王書獻(xiàn)，張勝茂，朱文斌，孫永文，楊昱皞，隋江華,沈烈,沈介然

(1.大連海洋大學(xué) 航海與船舶工程學(xué)院，遼寧 大連116023；2.中國(guó)水產(chǎn)科學(xué)研究院東海水產(chǎn)研究所 農(nóng)業(yè)農(nóng)村部遠(yuǎn)洋與極地漁業(yè)創(chuàng)新重點(diǎn)實(shí)驗(yàn)室，上海200090；3.浙江省海洋水產(chǎn)研究所 浙江省海洋漁業(yè)資源可持續(xù)利用技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，浙江 舟山316021；4.深圳市聯(lián)成遠(yuǎn)洋漁業(yè)有限公司，廣東 深圳518035)

隨著海洋強(qiáng)國(guó)戰(zhàn)略的實(shí)施，漁業(yè)中對(duì)捕撈量、捕撈努力量、捕撈效率等捕撈數(shù)據(jù)的精度要求逐漸提高。對(duì)船隊(duì)捕撈數(shù)據(jù)做更高精度的統(tǒng)計(jì)不僅能夠顯著提高捕撈效率、節(jié)約人類觀察員成本，還能夠降低兼捕誤捕量、減輕捕撈工作對(duì)海洋生物環(huán)境的破壞，對(duì)海洋強(qiáng)國(guó)戰(zhàn)略具有重要意義。

由于傳統(tǒng)的人類觀察員難以滿足日漸提高的統(tǒng)計(jì)精度要求，近年來電子監(jiān)控系統(tǒng)(electronic monitoring system，EMS)逐漸在漁業(yè)企業(yè)中普及，該系統(tǒng)有可能成為人類觀察員的替代或補(bǔ)充辦法。金槍魚是一種具有高蛋白、低脂肪的大洋性洄游魚類，是國(guó)際營(yíng)養(yǎng)協(xié)會(huì)推薦的綠色無污染健康美食。因其營(yíng)養(yǎng)價(jià)值高、肉質(zhì)柔嫩鮮美，受到市場(chǎng)青睞[1]。Ruiz等[2]密切觀察并比較了7次金槍魚圍捕作業(yè)中EMS系統(tǒng)與人類觀察員所獲取到的捕撈努力量、捕撈量、兼捕量等信息，認(rèn)為EMS對(duì)金槍魚等大型物種有較好的記錄，能夠可靠地估算捕撈數(shù)據(jù)。該研究同時(shí)指出，EMS系統(tǒng)在標(biāo)準(zhǔn)化安裝、視頻處理方法等方面仍有諸多改進(jìn)之處，且這些改進(jìn)對(duì)EMS方案的效果具有較大影響。Gilman等[3]使用Satlink數(shù)字觀察員服務(wù)對(duì)比了人類觀察員與EMS數(shù)據(jù)差異，認(rèn)為EMS在漁獲物種類、漁獲量、捕撈量等數(shù)據(jù)上與人類觀察員所獲數(shù)據(jù)差異很小，但是在丟棄物種類、漁獲長(zhǎng)度等數(shù)據(jù)上表現(xiàn)不佳。Gilman等[4]為擴(kuò)展EMS功能、提高EMS準(zhǔn)確率，提出了重新定位相機(jī)、集成額外傳感器等EMS改進(jìn)措施。在漁獲識(shí)方面，該研究還使用Bicknell 等[5]提出的圖像識(shí)別軟件，使用機(jī)器學(xué)習(xí)(machine learning)方法識(shí)別漁獲物。機(jī)器學(xué)習(xí)方法在物種分類、行為識(shí)別等方面較傳統(tǒng)方法有突出表現(xiàn)，一些學(xué)者利用TensorFlow等機(jī)器學(xué)習(xí)系統(tǒng)，對(duì)魚類目標(biāo)檢測(cè)、魚類識(shí)別、魚類運(yùn)動(dòng)目標(biāo)提取等進(jìn)行研究[6-9]，取得了良好效果，證明了機(jī)器學(xué)習(xí)方法能夠與計(jì)算機(jī)視覺方法結(jié)合，在EMS系統(tǒng)中為魚類識(shí)別做出貢獻(xiàn)。

