陳朝陽(yáng) 高翔森 孫銘悅 董 巖 李澤宇

（1、北京建筑大學(xué) 測(cè)繪與城市空間信息學(xué)院，北京102616 2、北京市建筑遺產(chǎn)精細(xì)重構(gòu)與健康檢測(cè)重點(diǎn)實(shí)驗(yàn)室，北京102616）

盲道是專(zhuān)門(mén)提供給盲人的道路，盲人可通過(guò)凹凸不平的盲道，來(lái)判斷前方道路情況。但是僅憑盲道的凹凸反饋，在磨損嚴(yán)重、盲道缺失的路段，很容易出現(xiàn)盲人迷路的情況容易造成安全隱患。盲人可通過(guò)盲杖、導(dǎo)盲犬和智能導(dǎo)盲設(shè)備解決這些問(wèn)題，但是這些設(shè)備存在不宜攜帶、準(zhǔn)確度低等問(wèn)題。

為了能夠更好的解決這些問(wèn)題，幫助盲人出行，提出了許多新穎的方法，比如通過(guò)超聲波傳感器、顏色傳感器等。李子康[1]等人設(shè)計(jì)了一種借助超聲波與紅外傳感器的障礙物檢測(cè)；趙曉軍[2]等人設(shè)計(jì)了一種基于GPS 的導(dǎo)盲杖，為盲人的出行保駕護(hù)航。但是，這些方法都有其局限性。

1 實(shí)驗(yàn)環(huán)境搭建與材料準(zhǔn)備

本文的實(shí)驗(yàn)平臺(tái)為Ubuntu-18.04.4 操作系統(tǒng)，使用NVIDIA GeForce GTX 1660 Ti 顯卡，運(yùn)行內(nèi)存為16GB，實(shí)驗(yàn)環(huán)境完全滿足Yolo V3 算法。在盲道數(shù)據(jù)集的制作上，由于沒(méi)有可供選擇的數(shù)據(jù)集，采用自制的方式，在互聯(lián)網(wǎng)采集了1000 張盲道圖片，還采集了1000 張汽車(chē)圖片，以及1000 張行人圖片，通過(guò)精靈標(biāo)注助手標(biāo)注。其中90%作為訓(xùn)練集，10%作為測(cè)試集。

圖1 盲道

圖2 汽車(chē)

圖3 行人

2 訓(xùn)練模型框架選擇

在進(jìn)行模型訓(xùn)練時(shí)，可供選擇的框架有Tensorflow 框架、Darknet 框架等，本文選擇使用Darknet 框架對(duì)YOLO V3 算法進(jìn)行訓(xùn)練。Darknet 作為一個(gè)開(kāi)源的輕量型深度學(xué)習(xí)框架，雖然沒(méi)有Tensorflow 強(qiáng)大，但是安裝容易，沒(méi)有任何依賴(lài)項(xiàng)，移植性高，方便操作。

在開(kāi)始訓(xùn)練前，需要對(duì)四個(gè)文件進(jìn)行設(shè)置，分別是detector.c、my_data.data、my_yolov3.cfg 和myData.names。detector.c 文件是Darknet 框架中自帶的YOLO 配置文件，用于訓(xùn)練模型和檢測(cè)，可以設(shè)置每迭代多少次后保存一次權(quán)重文件。my_data.data 記錄了訓(xùn)練模型讀取所需數(shù)據(jù)的路徑和記錄標(biāo)注目標(biāo)的名稱(chēng)的文件路徑，以及斷點(diǎn)續(xù)訓(xùn)的backup 文件的保存路徑。my_yolov3.cfg文件中是有關(guān)卷積網(wǎng)絡(luò)的設(shè)計(jì)，以及輸入圖片的batch、學(xué)習(xí)率、最大迭代次數(shù)等設(shè)置，使用者可以通過(guò)結(jié)合自己訓(xùn)練的數(shù)據(jù)模型在此文件中修改參數(shù)，使得后續(xù)訓(xùn)練出的權(quán)重文件在進(jìn)行目標(biāo)檢測(cè)時(shí)有更好的效果。myData.names 文件中記錄了標(biāo)注信息的名字，分別為blind sidewalk、people 和car。

