李慶忠，徐相玉

（中國海洋大學(xué) 工程學(xué)院，山東 青島 266100）

0 概述

海事智能監(jiān)測是維護(hù)海洋權(quán)益、加強(qiáng)海域監(jiān)管、減少海事糾紛等的重要技術(shù)手段，在軍用和民用方面都具有重要的研究與應(yīng)用價值。當(dāng)攝像機(jī)安裝在海洋浮標(biāo)或無人海事執(zhí)法船上時，研究基于動態(tài)視頻圖像的海面船艦?zāi)繕?biāo)快速檢測方法是實(shí)現(xiàn)大面積海域智能視頻監(jiān)測的關(guān)鍵技術(shù)之一［1］。

在基于動態(tài)視頻圖像的海面目標(biāo)自動檢測方面，目前常用的檢測方法可分為3 類。

第1 類方法是基于邊緣、紋理等特征的海面目標(biāo)的檢測方法。代表性研究包括：黎經(jīng)元等［2］提出的基于邊緣梯度特征的船艦檢測方法，適合于港口船艦的快速檢測；李浩誼等［3］提出一種基于改進(jìn)Scharr 邊緣檢測算子的船艦?zāi)繕?biāo)檢測算法，具有較好的抗噪聲能力；YANG 等［4］利用圖像子塊的DCT域能量特征實(shí)現(xiàn)海天線的快速提取，根據(jù)DCT 紋理特征建立海面混合紋理模型，并實(shí)現(xiàn)了海面背景與船艦?zāi)繕?biāo)快速分割。這類方法雖然具有較好的實(shí)時性，但當(dāng)海況變化劇烈時適應(yīng)性下降。

第2 類方法是模仿人眼視覺注意力選擇機(jī)制，根據(jù)建立的視覺注意力模型求取感興趣目標(biāo)的顯著圖并實(shí)現(xiàn)船艦?zāi)繕?biāo)的檢測。代表性研究包括：丁鵬等［5］提出一種基于多特征、多尺度視覺顯著性的海面船艦檢測方法，在多海況下的實(shí)驗(yàn)結(jié)果表明該算法具有較高的檢測精度和魯棒性；SHI 等［6］在小波域分別提取圖像的低頻和高頻特征，利用改進(jìn)的Gabor 濾波器提取方向特征，并在HIS 空間提取顏色和矩特征，融合以上各種特征得到顯著圖并實(shí)現(xiàn)船艦?zāi)繕?biāo)的分割；SHAO 等［7］提出一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的船艦?zāi)繕?biāo)檢測算法，利用CNN 預(yù)測目標(biāo)的類型和位置，并輔助利用顯著圖校正目標(biāo)的定位，該方法具有較高的檢測精度和速度。該類方法的優(yōu)點(diǎn)是充分利用多種特征產(chǎn)生感興趣目標(biāo)的顯著圖，但具有較高的計(jì)算復(fù)雜度。

第3 類方法是基于深度學(xué)習(xí)的海面船艦?zāi)繕?biāo)檢測算法。這是近年來國內(nèi)外學(xué)者的研究熱點(diǎn)，具有特征提取能力強(qiáng)、識別精度高、實(shí)時性好等優(yōu)點(diǎn)。代表性研究包括：ZHANG 等［8］提出的基于干擾因素判別器和船艦?zāi)繕?biāo)提取器集成目標(biāo)分割方法，利用SqueezeNet 網(wǎng)絡(luò)作為干擾因素判別器以判定輸入圖像中包含什么類型的干擾，用改進(jìn)的DeepLabv3+深度網(wǎng)絡(luò)進(jìn)行船艦?zāi)繕?biāo)的分割，該方法具有較高的分割精度及較好的抗霧能力；WANG 等［9］利用改進(jìn)的YOLOV3（You Only Look Once）實(shí)現(xiàn)了端對端的船艦?zāi)繕?biāo)快速檢測，在GPU 1080Ti 硬件環(huán)境下，檢測精度達(dá)到74.8%，檢測速度達(dá)到29.8 frame/s；馬嘯等［10］通過精簡YOLO 模型，設(shè)計(jì)一個復(fù)雜度較小的10 層卷積神經(jīng)網(wǎng)絡(luò)用于船艦?zāi)繕?biāo)的自動特征提取和分類識別，改進(jìn)后的網(wǎng)絡(luò)雖然具有較高的檢測精度，但只適合大小為112 像素×112 像素的輸入圖像，在CPU 硬件環(huán)境下，識別一張船艦?zāi)繕?biāo)圖像所用的平均時間為0.265 s；趙春暉等［11］提出基于改進(jìn)Fast-RCNN 算法的船艦?zāi)繕?biāo)檢測與識別算法，雖然檢測精度較高，但實(shí)時性較差。

