周 慧，嚴鳳龍，褚 娜，劉振宇

1.大連東軟信息學院 軟件學院，遼寧 大連 116023

2.大連東軟信息學院 計算機學院，遼寧 大連 116023

目標檢測是將目標定位和目標分類結(jié)合起來，其中目標分類負責判斷輸入的圖像中是否包含所需物體，目標定位則負責標識出目標物體的位置，并用外接矩形框定位。目標檢測通常需要在卷積特征圖上引入事先定義好的矩形框，即錨點框（anchor boxes），這些錨點框按照面積和寬高比均勻分布，便于檢測出不同比例的目標。這類方法稱為基于錨點框（anchor-based）的目標檢測[1-2]。anchor-based檢測方法通常分為two-stage[3-4]和one-stage[5-6]。兩者都是先在圖像上平鋪大量預定義錨點框，然后預測錨點框類別，最后選擇合適的錨點框作為輸出結(jié)果并進行回歸操作。常見的two-stage檢測方法如faster R-CNN[3]、FPN（feature pyramid networks，F(xiàn)PN）[4]等。復雜場景下的艦船目標檢測，是典型的小目標檢測應用，上述模型都在艦船小目標檢測中廣泛應用。如Kang等人使用fast-RCNN方法獲得初始艦船檢測結(jié)果，然后應用恒虛警率評價檢測結(jié)果[8]。Xiao等人提出了一種語義分割網(wǎng)絡，以生成更精確的旋轉(zhuǎn)錨點框，并將生成的錨點框用于船舶目標檢測[9]。常見的one-stage方法如Yolo系列[5-6]、SSD（single shot multibox detector，SSD）[7]等。其中，Wang等人使用SDD模型檢測SAR圖像中復雜背景中的船只，并使用遷移學習來提高準確性[10]。Hu等人提出了一種基于改進YOLOv3的SAR艦船檢測算法[11]。

然而，anchor-based檢測方法會帶來正負樣本的不平衡問題。在目標檢測的過程中，大量的錨點框分布在卷積特征圖上，通過計算真實邊界框與錨點框的交并比（intersection over union，IoU）來劃分正負樣本[12]。一般而言，高于IoU設置正樣本閾值的標記為正樣本，低于IoU設置負樣本閾值的標記為負樣本（或者稱為背景），其他為可忽略樣本。復雜場景下的小目標船舶，通過錨點框標注樣本，帶來的正負樣本不均衡更為明顯。還有部分模型如Yolo等，為進一步提高定位準確率，采用NMS（非極大值抑制）[13]，將具有最高分類得分的錨點框定義為正樣本，其余為負樣本。這個過程造成了更為突出的正負樣本不平衡問題。而正負樣本不均衡是影響船舶檢測準確率的重要因素。

與此同時，anchor-based檢測方法提到的基于不同面積和寬高比的錨點框是一組預先定義的超參[14]，錨點框設計最重要的因素是要保證覆蓋目標的位置和密度。通常錨點框分為大中小三類尺寸，SAR圖像中的船舶目標屬于特定數(shù)據(jù)集，多數(shù)為小尺寸目標。通過固定錨點框得到候選框的方式明顯限制了檢測模型[15-16]。

為了追求最佳特征對象匹配，目前提出了很多錨點框優(yōu)化的方法。如meta anchor[17]提供了一個子網(wǎng)，從預定義的任意框中學習合適特征對象尺寸的錨點框。Guided anchoring[18]利用語義特征建立一個單獨模塊，通過建立錨點框函數(shù)自動生成錨點框。Gaussian YOLO[19]在建模過程中建立為四個高斯分布，在預測過程中輸出引入了預測框的不確定性，從而最終提升錨點框的定位精度。另外，rotated anchor boxes[9]是設計了一個成對的語義分割網(wǎng)絡來生成具有旋轉(zhuǎn)型的錨點框，然后生成的旋轉(zhuǎn)錨點框用于分類和回歸。

本文也提出了一種改進anchor-based小目標檢測方法。首先采用自適應錨點框保證覆蓋目標的位置和密度；然后基于自適應錨點框生成的自適應IoU閾值，并利用該閾值選擇正負樣本，保證樣本均衡。分別對two-stage模型faster R-CNN[3]、FPN[4]和one-stage模型Yolo3[5]、pp-Yolo[6]優(yōu)化錨點框，性能均得到提升，說明了該優(yōu)化方法的有效性。

