测，YOLO检测速度和精度优于Faster-DPM、R-CNN、Fast R-CNN[12]，算法流程如图1所示。

YOLO将检测场景划分为S×S个网格，估计检测目标具体位置，卷积层提取图像深度特征信息，全连接层计算目标位置和类别概率值[13]。YOLO算法自从2015年发布以来，不停更新改进，性能和适用性分别如表1和表2所示[14-19]。

图1 YOLO算法流程Fig.1 YOLO algorithm flow

表1 单阶段目标检测算法YOLO性能指标

表2 单阶段目标检测算法YOLO适用性

1.2 均匀设计基本原理

均匀设计实现了实验点在实验范围内均匀分布，能够以较少的实验次数，安排多因素、多水平的析因实验。

均匀设计的影响因素各水平值出现一次，适用于多水平、多因素模型拟合及优化实验均匀设计，是仿真实验设计和稳健设计的重要方法[20]。

2 数据集构建及场景特征分析

2.1 船舶目标数据集构建

选取上海黄浦江水域船舶研究监控视频数据，样本5 268份(宽×高=1 920×1 080)，场景为上海-黄埔-港务大厦22楼下游、上海-吴淞-雷达站上游、上海-吴淞-雷达站下游，如图2所示。

数据集场景和样本数量如表3所示。

使用LabelImg软件标注样本，包含boat类别以及场景中所有目标的位置信息(左下横坐标xmin、左下纵坐标ymin、右上横坐标xmax、右上纵坐标ymax)，典型样本标注样例如表4所示。

图2 数据获取场景Fig.2 Scenario of data

表3 观测点分布情况

表4 典型样本标注信息

2.2 船舶目标场景特征对检测精度的影响

数据集清晰度以及人工标注产生误差等，影响模型检测精度。

(1)清晰度对检测精度的影响。场景像素1 920×1 080，天气因素可导致场景不清晰，船舶目标特征不明显，模型训练时提取目标特征不准确，增加检测错误率。

(2)人工标注对检测精度的影响。采用LabelImg人工给图片打标签，工作量大、费时费力的同时，人工标注会产生漏标目标物体的情况，致使图片的真实目标数量值与图片内的标注框数量不符，影响船舶目标检测精度。

人工标注带来的检测误差影响如表5所示。

选取测试集中的前9张照片，采用OpenCV按照标注信息，在JPEGImages上进行了绘制，如图3所示。采用YOLOv4和YOLOv5s进行目标检测，以矩形框标注识别目标boat的位置和数量，框上文字表示识别目标的类别和概率，如boat0.88，如图4、图5所示。

表5 人工标注与模型检测对比分析Table 5 Comparative analysis of manual annotation and prediction results

图3 OpenCV标注Fig.3 OpenCV marks all target objects

目标检测性能指标查准率(precision，P)表示预测的全部正样本中分类正确的比例，查全率(recall，R)表示全部正样本中能够被正确预测的比例。精准度(AP)是根据P-R曲线面积计算的性能指标，衡量学习出来的模型在每个类别上预测效果的好坏。

(1)

(2)

式中：TP(ture positive)、FP(false positive)、TN(ture negative)、FN(false negative)分别为真正例、假正例、真反例、假反例对应的样例数。

图6样本中人工标注的label的数量为11，缺少一个目标船舶的标注，bndbox以红色方框标明。

经YOLOv5训练的检测模型预测后显示出13个boat预测框，如图7所示。对于样本检测而言，在人工漏标的情况下P=11/(11+2)=11/13，R=11/(11+0)=1，当bndbox数量与真实情况一致时，P1=12/(12+1)=12/13，R1=12/(12+0)=1。由此可知，由于人工标注工作的疏漏会降低模型检测性能指标AP值。