總之，基于深度學(xué)習(xí)的海面船艦?zāi)繕?biāo)檢測方法具有很好的應(yīng)用前景，但目前該類算法仍然存在以下2 個方面的問題：一是存在小目標(biāo)檢測準(zhǔn)確性低的問題；二是目前的算法大都適合于GPU 服務(wù)器硬件運(yùn)行環(huán)境，對于安裝在無人船或浮標(biāo)上的嵌入式視頻監(jiān)控系統(tǒng)，其實(shí)時性仍然無法滿足實(shí)際應(yīng)用需求。

為克服上述問題，本文提出基于改進(jìn)YOLOV3-Tiny的船艦?zāi)繕?biāo)檢測方法。根據(jù)艦船目標(biāo)的特點(diǎn)利用淺層感受野對淺層信息進(jìn)行強(qiáng)化重構(gòu)，增加I-ResNet網(wǎng)絡(luò)以及特征金字塔網(wǎng)絡(luò)FPN，進(jìn)行多尺寸特征融合以平衡船艦大小目標(biāo)的檢測能力。利用圖像結(jié)構(gòu)相似度進(jìn)行視頻關(guān)鍵幀選擇性檢測以提高視頻檢測的速度，運(yùn)用遷移學(xué)習(xí)方法進(jìn)行網(wǎng)絡(luò)模型的訓(xùn)練學(xué)習(xí)，克服艦船訓(xùn)練樣本集有限的問題，最終在視頻測試集上進(jìn)行性能測試。

1 YOLO 網(wǎng)絡(luò)基本原理

YOLO 是一種采用卷積神經(jīng)網(wǎng)絡(luò)（CNN）實(shí)現(xiàn)端到端目標(biāo)檢測的算法，其主要有以下特點(diǎn)：1）運(yùn)用回歸的思想，將目標(biāo)檢測看成是一個回歸的問題，能夠?qū)崟r預(yù)測多個目標(biāo)的類別和目標(biāo)邊框的位置；2）YOLO采用滑動窗口的方式尋找目標(biāo)，與傳統(tǒng)的基于候選區(qū)域方式不同，其直接利用整幅圖片訓(xùn)練網(wǎng)絡(luò)模型［12］。

目前YOLO 最常見的網(wǎng)絡(luò)框架有YOLOV1、YOLOV2、YOLOV3［13］3 種。YOLOV3-Tiny 網(wǎng)絡(luò)是YOLOV3 網(wǎng)絡(luò)的簡化，網(wǎng)絡(luò)模型相對簡單，降低了對硬件的要求，雖然提高了檢測速度，但檢測精度有所下降。YOLOV3-Tiny 網(wǎng)絡(luò)模型是由13 個卷積層和6 個最大池化層組成，只使用了2 個不同尺度的YOLO 輸出層，分別是YOLO16 和YOLO23，由1×1和3×3 的卷積核提取特征，輸出層有2 個預(yù)測尺度，其大小分別為13×13 和26×26。YOLOV3-Tiny 網(wǎng)絡(luò)模型的組成如圖1 所示。