深度學(xué)習(xí)(deep learning)是機(jī)器學(xué)習(xí)的一個(gè)分支[10]，關(guān)于深度學(xué)習(xí)的研究最早可以追溯到20世紀(jì)40年代。1943年，Mcculloch等[11]提出神經(jīng)活動(dòng)中內(nèi)在思想的邏輯演算，正式開啟近代關(guān)于深度學(xué)習(xí)的研究。近年來，深度學(xué)習(xí)為人工智能技術(shù)在自動(dòng)控制系統(tǒng)[12-13]、人臉識(shí)別[14-16]、目標(biāo)檢測(cè)[17-19]、自動(dòng)駕駛[20-21]、生物建模[22]等領(lǐng)域中的快速增長(zhǎng)提供了強(qiáng)大動(dòng)力。深度學(xué)習(xí)在水產(chǎn)及船舶領(lǐng)域的應(yīng)用也已見雛形。部分學(xué)者利用深度學(xué)習(xí)算法，對(duì)復(fù)雜海況下的船舶識(shí)別[23-24]、船舶定位[25]等課題展開研究。2016年， Redmon等[26]針對(duì)目標(biāo)檢測(cè)任務(wù)提出一種新的思路，即YOLO(you only look once)神經(jīng)網(wǎng)絡(luò)模型。YOLO初代版本中，在R-CNN、Fast R-CNN等目標(biāo)檢測(cè)模型的基礎(chǔ)上，首次提出將“目標(biāo)識(shí)別”和“目標(biāo)定位”兩大任務(wù)合二為一。自2016年至今，經(jīng)過各界學(xué)者的努力，YOLO神經(jīng)網(wǎng)絡(luò)模型經(jīng)歷了數(shù)次更新迭代，先后解決了多目標(biāo)檢測(cè)、小目標(biāo)檢測(cè)、漏檢修復(fù)、多尺度預(yù)測(cè)等多個(gè)維度的問題[27]。

YOLO神經(jīng)網(wǎng)絡(luò)模型在各個(gè)領(lǐng)域的研究[28-30]顯示，該模型在目標(biāo)檢測(cè)領(lǐng)域有較為突出的表現(xiàn)和應(yīng)用前景。由于遠(yuǎn)洋漁船作業(yè)類型多、監(jiān)控安裝位置缺乏統(tǒng)一標(biāo)準(zhǔn)，傳統(tǒng)EMS系統(tǒng)的計(jì)算機(jī)視覺方法已經(jīng)很難滿足行業(yè)對(duì)目標(biāo)識(shí)別精度的需求。EMS系統(tǒng)也逐漸朝著通過機(jī)器學(xué)習(xí)實(shí)現(xiàn)目標(biāo)識(shí)別的方向發(fā)展[31-32]。但是，目前仍鮮有YOLO神經(jīng)網(wǎng)絡(luò)模型在EMS系統(tǒng)目標(biāo)檢測(cè)中的應(yīng)用研究。本研究中，基于YOLOV5神經(jīng)網(wǎng)絡(luò)模型，擬結(jié)合傳統(tǒng)計(jì)算機(jī)視覺方法，從HNY722遠(yuǎn)洋金槍魚延繩釣漁船EMS系統(tǒng)監(jiān)控視頻數(shù)據(jù)中，提取出某段視頻或某一幀圖片中的浮球、金槍魚的數(shù)量及位置，以期為輔助漁業(yè)企業(yè)規(guī)范化管理及電子觀察員技術(shù)應(yīng)用提供技術(shù)參考。

1 YOLOV5網(wǎng)絡(luò)模型

YOLOV5網(wǎng)絡(luò)結(jié)構(gòu)按照處理階段分為Input、Backbone、Neck、Prediction 4個(gè)部分(圖1)。其中，Input部分完成數(shù)據(jù)增強(qiáng)、自適應(yīng)圖片縮放、錨框計(jì)算等基本處理任務(wù)；Backbone部分作為主干網(wǎng)絡(luò)，主要使用CSP(cross stage partial)結(jié)構(gòu)提取出輸入樣本中的主要信息，以供后續(xù)階段使用；Neck部分使用FPN(feature pyramid network)及PAN(path aggregation network)結(jié)構(gòu)，利用Backbone部分提取到的信息，加強(qiáng)特征融合；Prediction部分做出預(yù)測(cè)并計(jì)算GIOU_loss等損失值。

