張陳晨，靳 鴻

(中北大學 儀器科學與動態(tài)測試教育部重點實驗室， 太原 030051)

1 引言

YOLO(you only look once)作為一種新的目標檢測算法[1]，可以在保證高檢測精度的前提下提高檢測速度，該算法采用了端到端的檢測方式，不僅可以精確判別邊緣還可以辨別標簽，運用這種方式的檢測速度可以達到45幀/s的實時檢測，最新YOLO系列算法甚至可以達到155幀/s[2]。

對于YOLOv3-Tiny算法[3]眾人對其評價褒貶不一。在強大的YOLOv3算法性能影響下，YOLOv3-Tiny算法的輕量化版本雖然成本低，但并沒有展現(xiàn)出高效能，甚至還出現(xiàn)了檢測精度降低的情況，在很多場景并不能達到預期效果。目標檢測技術應用的3個主要領域是：安全系統(tǒng)、安保系統(tǒng)、金融系統(tǒng)[4]。目前，車輛識別主要采用模式識別和圖像分析技術[5]。本文采用改進后的YOLOv3-Tiny目標檢測算法實現(xiàn)對車輛的檢測，增加了YOLOv3-Tiny算法的實用性，在保證低成本的前提下，提高了Tiny算法對于車輛檢測效果的精度。同時，出于安全考慮，以普通車輛代替特種戰(zhàn)車，進行改進型算法的有效性驗證。

2 YOLOv3-Tiny目標檢測算法

2.1 目標檢測系統(tǒng)結構

隨著科技的發(fā)展，目標檢測以及生物識別技術進入大眾的視野，YOLO系列算法作為當前目標檢測最為流行的深度學習算法，得到廣泛研究和應用[6]。本次車輛檢測系統(tǒng)為實現(xiàn)低成本高效率而采用YOLOv3-Tiny目標檢測算法。系統(tǒng)結構見圖1。

圖1 車輛識別系統(tǒng)結構框圖Fig.1 Structural framework of vehicle identification system

2.2 數(shù)據(jù)采集

此次實驗的圖片數(shù)據(jù)集借助照相機以每秒20幀的速度進行實地拍攝，實驗對象為識別檢測4種車輛。同時此次采集的圖像考慮了白天、黑夜、陰雨等多樣化天氣狀態(tài)，最終整理出4 091張圖片來制作本次實驗的數(shù)據(jù)集，數(shù)據(jù)集圖片像素為 1 024 540。

整理出4 091張圖片后，接下來需要運用LabelImg軟件對每一張圖片進行標注，使得可以生成與原圖相對應的標簽文件，標簽文件中記錄著每個對象的類別在對應圖片中的相對位置。

本次標注共有4種標簽，包括car、bus、truck、ignore_region，其中ignore_region的標注是為了避免歧義和降低標注成本。比如在采集的某些圖片中，存在較遠的大塊區(qū)域里包含有很多個其他類別的物體，因目標過小使得計算機不能很好的捕捉到其特征，所以對其進行標注沒有實際意義[7]。

2.3 YOLOv3-Tiny目標檢測算法

相比于YOLOv3檢測算法，Tiny系列的版本將整個網(wǎng)絡進行簡化，刪除了殘差層，只使用了2種不同尺度的yolo輸出層，在損失函數(shù)的選擇上包含坐標誤差(coordError)、IoU誤差(iouError)和分類誤差(classError)[8]。

在訓練過程中對損失值的計算如下：

YOLOv3-Tiny網(wǎng)絡模型結構如圖2所示。

圖2 YOLOv3-Tiny網(wǎng)絡模型結構框圖Fig.2 YOLOv3-Tiny network model structure

由圖2可知，YOLOv3-Tiny模型采用了卷積與池化交替的結構，輸入經(jīng)過卷積池化尺寸成比例降低，特征篩選是采取4個元素取1個元素的方式；對比于YOLOv3簡化了層級，而且輸出只有2層，所以Tiny網(wǎng)絡總體成本較低，雖然檢測精度低于YOLOv3算法，但是繼承了檢測速度快的優(yōu)點[9]。

3 YOLOv3-Tiny模型改進

3.1 修改主干網(wǎng)絡

根據(jù)YOLOv3-Tiny網(wǎng)絡檢測效果的匹配問題[10]，提出了相應的改進思路，因為數(shù)據(jù)庫為小樣本數(shù)據(jù)，所以發(fā)現(xiàn)特征流失嚴重，因為正負樣本標簽數(shù)目較少，在保證數(shù)據(jù)庫數(shù)據(jù)不變的情況下需要改變特征篩選的方式。

采用部分卷積層替換池化層的方式，適當增大輸入，經(jīng)過計算改變輸入為448×448，卷積核步長為2，即保證了輸入尺寸成倍降低，達到相同效率，又減少了池化導致的特征流失。改進后的網(wǎng)絡模型結構如圖3所示。

圖3 替換卷積層后的YOLOv3-Tiny網(wǎng)絡模型結構框圖Fig.3 Block diagram of YOLOv3-Tiny network model after replacing convolution layer