圖1 YOLOV3-Tiny 網(wǎng)絡(luò)模型框架Fig.1 Framework of YOLOV3-Tiny network model

YOLOV3-Tiny 網(wǎng)絡(luò)可以檢測80 多種不同對象，雖然具有較快的檢測速度，但其目標(biāo)檢測精度不高，且對復(fù)雜場景的適應(yīng)能力較低。

2 基于改進(jìn)YOLOV3-Tiny 的船艦?zāi)繕?biāo)檢測

為了實(shí)現(xiàn)安裝在無人船或海洋浮標(biāo)上的嵌入式智能視頻監(jiān)控系統(tǒng)的海面船艦?zāi)繕?biāo)快速檢測，根據(jù)船艦?zāi)繕?biāo)的特點(diǎn)，在YOLOV3-Tiny 的基礎(chǔ)上，本文提出適合海面船艦?zāi)繕?biāo)檢測的改進(jìn)型網(wǎng)絡(luò)模型——I-YOLOV3-Tiny，其結(jié)構(gòu)組成如圖2 所示。

圖2 I-YOLOV3-Tiny 網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Structure of I-YOLOV3-Tiny network

由圖2 可見，改進(jìn)的網(wǎng)絡(luò)模型主要分為特征提取和回歸預(yù)測2 個部分。特征提取主要由卷積層和池化層完成，回歸預(yù)測主要用于預(yù)測目標(biāo)的類別概率和目標(biāo)邊界框坐標(biāo)。網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)主要體現(xiàn)在3 個方面：根據(jù)船艦?zāi)繕?biāo)的特點(diǎn)對淺層特征信息進(jìn)行強(qiáng)化重構(gòu)，以降低小目標(biāo)的漏檢率；增加改進(jìn)殘差網(wǎng)絡(luò)（I-ResNet），既能增加網(wǎng)絡(luò)的深度，又能減少網(wǎng)絡(luò)參數(shù)的計(jì)算量；采用金字塔網(wǎng)絡(luò)多尺度特征融合，可實(shí)現(xiàn)不同分辨率特征圖的融合，以提高對大小船艦?zāi)繕?biāo)的綜合檢測性能。

2.1 淺層特征信息重構(gòu)

船艦?zāi)繕?biāo)視頻檢測面臨的問題是在保證大目標(biāo)高精度檢測的同時，易出現(xiàn)小目標(biāo)具有較高的漏檢率。為此，本文對船艦?zāi)繕?biāo)在YOLO 網(wǎng)絡(luò)下提取的特征進(jìn)行了可視化研究，發(fā)現(xiàn)其特征提取部分會產(chǎn)生很多冗余的特征信息，并且隨著網(wǎng)絡(luò)層數(shù)的逐漸加深，小目標(biāo)特征不再存在。顯然，對于船艦小目標(biāo)的檢測，既需要足夠多的淺層特征圖以提高其檢測精度，又需要足夠多的語義信息來區(qū)分目標(biāo)和背景特征。

本文利用重構(gòu)方法在網(wǎng)絡(luò)的特征提取部分加強(qiáng)了對輸入圖像淺層特征信息的提取與重構(gòu)利用。以分辨率為416 像素×416 像素大小的輸入圖片為例，在Darknet 平臺下，利用YOLOV3-Tiny 網(wǎng)絡(luò)模型，用已訓(xùn)練好的權(quán)重對船艦測試集進(jìn)行測試，對卷積網(wǎng)絡(luò)逐層提取特征圖，分別將Conv2、Conv3、Conv4 層的感受野進(jìn)行可視化，如圖3 所示。

圖3 YOLOV3-Tiny 部分卷積層可視化特征圖Fig.3 Feature maps of partial convolutional layers of YOLOV3-Tiny