1 基于形狀聚類的自適應錨點框模型

在船舶目標檢測時，首先需要定義正樣本和負樣本，并對正樣本的位置進行回歸。傳統(tǒng)的檢測方法是預先定義一組基于不同面積和寬高比的錨點框。SAR圖像的船舶目標多為小尺寸目標，通用錨點框的尺寸無法較好地反映目標的形狀信息，會影響檢測精度。因此，本文在定義正負樣本的過程中，采用基于形狀相似度的DBSACAN聚類方法，計算得出一組的錨點框，更適應SAR圖像中的船舶目標尺寸。

DBSCAN算法是基于密度的聚類算法，以數(shù)據(jù)集在空間分布上的稠密程度為依據(jù)進行聚類[20]。假設給定數(shù)據(jù)集D={x1,x2,…,xm}定義如下概念：

定義1（ε-鄰域）對xi∈D，ε-鄰域包含了數(shù)據(jù)集D中與xj之間的距離小于等于ε的樣本，即：Nε( xj)={xi∈D|d(xi,xj)≤ε}。

定義2（核心對象）如果xj的ε-鄰域至少包含MinPts個樣本，即Nε( )xj≥MinPts，則xj是一個核心對象。

定義3（密度直達）如果xi在xj的ε-鄰域中，并且xj是核心對象，稱xi由xj直接密度可達。

定義4（密度可達）對于xi和xj，如果存在一個對象鏈m1,m2,…,mn，其中m1=xi，mn=xj，mi∈D(1≤i≤n)，并且mi+1由mi直接密度可達，稱xj由xi關(guān)于ε和MinPts密度可達。

定義5（密度相連）對于xi和xj，如果存在一個對象xk，xk∈D( )1≤k≤n使xi和xj均由xk密度可達，則稱xi和xj關(guān)于ε和MinPts密度相連。

定義6（簇）從數(shù)據(jù)集D中任取一個對象xi，從xi開始在D搜索所有密度相連對象，構(gòu)成一個簇。

本文采用DBSCAN算法聚類生成錨點框，替代傳統(tǒng)的預先指定錨點框的方式。在計算真實邊界框之間是否可聚類時，利用形狀相似距離替代歐式距離，即根據(jù)形狀相似性進行密度聚類。具體步驟如下：

步驟1初始化核心對象集合Ω=?，初始化聚類簇數(shù)k=0，初始化未訪問目標框集合Γ=D，簇劃分C=?。

步驟2計算目標框g i的ε-鄰域包括的樣本集Nε(g i)，根據(jù)Nε(g i)判斷g i是否為核心對象，如果是，將g i加入核心對象集合中：Ω=Ω∪{g i}。

本文計算目標框間ε-鄰域距離采用的是形狀相似度距離，通過計算形狀距離dSSD來度量目標框之間的相似性，dSSD如公式（1）～（4）所示：

步驟4重復步驟3，直到Ω為?，則聚類簇生成完畢。取當前簇C k中所有樣本的長和寬，分別求出均值，即為一個新的錨點框尺寸。簇的個數(shù)即為錨點框的數(shù)量。采用基于形狀相似距離的DBSCAN算法聚類目標真實框，結(jié)果如圖1所示。

圖1 原始錨點框與自適應錨點框?qū)Ρ菷ig.1 Comparison of original anchor boxes and adaptive anchor boxes

2 自適應正負樣本閾值

目標檢測器通過計算真實邊界框與錨點框的IoU來劃分正負樣本時，一般而言，高于IoU正樣本閾值的標記為正樣本，低于閾值的標記為負樣本（或者稱為背景）。因此基于錨點框的IoU閾值作為超參，不同的設置會有產(chǎn)生不同的正負樣本劃分結(jié)果。復雜場景下的小目標船舶，通過錨點框標注樣本，會帶來明顯的正負樣本不均衡問題。本文采用了一種自動的計算IoU閾值的方法，利用上述自適應的錨點框，根據(jù)統(tǒng)計量劃分正樣本和負樣本，盡量避免影響結(jié)果的超參數(shù)的使用。具體過程如下：

步驟4在候選樣本集中，再次選擇候選框與目標框的IoU大于TIoU的為正樣本，則候選集中剩下的為負樣本。

錨點框的中心越靠近目標框中心，IoU的值越大，故根據(jù)中心距離選擇候選框，能夠提高樣本的候選質(zhì)量。

3 實驗結(jié)果與分析

3.1 自適應錨點框?qū)嶒?/h3>

實驗數(shù)據(jù)集使用中國科學院發(fā)布的SAR船用數(shù)據(jù)集，共計43 819艘船圖片，其包括59 535艘船的圖像切片。在利用目標檢測模型檢測前，先采用自適應錨點框的算法得到一組錨點框，再根據(jù)該組錨點框計算自適應IoU閾值，并利用該閾值選擇正負樣本，將改進的錨點框和IoU閾值用于不同的檢測模型中，整體流程如圖2所示。