YOLOV5代碼中，YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x 4種網(wǎng)絡(luò)基本結(jié)構(gòu)類似，但網(wǎng)絡(luò)深度及寬度存在差異。Neck部分5次使用CSP結(jié)構(gòu)(圖1中CSP2_X1、CSP2_X2、CSP2_X3、CSP2_X4、CSP2_X5)，YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x分別使用1、2、3、4個(gè)殘差組件。Backbone骨干網(wǎng)絡(luò)部分3次使用CSP結(jié)構(gòu)，4種網(wǎng)絡(luò)模型使用的殘差組件數(shù)不盡相同，具體深度差異如表1所示。

圖1 YOLOV5網(wǎng)絡(luò)結(jié)構(gòu)

表1 網(wǎng)絡(luò)模型深度差異

除深度差異外，上述4種網(wǎng)絡(luò)模型在寬度上也存在差異。網(wǎng)絡(luò)寬度上的差異主要由Focus及CBL方法中卷積核數(shù)量的差異導(dǎo)致(表2)。4種網(wǎng)絡(luò)模型在深度、寬度等結(jié)構(gòu)上的差異決定了其所需機(jī)器配置的差異及其在不同作業(yè)類型中表現(xiàn)的差異。

表2 網(wǎng)絡(luò)模型寬度差異

2 4種YOLOV5模型目標(biāo)檢測(cè)效果對(duì)比試驗(yàn)

2.1 數(shù)據(jù)來源

延繩釣是一種經(jīng)典的魚釣方式，基本結(jié)構(gòu)為一根主線上系結(jié)有等距支線，在支線的末端，置有魚鉤及魚餌，利用浮球、沉子及浮球繩長(zhǎng)度，控制調(diào)節(jié)作業(yè)水層[33-34](圖2)。根據(jù)回收浮球、金槍魚數(shù)量及狀態(tài)信息，可以推斷延繩釣系統(tǒng)運(yùn)行狀態(tài)，計(jì)算系統(tǒng)捕撈效率，為漁業(yè)企業(yè)帶來便利，使遠(yuǎn)洋漁船管理有序、合理、規(guī)范、高效。

圖2 金槍魚延繩釣系統(tǒng)概念圖

本文中監(jiān)控?cái)?shù)據(jù)來源于深圳聯(lián)成遠(yuǎn)洋漁業(yè)有限公司HNY722遠(yuǎn)洋金槍魚延繩釣漁船EMS系統(tǒng)，利用該漁船2018年10月12日—2019年3月2日在完成捕撈作業(yè)過程中產(chǎn)生的監(jiān)控視頻數(shù)據(jù)進(jìn)行研究。該漁船左舷、右舷、前甲板、后甲板各安裝有一個(gè)攝像頭，由監(jiān)控主機(jī)交換機(jī)傳輸至錄像機(jī)、顯示器、漁船終端、遠(yuǎn)程終端等設(shè)備(圖3)。EMS系統(tǒng)每天動(dòng)態(tài)生成一個(gè)文件夾，4個(gè)監(jiān)控?cái)z像頭每小時(shí)自動(dòng)保存一次。視頻保存格式為DAV。收網(wǎng)過程主要由安裝于漁船左舷的1號(hào)攝像頭記錄。

圖3 HNY722漁船監(jiān)控結(jié)構(gòu)