由圖3 可知，Conv2 層包含了更多的船艦小目標(biāo)特征信息，如較多的邊緣和紋理信息，Conv3 層包含的小目標(biāo)特征較少，而Conv4 包含了太多復(fù)雜背景特征，對目標(biāo)檢測會產(chǎn)生較大的干擾，且其感受野最大?？梢?，淺的卷積層對小目標(biāo)比較敏感，更能提取小目標(biāo)的形狀、紋理等特征，故適當(dāng)增加淺層網(wǎng)絡(luò)能更好地保留小目標(biāo)的有效信息。

為了更有效地提取淺層特征，且充分利用上下層之間的語義信息，增強(qiáng)對Conv2 層語義信息的提取效果，在圖2 中將YOLOV3-Tiny 的Maxpooling2層改為Con-v3 層，增加卷積層Conv4 層，卷積步長為1，不改變特征圖尺寸，以便更好地提取Conv4 層特征，增加特征通道維度，在Conv4 層后增加最大池化層，用以改變特征圖的尺寸。

2.2 改進(jìn)的殘差層

為實(shí)現(xiàn)在減少卷積層計(jì)算量的同時，增加網(wǎng)絡(luò)深度以提高檢測精度，本文借鑒Resnet 提出的殘差單元思想［14］，在網(wǎng)絡(luò)結(jié)構(gòu)中增加了3×3 卷積層、1×1卷積層和3×3 卷積層網(wǎng)絡(luò)塊，改進(jìn)的部分網(wǎng)絡(luò)結(jié)構(gòu)塊如圖4 所示。

圖4 改進(jìn)的殘差層網(wǎng)絡(luò)塊Fig.4 Network block of improved residual layer

從圖4 可以看出，第1 個3×3 卷積層的作用是提取特征，1×1 卷積層是一個映射層，可以將輸入的特征圖映射到較低維度的張量，因?yàn)楫?dāng)輸入和輸出的通道數(shù)很大時，卷積核參數(shù)會增加很多，而加入1×1 卷積層后可以降低輸入通道數(shù)，由此卷積核參數(shù)以及運(yùn)算復(fù)雜度即降底。第2 個3×3 卷積層的步長為1，并增加了卷積核，故能夠提取更多的特征?？傊摼W(wǎng)絡(luò)塊結(jié)構(gòu)不僅能增加網(wǎng)絡(luò)的深度，提高檢測精度，還能使網(wǎng)絡(luò)計(jì)算參數(shù)減少，網(wǎng)絡(luò)也更加輕量化，有利于實(shí)時性實(shí)現(xiàn)。圖5所示為改進(jìn)的網(wǎng)絡(luò)框架。

圖5 改進(jìn)的殘差層網(wǎng)絡(luò)框架Fig.5 Network framework of improved residual layer

圖5中的I-Resnet（Improved-Resnet）即改進(jìn)的殘差網(wǎng)絡(luò)，即圖2 中的Conv5、Conv6。在圖5 中，網(wǎng)絡(luò)框架中的BN（Batch Normalization）層，即批量標(biāo)準(zhǔn)化處理。如果樣本不進(jìn)行BN 處理，每一層經(jīng)過訓(xùn)練后，數(shù)據(jù)分布會不均勻，網(wǎng)絡(luò)就需要重新學(xué)習(xí)新的數(shù)據(jù)分布規(guī)律，會造成網(wǎng)絡(luò)計(jì)算量增大［15］。故增加BN 層可以在一定程度上解決梯度消失和梯度爆炸問題，防止出現(xiàn)過擬合的情況，同時可以增加訓(xùn)練速度。

BN 層之后增加激勵函數(shù)，本文引入的激勵函數(shù)是Leaky Relu，其表達(dá)式為：

其中：α為系數(shù)，該值是很小的常數(shù)。當(dāng)神經(jīng)元處于激活狀態(tài)時，允許非0 的梯度存在，這樣不會出現(xiàn)梯度消失問題，從而加快收斂速度。