3 訓(xùn)練設(shè)置

本文基于Darknet 框架來(lái)訓(xùn)練Yolo 網(wǎng)絡(luò)模型，首先將batchsize 設(shè)置為32，subdivision 設(shè)置為8，動(dòng)量參數(shù)設(shè)置為0.9，動(dòng)量衰減正則項(xiàng)設(shè)置為0.0005，學(xué)習(xí)率為0.001，max_batches（最大迭代次數(shù)）為50200。

4 訓(xùn)練結(jié)果分析

在訓(xùn)練完成后，利用記錄的loss 值的信息，繪制loss 變化曲線，圖4 記錄了模型訓(xùn)練時(shí)loss 值的變化情況。

圖4 loss 曲線

圖4 中的縱坐標(biāo)表示模型訓(xùn)練時(shí)的損失值（loss），橫坐標(biāo)表示模型進(jìn)行的迭代次數(shù)。從圖中可以看到訓(xùn)練開(kāi)始時(shí)loss 值下降的比較迅速，當(dāng)?shù)?0000 次時(shí)，loss 值下降的速度就比較緩慢了；當(dāng)?shù)竭_(dá)17000 次左右，loss 值曲線趨于平緩并上下輕微波動(dòng)；當(dāng)達(dá)到20000 次后模型loss 值收斂于0.1，最終結(jié)束本次訓(xùn)練。在模型訓(xùn)練完成后，利用測(cè)試集進(jìn)行了模型對(duì)盲道、行人、汽車(chē)三類(lèi)目標(biāo)識(shí)別的準(zhǔn)確率以及召回率的測(cè)試。測(cè)試結(jié)果如圖5。

圖5 召回率測(cè)試

圖5 中的縱坐標(biāo)為精確率（Precision），表示預(yù)測(cè)的正樣本的正確率；橫坐標(biāo)為召回率（Recall），表示正樣本預(yù)測(cè)的正確率。平均準(zhǔn)確率（AP）是從準(zhǔn)確率與召回率這兩個(gè)角度去權(quán)衡檢測(cè)模型的準(zhǔn)確性，是模型準(zhǔn)確性的檢測(cè)的直接評(píng)價(jià)標(biāo)準(zhǔn)，也可以進(jìn)行分析模型對(duì)單個(gè)類(lèi)別的檢測(cè)效果。從圖中可以直接看出模型在測(cè)試集中對(duì)各目標(biāo)檢測(cè)的準(zhǔn)確度，盲道檢測(cè)準(zhǔn)確性達(dá)到了87.46%，汽車(chē)檢測(cè)的準(zhǔn)確性達(dá)到了77.47%，行人檢測(cè)的準(zhǔn)確性達(dá)到了97.63%。通過(guò)對(duì)模型每一類(lèi)目標(biāo)識(shí)別的AP，又計(jì)算了mAP 即對(duì)每類(lèi)的平均準(zhǔn)確率再取平均值，圖6 為模型對(duì)目標(biāo)檢測(cè)的準(zhǔn)確率。

圖6 mAP 準(zhǔn)確率

縱坐標(biāo)表示該模型檢測(cè)的三類(lèi)目標(biāo)，橫坐標(biāo)表示平均準(zhǔn)確率，由圖中可以看出該模型對(duì)行人檢測(cè)的準(zhǔn)確率最高達(dá)到了98%，其次就是對(duì)盲道檢測(cè)的準(zhǔn)確率達(dá)到了87%，最后是對(duì)汽車(chē)檢測(cè)的準(zhǔn)確率達(dá)到77%。

5 結(jié)論

傳統(tǒng)的盲道識(shí)別方法存在成本高、速度慢、精度低等問(wèn)題。本文提出使用YoloV3 算法，對(duì)盲道進(jìn)行識(shí)別，制作了盲道數(shù)據(jù)集，使用Darknet 框架訓(xùn)練了檢測(cè)模型，訓(xùn)練的模型對(duì)盲道的識(shí)別準(zhǔn)確率達(dá)到了87.46%，滿足對(duì)盲道的檢測(cè)需求，為視覺(jué)障礙者出行導(dǎo)航提供了新的思路。