2.2 數(shù)據(jù)集的制作

Pot Player播放器是免費(fèi)的視頻播放器，除解析常見視頻格式外，該工具具有連續(xù)幀采集功能。使用Pot Player播放器打開HNY722遠(yuǎn)洋漁船監(jiān)控視頻文件，使用其“連續(xù)截圖”功能，截取出大量畫面中包含有檢測(cè)目標(biāo)(浮球和金槍魚)的關(guān)鍵幀(圖4)。經(jīng)過人工篩選，最終以圖片格式保存包含有不同日期、天氣、時(shí)間段的關(guān)鍵幀共計(jì)15 778幀。將該15 778張圖片劃分為14 178張訓(xùn)練集圖片及1 400張測(cè)試集圖片。訓(xùn)練集用于在YOLO神經(jīng)網(wǎng)絡(luò)模型中訓(xùn)練、提取特征，測(cè)試集用于測(cè)試訓(xùn)練結(jié)果使用Anaconda工具創(chuàng)建一個(gè)Python3.8.5預(yù)處理工作環(huán)境，在該環(huán)境中，安裝LabelImg工具及其依賴包。LabelImg工具為目標(biāo)檢測(cè)標(biāo)記工作提供可視化支持，可使用矩形框快速確定目標(biāo)位置及名稱。標(biāo)注后的文件為Pascal VOC支持的xml格式，編寫Python腳本可以快速將xml格式輸出文件轉(zhuǎn)化為YOLO支持的txt標(biāo)簽格式。

圖4 含有浮球的關(guān)鍵幀

txt格式的標(biāo)簽文件中包含有目標(biāo)種類及目標(biāo)位置等信息，種類以0、1表示(本文中目標(biāo)僅包含浮球和金槍魚兩種)，0表示浮球，1表示金槍魚。位置信息以4個(gè)數(shù)字表示，4個(gè)數(shù)據(jù)分別代表歸一化之后的中心點(diǎn)橫坐標(biāo)、縱坐標(biāo)、目標(biāo)寬度、目標(biāo)高度。由于數(shù)值經(jīng)過了歸一化，數(shù)字值均在0～1，也即實(shí)際表示的是比例關(guān)系。

2.3 結(jié)果與分析

2.3.1 樣本數(shù)據(jù)統(tǒng)計(jì)結(jié)果 對(duì)15 778個(gè)標(biāo)簽數(shù)據(jù)進(jìn)行目標(biāo)位置及目標(biāo)大小整體分析，得到目標(biāo)相對(duì)位置圖(圖5(a))和目標(biāo)相對(duì)大小圖(圖5(b))。結(jié)果顯示，目標(biāo)相對(duì)位置集中在x、y坐標(biāo)值較大處，由于計(jì)算機(jī)視覺中以左上角像素為原點(diǎn)，故目標(biāo)應(yīng)集中在圖片的右下側(cè)位置。目標(biāo)寬度大多數(shù)占圖片寬度的2.5%～5.0%，目標(biāo)高度大多占圖片高度的5.0%～7.5%。

圖5 標(biāo)簽總體特征圖

2.3.2 參數(shù)收斂結(jié)果 試驗(yàn)結(jié)果表明，4組試驗(yàn)的各個(gè)參數(shù)均逐漸收斂(損失參數(shù)收斂至0，結(jié)果參數(shù)收斂至1)。除YOLOV5x網(wǎng)絡(luò)模型在訓(xùn)練至100～250輪次(epoch)時(shí)，出現(xiàn)了一段時(shí)間內(nèi)的結(jié)果異常外，各個(gè)網(wǎng)絡(luò)模型的廣義交并比損失(GIoU loss)、目標(biāo)檢測(cè)損失(objectness loss)、目標(biāo)分類損失(classification loss)、準(zhǔn)確率(precision)、召回率(recall)、廣義交并比閾值下多類別平均精度值(mAP@0.5)和變化交并比閾值下多類別平均精度值(mAP@0.5∶0.95)7個(gè)參數(shù)均在500輪次內(nèi)達(dá)到收斂(圖6，objectness loss、classfication loss、mAP@0.5∶0.95圖略)。但是僅憑參數(shù)收斂性分析，只能判斷出YOLOV5x模型在本文試驗(yàn)中存在較強(qiáng)的不確定性，而YOLOV5s、YOLOV5m、YOLOV5l網(wǎng)絡(luò)模型的選擇是否會(huì)對(duì)訓(xùn)練結(jié)果產(chǎn)生影響需要進(jìn)一步分析。