2.3 基于特征金字塔網(wǎng)絡(luò)的多尺度預(yù)測

網(wǎng)絡(luò)低層的目標(biāo)語義信息比較少，但是目標(biāo)位置信息準(zhǔn)確；而網(wǎng)絡(luò)高層的目標(biāo)語義信息豐富，但是目標(biāo)位置信息粗略。為了在船艦?zāi)繕?biāo)檢測中能同時以較高精度檢測大目標(biāo)和小目標(biāo)，本文采用構(gòu)造多尺度特征金字塔（FPN）的策略，通過網(wǎng)絡(luò)連接的簡單改變，在基本不增加原有模型計(jì)算量下，可大幅提升目標(biāo)檢測的性能［16］。圖6 是特征金字塔的原理圖，左側(cè)表示下采樣，右側(cè)表示上采樣2 倍，先進(jìn)行降維處理，然后與上采樣2 倍后的卷積層相加，經(jīng)過卷積操作，分別輸出13×13 和26×26 的2 個預(yù)測尺度特征。

圖6 特征金字塔原理示意圖Fig.6 Schematic diagram of feature pyramid principle

可見，多尺度特征金字塔可以將高層的語義信息與淺層的細(xì)節(jié)信息相結(jié)合，分別在不同層進(jìn)行預(yù)測，由此在一定程度上可以平衡不同尺寸的目標(biāo)，而且可以在不同層上輸出對應(yīng)的目標(biāo)，不需要經(jīng)過所有的層運(yùn)算才輸出對應(yīng)的目標(biāo)，起到一定的加速作用。因此，本文在圖2 所示的改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)中，利用FPN 設(shè)置了3 個yolo 層進(jìn)行預(yù)測，分別輸出12×12、24×24、48×48 3 個預(yù)測尺度的特征，用于船艦?zāi)繕?biāo)的回歸檢測。并且在每個預(yù)測尺度上設(shè)有3 個預(yù)設(shè)邊界框，即每個網(wǎng)格預(yù)先定義3 個不同尺寸、不同形狀的邊界框，然后從這些預(yù)先設(shè)定的邊界框中找到與真實(shí)邊界框誤差最小的框，這樣不僅能提高檢測速率，而且還可以處理2 個對象出現(xiàn)在同一個網(wǎng)格中的問題。Anchor box 的大小和形狀可以通過K 均值聚類（K-Means）［17］方式得到，即對目標(biāo)框的寬和高進(jìn)行聚類。把最靠近它們的對象進(jìn)行分類，通過不斷學(xué)習(xí)和迭代，逐漸地更新各聚類中心的值，直至聚類中心不再變化，即準(zhǔn)則函數(shù)值很小。K-Means 算法步驟如下：

步驟1根據(jù)所選樣本y，初始時隨機(jī)劃分k個聚類中心。

步驟2根據(jù)歐式距離公式，計(jì)算所有樣本與k個聚類中心的距離，樣本對象與聚類中心歐式距離d計(jì)算公式如下：

其中：mi是第i個聚類中心；n為樣本對象的維度，yi、mij是y和mi的 第j個屬性值。

步驟3根據(jù)距離將樣本分配到與其相距最近的聚類中心所在的簇中。

步驟4更新k個聚類中心，計(jì)算準(zhǔn)則函數(shù)。準(zhǔn)則函數(shù)的公式如下：

其中：Γi是第i個聚類，i=1，2，…，k；Je反映了用k個聚類中心代表k樣本子集所帶來的總的誤差平方和。

步驟5判斷準(zhǔn)則函數(shù)是否最小，若準(zhǔn)則函數(shù)值小，則聚類結(jié)束，輸出聚類結(jié)果；否則，則返回步驟2繼續(xù)循環(huán)，直至準(zhǔn)則函數(shù)值最小。