3.2 K-means聚類計算錨點(Anchor)

K-means聚類均值算法是對網(wǎng)絡的訓練和機器學習的無監(jiān)督模式[11]，用這種方法可以來計算錨點。錨點(anchor)是檢測框的中心點，往往在算法中歸為定值，不過隨著機器學習的發(fā)展，不同Anchor計算得到的不同精度值所造成的影響越發(fā)受人關注，因此可以動態(tài)調整Anchor是目前目標檢測算法的主流方向。K-means聚類如圖4所示。

圖4 K-means聚類圖Fig.4 K-means cluster diagram

K-means算法步驟如下：

1) 從數(shù)據(jù)中選擇k個對象作為初始聚類中心；

2) 計算不同聚類物體到聚類中心的長短；

3) 再次計算每個聚類中心；

4) 計算標準測度函數(shù)，進行循環(huán)往復，直到達到最大迭代次數(shù)函數(shù)才會停止，為了加快函數(shù)收斂速度，可以指定最大迭代次數(shù)，提高效率；

5) 確定最優(yōu)的聚類中心

iou=xy/d(box，clusters)

是為了計算參數(shù)iou(交并比)，來判斷檢測框是否準確。

由圖4可知聚類的數(shù)目等于6，圖像的輸入尺寸等于448。

4 實驗驗證

4.1 實驗環(huán)境

本次實驗使用的操作系統(tǒng)版本為64位Ubuntu 18.04 LTS的Linux操作系統(tǒng)，主要的機器硬件配置為四核四線程英特爾酷睿i3-9100F CPU，選擇darknet為本次實驗的深度學習框架，數(shù)據(jù)集圖片由人工實地采集，制作成類VOC數(shù)據(jù)集共4 091張圖片，再以6∶2∶2的比例將圖片劃分為訓練集、測試集以及驗證集。設置輸入為448×448，初始學習率為0.001，最大迭代次數(shù)為25 000，采用動態(tài)調整學習率的方式在第4 000、8 000批次下對學習率進行成倍衰減。

4.2 車輛檢查結果分析

經(jīng)過聚類算法得到的Anchor如圖5所示，(12，18)，(10，7)，(4，26)，(29，17)，(10，14)，(7，37)共6類。改進前后的檢測效果如圖6所示，檢測前后的平均精度如下：

圖5 得出的AnchorFig.5 The resulting Anchor

圖6 改進前后的檢測效果Fig.6 Test results before and after improvement

檢測前：Bus： 0.76132358873

Car: 0.860279633443

Ignore_region: 0.190031117096

Truck： 0.774514273566

****************************

Map: 0.839441153998

檢測后：Bus： 0.80847090384

Car: 0.899464888

Ignore_region: 0.396268242427

Truck：0.861581049064

****************************

Map: 0.841446270832

檢測前后的預測框準確率：

檢測前：[ [0.02539062 0.02592593]

[0.04003906 0.04444444]

[0.01855469 0.04074074]

[0.0078125 0.01296296]

[0.04492188 0.08703704]

[0.01269531 0.02037037]]

Accuracy： 89.72%

檢測后：[ [0.02636719 0.06481481]

[0.04003906 0.03888889]

[0.02246094 0.02222222]

[0.01464844 0.03148148]

[0.00976562 0.01666667]

[0.05859375 0.08148148]]

Accuracy： 90.60%

改進前后YOLOv3-Tiny的檢測結果對比如表1所示，改進前后YOLOv3-Tiny的各類別車輛檢測效果如表2所示。

表1 改進前后YOLOv3-Tiny的檢測結果Table 1 Detection results of YOLOv3-Tiny before and after improvement

表2 改進前后YOLOv3-Tiny的各類別車輛檢測效果 %

目標檢測算法中主要的評價指標如下：

1) mAP(mean average precision)?？梢杂脕砼袛囝A測框的類別標簽是否準確和定位坐標是否精準的指標。

2) IoU(intersection over union，交并比)。是目標檢測算法中2個不同檢測框之間存在的相似度的判斷指標。

通過上述數(shù)據(jù)對比可以得出，改進后的YOLOv3-Tiny模型整體檢測結果相較原模型有了明顯的提升，交并比(IoU)提升了14%，整體準確率提高了0.88%，平均檢測率(mAP)提高了0.2%，但是速度有所降低。

在不同目標的識別率上，改進后的YOLOv3-Tiny模型對比原模型在小目標的識別率提高了3.92%，大目標的識別率提高了8.23%，中大型目標的識別率提高了8.7%；由此可見，改進后的YOLOv3-Tiny模型整體性能有了明顯提高，犧牲了少許檢測速度而提高了精度，改進的主干網(wǎng)絡減少了在池化層中特征點的大量丟失。

5 結論

本文提出了對YOLOv3-Tiny算法的改進，改進后的YOLOv3-Tiny檢測算法整體準確率提高了0.88%，mAP提高了0.2%，對于中大型目標的識別率有明顯提升，中型目標的識別率提升了8.23%，大型目標的識別率提升了8.7%。