圖6 訓(xùn)練參數(shù)收斂分析

2.3.3 模型對(duì)參數(shù)的影響 為研究模型對(duì)訓(xùn)練參數(shù)的影響，在500輪次訓(xùn)練中，用YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x 4種模型對(duì)GIoU loss、objectness loss、classification loss、precision、recall、mAP@0.5和mAP@0.5∶0.95等7個(gè)參數(shù)做單因素方差分析。各組分析結(jié)果如表3所示，其中，classification loss 的P=0.32，GIoU loss、objectness loss、precision、recall、mAP@0.5、mAP@0.5∶0.95等6個(gè)參數(shù)的P值均小于0.01，這表明，YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x模型的選擇對(duì)GIoU loss、objectness loss、precision、recall、mAP@0.5、mAP@0.5∶0.95等6個(gè)參數(shù)均具有顯著性影響(P<0.05)，而對(duì)classification loss參數(shù)無顯著性影響(P>0.05)。

表3 單因素方差分析組間P值

為進(jìn)一步研究各網(wǎng)絡(luò)模型在不同參數(shù)中的表現(xiàn)情況，在500輪次訓(xùn)練中，統(tǒng)計(jì)上述GIoU loss、objectness loss、precision、recall、mAP@0.5、mAP@0.5∶0.95等6個(gè)受模型選擇影響顯著的參數(shù)平均值，結(jié)果如表4所示。GIoU loss、objectness loss參數(shù)值越接近0，表示訓(xùn)練效果越好； precision、recall、mAP@0.5、mAP@0.5∶0.95參數(shù)值越接近1，表示訓(xùn)練效果越好。

表4 模型參數(shù)平均值

這表明， 選擇YOLOV5l作為模型時(shí)，GIoU loss、objectness loss、precision、recall、mAP@0.5∶0.95等5個(gè)參數(shù)值最接近理想狀態(tài)；選擇YOLOV5m作為模型時(shí)，mAP@0.5參數(shù)值最接近理想狀態(tài)。因此，YOLOV5l網(wǎng)絡(luò)模型在本試驗(yàn)中綜合性能最強(qiáng)，可以在金槍魚延繩釣EMS系統(tǒng)監(jiān)控視頻提取中得到深入應(yīng)用。

2.3.4 模型消耗GPU資源分析 由于YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x 4種模型深度、寬度上的差異，其訓(xùn)練過程中對(duì)資源的消耗情況也有所不同。為充分考慮程序的普適性，從GPU內(nèi)存消耗的角度對(duì)各模型的性能進(jìn)行分析。結(jié)果顯示：在500輪次的訓(xùn)練中，4種網(wǎng)絡(luò)模型的GPU內(nèi)存占用情況均在前3個(gè)輪次內(nèi)達(dá)到一個(gè)穩(wěn)定值，后續(xù)訓(xùn)練過程中占用情況保持穩(wěn)定；YOLOV5s模型GPU占用明顯低于YOLOV5m模型，且這兩個(gè)模型GPU占用均低于YOLOV5l、YOLOV5x模型，而YOLOV5l、YOLOV5x模型的GPU占用曲線基本重合(圖7)。

圖7 部分GPU占用情況

為進(jìn)一步研究4種模型的GPU占用情況，計(jì)算4種網(wǎng)絡(luò)模型在500輪次訓(xùn)練中GPU占用的平均值，結(jié)果如表5所示，其中YOLOV5l與YOLOV5x的GPU占用平均值十分接近，均在26～27 GB，而訓(xùn)練機(jī)器配置有32 GB GPU，并未達(dá)到滿載情況，因此，受配置限制的可能性較小。