3 實(shí)驗(yàn)與結(jié)果分析

3.1 實(shí)驗(yàn)數(shù)據(jù)集和運(yùn)行環(huán)境

為了實(shí)現(xiàn)海面船艦?zāi)繕?biāo)的快速檢測，首先需要構(gòu)建網(wǎng)絡(luò)學(xué)習(xí)的數(shù)據(jù)集。本文通過采集、拍攝、網(wǎng)上搜索等方式建立了船艦圖像數(shù)據(jù)集，共有2 000 多幅圖像，并將數(shù)據(jù)集分為訓(xùn)練集和測試集，其中75%作為訓(xùn)練圖片，25%作為測試圖片，并通過翻轉(zhuǎn)、旋轉(zhuǎn)、裁剪、對比度、色彩變換、高斯噪聲等方法對數(shù)據(jù)集擴(kuò)充。此外，為了降低誤檢測率和誤識別率，在測試集中加入大量負(fù)樣本，然后利用標(biāo)注工具LableImg 手工標(biāo)注數(shù)據(jù)集目標(biāo)，并生成學(xué)習(xí)文件。數(shù)據(jù)集的構(gòu)成如表1 所示。

表1 船艦?zāi)繕?biāo)圖像數(shù)據(jù)集Table 1 Image dataset of ship targets

本文基于深度學(xué)習(xí)框架Darknet 訓(xùn)練深度學(xué)習(xí)模型，在64 位的UBUNTU16.04 計(jì)算機(jī)上進(jìn)行評估，該計(jì)算機(jī)具有CPU Intel?i5 的處理器，并在GPU 服務(wù)器的CUDA9.0 環(huán)境中進(jìn)行GPU 并行加速計(jì)算。

3.2 基于遷移學(xué)習(xí)的I-YOLOV3-Tiny 訓(xùn)練

對于構(gòu)建的I-YOLOV3-Tiny 網(wǎng)絡(luò)模型的學(xué)習(xí)訓(xùn)練，由于手動標(biāo)注的船艦數(shù)據(jù)集規(guī)模較小，直接用來訓(xùn)練I-YOLOV3-Tiny 難以得到很好的訓(xùn)練效果，因此本文選用VOC 數(shù)據(jù)集［18］，這 是PASCAL Visual Object Classes 挑戰(zhàn)賽公開的數(shù)據(jù)集，有20 類標(biāo)注目標(biāo)，共16 000 張圖像。采用遷移學(xué)習(xí)方法對模型進(jìn)行預(yù)訓(xùn)練，然后把遷移學(xué)習(xí)得到的模型參數(shù)遷移到船艦檢測模型的二次訓(xùn)練中，具體的學(xué)習(xí)過程如圖7所示。

圖7 基于遷移學(xué)習(xí)的I-YOLOV3-Tiny 訓(xùn)練過程Fig.7 Training process of I-YOLOV3-Tiny based on transfer learning

從圖7 可以看出，左側(cè)為利用VOC 數(shù)據(jù)集進(jìn)行網(wǎng)絡(luò)預(yù)訓(xùn)練的過程，右側(cè)為利用遷移學(xué)習(xí)方法和小規(guī)模船艦圖像訓(xùn)練集進(jìn)行網(wǎng)絡(luò)參數(shù)微調(diào)訓(xùn)練的過程。在網(wǎng)絡(luò)參數(shù)微調(diào)的過程中，采用遷移學(xué)習(xí)和多尺寸訓(xùn)練2 種方法，直至訓(xùn)練網(wǎng)絡(luò)達(dá)到理想狀態(tài)。

3.3 視頻檢測速率

在實(shí)際的海面視頻檢測中，由于視頻幀之間背景單一，視頻中存在大量的冗余信息，若每幀圖像都重復(fù)調(diào)用網(wǎng)絡(luò)模型進(jìn)行檢測識別，則難以實(shí)現(xiàn)實(shí)時性檢測。為了提高視頻檢測的速率，本文采用圖像結(jié)構(gòu)相似性（SSIM）指標(biāo)來衡量相鄰2 幀圖像的相似程度。當(dāng)相鄰圖像幀結(jié)構(gòu)相似性時，可以減少對網(wǎng)絡(luò)模型的調(diào)用次數(shù)，從而提高視頻幀檢測的速率。SSIM 主要從亮度、對比度、結(jié)構(gòu)3 個方面度量圖像的相似性，SSIM 算法的計(jì)算公式如下：

其中：x、y代表2 幅對比圖像；l(x，y)是亮度比較；c(x，y)是對比度比較；s(x，y)是結(jié)構(gòu)比較；α，β，γ>0 用來調(diào)整亮度、對比度、結(jié)構(gòu)失真度的相對重要性；μx、μy分別為x、y的均值；σx、σy分別為x、y的標(biāo)準(zhǔn)差；σxy為x、y的協(xié)方差；c1、c2、c3是不為0 的常數(shù)。一般設(shè)定α=β=γ=1，c3=c2/2［19］。SSIM 公式可以簡化為：

SSIM 值的范圍為［0，1］，值越大說明2幅圖像相似性越大。利用SSIM 進(jìn)行視頻目標(biāo)檢測的流程為：以視頻的第1 幀圖像作為參考幀，并進(jìn)行網(wǎng)絡(luò)模型的前向運(yùn)算，并與視頻的下一幀進(jìn)行對比，計(jì)算2 幀之間的結(jié)構(gòu)相似度。設(shè)定結(jié)構(gòu)相似度閾值，若2 幀結(jié)構(gòu)相似度大于規(guī)定閾值，則不進(jìn)行前向推理計(jì)算，直接輸出圖像并且附加前一幀的檢測結(jié)果；若2 幀的結(jié)構(gòu)相似度小于等于規(guī)定的閾值，則對當(dāng)前幀利用網(wǎng)絡(luò)模型進(jìn)行前向目標(biāo)檢測，并且將當(dāng)前幀更新為新的參考幀。

3.4 實(shí)驗(yàn)結(jié)果

在測試集中，目標(biāo)檢測被分為正樣本和負(fù)樣本2 類。精確度P（Precision）用來衡量目標(biāo)檢測的精度；召回率R（Recall）是檢測到的真實(shí)目標(biāo)個數(shù)與檢測到所有目標(biāo)個數(shù)的比值［20］；交并比IoU（Intersectionover-Union）表示產(chǎn)生的候選框與真實(shí)框的重疊率，相關(guān)度越高則值越大，完全重疊時值為1［21］。檢測速率（FPS）是指每秒處理幀數(shù)，F(xiàn)PS 越大則實(shí)時性越高。各指標(biāo)定義如下：

其中：Ntp是實(shí)際為正樣本被判定為正樣本的個數(shù)；Nfp是實(shí)際為負(fù)樣本被判定為正樣本的個數(shù)；Nfn是實(shí)際為正樣本被判定為負(fù)樣本的個數(shù)。

表2 是I-YOLOV3-Tiny 是否使用遷移學(xué)習(xí)和多尺寸訓(xùn)練方法的評價結(jié)果。由表2 可以看出，使用遷移學(xué)習(xí)和多尺寸訓(xùn)練方法能使目標(biāo)檢測效果更好，并且訓(xùn)練達(dá)到收斂的時間也大大縮短。表3 是本文算法I-YOLOV3-Tiny 與另外4 種代表算法檢測性能的對比實(shí)驗(yàn)結(jié)果。

表2 訓(xùn)練結(jié)果對比Table 2 Comparison of training results

表3 5 種算法性能對比Table 3 Performance comparison of five algorithms %

由表3 可見，F(xiàn)ast-R-CNN［22］是使用卷積神經(jīng)網(wǎng)絡(luò)直接產(chǎn)生候選框，其實(shí)時性和檢測精度都低于YOLO網(wǎng)絡(luò)模型。與YOLOV3-Tiny 相比，本文算法的精確度提高7%，交并比IoU 值提高3%左右，主要原因是網(wǎng)絡(luò)特征提取部分加強(qiáng)了對淺層信息的提取，采取的改進(jìn)殘差網(wǎng)絡(luò)加深了網(wǎng)絡(luò)，提高了對深層卷積特征的提取。此外，以上檢測指標(biāo)的提高，也與采用的遷移學(xué)習(xí)策略有關(guān)。