表5 GPU占用平均值

3 討論

3.1 神經(jīng)網(wǎng)絡(luò)模型的選擇

在深度學(xué)習(xí)目標(biāo)檢測(cè)發(fā)展進(jìn)程中，先后誕生了許多優(yōu)秀的深度學(xué)習(xí)框架和神經(jīng)網(wǎng)絡(luò)模型，如R-CNN、Fast R-CNN、Faster R-CNN等。一些研究基于這些框架，挖掘出深度學(xué)習(xí)在各個(gè)領(lǐng)域的利用價(jià)值[35-36]。目標(biāo)識(shí)別算法實(shí)質(zhì)上包含了識(shí)別目標(biāo)及定位目標(biāo)兩個(gè)核心任務(wù)。在識(shí)別目標(biāo)的核心任務(wù)上，CNN算法的實(shí)現(xiàn)使得結(jié)果已經(jīng)滿足了現(xiàn)階段需求。后續(xù)諸多目標(biāo)檢測(cè)算法都借鑒了CNN的目標(biāo)識(shí)別方法。在目標(biāo)檢測(cè)這項(xiàng)任務(wù)上，常規(guī)傳統(tǒng)方式是對(duì)所有像素不同大小框進(jìn)行反復(fù)搜索，這樣的方式顯然是十分低效的，實(shí)際環(huán)境中應(yīng)用較為困難。R-CNN提出了候選區(qū)(region proposals)的思路，即先從圖像中找到若干個(gè)待選擇區(qū)域(selective search)(一般約2 000個(gè))，再?gòu)乃械膕elective search中識(shí)別目標(biāo)，該方法大幅提升了目標(biāo)定位的耗時(shí)(相較于完整搜索的思路)。Fast R-CNN、Faster R-CNN算法在R-CNN算法的思路基礎(chǔ)上，提升了單張照片的識(shí)別速度。YOLO的創(chuàng)造性在于其將候選區(qū)的確定和對(duì)象的識(shí)別合二為一。本試驗(yàn)的預(yù)試驗(yàn)中也采用了Fast R-CNN等其他優(yōu)秀的算法，但是相較之下，YOLO網(wǎng)絡(luò)更適宜于本應(yīng)用。

Deepa等[37]在網(wǎng)球軌跡提取試驗(yàn)中，結(jié)合圖像處理技術(shù)，使用動(dòng)作決策網(wǎng)絡(luò)重構(gòu)網(wǎng)球的運(yùn)動(dòng)軌跡，并比較了YOLO、SSD、Faster R-CNN 3種網(wǎng)絡(luò)模型在該試驗(yàn)環(huán)境下的性能情況，結(jié)果表明，YOLO神經(jīng)網(wǎng)絡(luò)模型的處理速度優(yōu)于Faster R-CNN神經(jīng)網(wǎng)絡(luò)，但SSD神經(jīng)網(wǎng)絡(luò)的處理速度和效果優(yōu)于YOLO網(wǎng)絡(luò)模型。該研究的YOLO與Faster R-CNN網(wǎng)絡(luò)模型比較結(jié)果與本試驗(yàn)的預(yù)試驗(yàn)結(jié)果一致，但本試驗(yàn)的預(yù)試驗(yàn)中參與比較的網(wǎng)絡(luò)模型不包括SSD模型。值得關(guān)注的是，該研究未明確指出所使用YOLO的版本。Liu等[38]研究了YOLOV3、YOLOV4、YOLOV5在公共數(shù)據(jù)集上的訓(xùn)練和表現(xiàn)情況，結(jié)果表明，YOLOV4在mAP值方面優(yōu)于YOLOV3，但在速度方面略低，而YOLOV5在各方面均優(yōu)于YOLOV3及YOLOV4。因此，YOLO(尤其是YOLOV5)網(wǎng)絡(luò)模型與SSD網(wǎng)絡(luò)模型在目標(biāo)檢測(cè)任務(wù)中的性能情況仍有待進(jìn)一步研究。

Liu等[39]研究了YOLO模型與GPR(ground-penetrating radar)三維圖像在道路檢測(cè)中的應(yīng)用，并設(shè)計(jì)試驗(yàn)對(duì)比了YOLOV3、YOLOV3-Tiny、YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x等6種網(wǎng)絡(luò)模型的性能情況，結(jié)果顯示，YOLOV5的各個(gè)模型在收斂程度及mAP值的表現(xiàn)上均明顯優(yōu)于YOLOV3，YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x 4種模型的mAP值均高于90%(最高值為94.45%，由YOLOV5x訓(xùn)練得到)，mAP值由低到高排序?yàn)閅OLOV5s