圖8 給出了3 組代表性檢測結(jié)果，每一排為一組。由圖8（c）可見，本文算法提高了對小目標(biāo)的檢測能力，在不同背景下，對于大小船艦?zāi)繕?biāo)都具有較高的檢測性能。由圖8（a）、圖8（b）可見，YOLOV3、YOLOV3-Tiny容易出現(xiàn)船艦大目標(biāo)或小目標(biāo)的漏檢問題，且IoU較低。

圖8 船艦?zāi)繕?biāo)檢測性能對比Fig.8 Performance comparison of ship target detection

在GPU 平臺上，網(wǎng)絡(luò)模型對船艦?zāi)繕?biāo)的檢測速度可達(dá)每秒幾十幀，但是對于海面移動平臺的視頻處理識別系統(tǒng)，只能采用輕量型設(shè)備，不方便配置高耗能的GPU。因此，本文在Intel i5 CPU 平臺上，分別統(tǒng)計(jì)了各種網(wǎng)絡(luò)模型對船艦視頻的處理速度。表4 顯示的是未采用SSIM 與采用SSIM 進(jìn)行視頻檢測的FPS 對比結(jié)果。

表4 CPU 平臺船艦視頻平均檢測速率Table 4 Average detection rate of ship video on CPU platform（frame·s?1）

從表4 可以看出，在CPU 平臺下采用SSIM 進(jìn)行選擇性計(jì)算檢測，本文提出的I-YOLOv3-Tiny 其檢測速率可以達(dá)到12 frame/s，基本滿足快速視頻檢測的需求。其平均檢測速率速比傳統(tǒng)的YOLOV3 要高，而比YOLOV3-Tiny 稍低，主要原因是改進(jìn)的網(wǎng)絡(luò)比YOLOV3-Tiny 網(wǎng)絡(luò)結(jié)構(gòu)稍深?？傊?，基于SSIM 視頻檢測算法明顯提高了視頻檢測的速率。

4 結(jié)束語

本文基于DarkNet 平臺，利用深度學(xué)習(xí)的方法，提出一種基于改進(jìn)YOLOV3-Tiny 網(wǎng)絡(luò)模型的海面船艦?zāi)繕?biāo)檢測算法。利用淺層感受野對淺層信息進(jìn)行強(qiáng)化重構(gòu)，根據(jù)淺層信息提取目標(biāo)特征，提高對小目標(biāo)的檢測精度。通過增加I-ResNet 網(wǎng)絡(luò)，不僅能增加網(wǎng)絡(luò)的深度，而且減少網(wǎng)絡(luò)參數(shù)的計(jì)算量，提高檢測的速率。采用的金字塔網(wǎng)絡(luò)多尺度特征融合，提高對大小船艦?zāi)繕?biāo)的檢測性能，利用幀間圖像結(jié)構(gòu)相似度進(jìn)行選擇性網(wǎng)絡(luò)前向計(jì)算，以顯著提高視頻幀檢測速率，并運(yùn)用遷移學(xué)習(xí)方法和多尺寸訓(xùn)練模式，提高網(wǎng)絡(luò)的學(xué)習(xí)能力與對不同尺寸目標(biāo)檢測的泛化能力。實(shí)驗(yàn)結(jié)果表明，該算法可以快速有效地檢測海面船艦?zāi)繕?biāo)。下一步將研究深度卷積網(wǎng)絡(luò)結(jié)構(gòu)的精簡方法，在滿足檢測精度的前提下提高算法的實(shí)時性。