Zhou等[40]在工地安全頭盔檢測(cè)試驗(yàn)中對(duì)比了YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x 4種網(wǎng)絡(luò)模型的表現(xiàn)情況，結(jié)果顯示，YOLOV5x在mAP參數(shù)上的表現(xiàn)最佳，達(dá)到了94.7%，該試驗(yàn)結(jié)果與本試驗(yàn)結(jié)果有一定差異。本試驗(yàn)中YOLOV5x模型在各個(gè)參數(shù)上均出現(xiàn)了較大程度的波動(dòng)現(xiàn)象，但是觀察其GPU占用情況，并未達(dá)到滿載(YOLOV5x訓(xùn)練過程中穩(wěn)定狀態(tài)下GPU占用約為26.58 GB，而訓(xùn)練機(jī)器GPU內(nèi)存為32 GB)。本試驗(yàn)中造成YOLOV5x模型表現(xiàn)不穩(wěn)定的因素有待進(jìn)一步研究。

3.2 目標(biāo)檢測(cè)網(wǎng)絡(luò)在各領(lǐng)域應(yīng)用效果比較

Li等[41]在Faster R-CNN模型的基礎(chǔ)上，提出一種改進(jìn)的水培生菜幼苗檢測(cè)方法，該方法中采用高分辨率網(wǎng)絡(luò)進(jìn)行圖像特征提取，并使用RoI Align方法提高不同狀態(tài)下幼苗的檢測(cè)精度，訓(xùn)練后mAP值達(dá)到了86.2%。Liu等[42]基于YOLOV3模型，提出了一種改進(jìn)的番茄檢測(cè)模型(YOLO-Tomato)，該研究中將傳統(tǒng)的矩形邊界框替換為新的圓形邊界框?qū)Ψ堰M(jìn)行定位，以提高識(shí)別率，改進(jìn)后的網(wǎng)絡(luò)模型在番茄識(shí)別場(chǎng)景中的mAP值達(dá)到96.4%，高于YOLOV3原模型在該場(chǎng)景下達(dá)到的94.06%。Sharma[43]針對(duì)新冠肺炎病毒將YOLOV5模型應(yīng)用在口罩檢測(cè)上，在該試驗(yàn)的100輪次訓(xùn)練中，mAP值最終達(dá)到65%左右，召回率也不足70%。該研究者認(rèn)為試驗(yàn)結(jié)果的不盡人意可能與其使用的個(gè)人電腦配置有關(guān)(受設(shè)備限制，該研究?jī)H測(cè)試了YOLOV5s模型)。Junos等[44]提出一種改進(jìn)的YOLO模型，用于檢測(cè)無人機(jī)圖像中的油棕果，改進(jìn)的模型在訓(xùn)練后mAP值達(dá)到了99.76%。本試驗(yàn)中綜合性能最佳的YOLOV5l模型mAP值達(dá)到了99.1%，召回率達(dá)到了98.4%，在相似應(yīng)用中處于較高水平，但仍有一定改進(jìn)的空間。

4 結(jié)論

1)YOLO V5算法經(jīng)過訓(xùn)練，可以識(shí)別出漁船EMS系統(tǒng)視頻數(shù)據(jù)中所有的浮球、金槍魚等檢測(cè)目標(biāo)，能夠解決EMS系統(tǒng)中目標(biāo)分類問題。

2)YOLOV5s、YOLOV5m、YOLOV5l、YOLOV5x模型的選擇對(duì)GIoU loss、objectness loss、precision、recall、mAP@0.5、mAP@0.5∶0.95等參數(shù)均具有顯著性影響，而對(duì)classification loss參數(shù)無顯著影響。

3)選擇YOLOV5l模型時(shí)，GIoU、objectness、precision、recall、mAP@0.5∶0.95等5個(gè)參數(shù)值最接近理想狀態(tài)；選擇YOLOV5m模型時(shí)，mAP@0.5參數(shù)值最接近理想狀態(tài)。

4)YOLOV5l在4種網(wǎng)絡(luò)模型中表現(xiàn)最為均衡，在mAP值、召回率等參數(shù)上的表現(xiàn)處于類似研究中較高水平。