圖2 實驗流程圖Fig.2 Experimental flowchart

針對該數(shù)據(jù)集，采用形狀相似度的DBSCAN聚類方法計算得出一組的自適應錨點框，不同的（ε，Minpts）可計算確定錨點框個數(shù)的超參數(shù)k，通過實驗驗證超參k的魯棒性。通常，faster R-CNN設置初始錨點框個數(shù)為9個[3]，F(xiàn)PN模型設置個數(shù)為5個，并提供3個不同的寬高比[4]，Yolo3模型初始錨點框一般設定為9個[5]，pp-Yolo初始錨點框與Yolo3一致，因此選擇DBSCAN聚類結(jié)果k值為[6，9，12，15]的幾組結(jié)果，并對比基于歐式距離（Euclidean distance）聚類和基于形狀相似度距離（shape similar distance）聚類生成的錨點框效果，如表1所示。當錨點框數(shù)據(jù)量為9時，準確率最高，繼續(xù)增加錨點框數(shù)據(jù)量，準確率略有下降。同時，基于形狀相似度的聚類，在歐式距離的基礎上進一步考慮了形狀距離，從實驗對比結(jié)果來看，基于形狀相似度聚類的錨點框在檢測中能取得更好的準確率。

表1 基于歐式距離和基于形狀距離聚類結(jié)果對比Table 1 Results with different clustering methods based on Euclidean distance and shape distance

同時與Kmeans的聚類結(jié)果進行對比，Kmeans的超參k值取9，分別按照歐氏距離和形狀相似度距離聚類得到兩組錨點框，與DBSCAN生成同樣數(shù)量的錨點框，在faster R-CNN模型上進行對比實驗，如表2所示，基于密度聚類的DBSCAN在錨點框聚類中能取得更好的結(jié)果。

表2 不同聚類算法結(jié)果對比Table 2 Results with different Clustering methods

3.2 自適應正負樣本閾值實驗

針對自適應正負樣本閾值的實驗，同樣使用中國科學院發(fā)布的SAR船用數(shù)據(jù)集，并且采用自適應錨點框的結(jié)果集合。將自動的計算IoU閾值與預定義的IoU閾值進行比較，結(jié)果如表3所示。

表3 在SAR數(shù)據(jù)集上不同閾值結(jié)果對比Table 3 Experiment results of various IoU on SAR dataset

3.3 實驗分析

傳統(tǒng)的two-stage object檢測器如faster R-CNN、FPN，one-stage object檢測器如Yolo3和pp-Yolo，在一般的船舶檢測任務中也能達到較好的檢測結(jié)果。模型在Tesla V100中，均采用相同的訓練策略對SAR船用數(shù)據(jù)集進行訓練，迭代次數(shù)為105，batch_size設置為96，同時初始學習率設為0.000 1，每輪迭代后調(diào)整學習率，最終mAP分別為89.6%、93.3%、86.7%、88.0%。但是上述模型在背景中包含干擾對象的復雜場景下檢測準確率下降明顯，虛警概率和漏檢率高，從上述SAR船用數(shù)據(jù)集中選擇已標注的15 000張復雜背景圖像（如圖3）進行測試，faster R-CNN、FPN、Yolo3和pp-Yolo準確率分別下降到79.4%、85.7%、71.3%、78.2%。

圖3 復雜場景下的艦船目標數(shù)據(jù)集Fig.3 Ship target dataset in complex scenes

采用自適應錨點框方法（adaptive anchor boxes，AAB）和自適應閾值選擇方法（adaptive threshold selection，ATS）與的目標檢測模型對15 000張復雜場景圖像檢測，部分結(jié)果如圖4所示，在復雜場景下，改進后的目標檢測模型用于小目標檢測均取得了較好的效果。四種模型均能提升mAP，如表4所示。針對不同的模型，首先采用AAB方法，mAP平均提升5.50個百分點；然后在同樣的原始模型中，均加入ATS方法改進，各個模型mAP平均提升2.23個百分點。

表4 不同模型的檢測結(jié)果對比Table 4 Comparison of detection results on ship dataset

two-stage object檢測器faster R-CNN融合AAB+ATS，檢測精確率上升了接近9.6個百分點；FPN融合AAB+ATS，檢測精確率上升了接近2.6個百分點；Yolo3融合AAB+ATS，檢測精確率上升了接近9.8個百分點；pp-Yolo融合AAB+ATS，檢測精確率上升了接近9.9個百分點。說明通過自適應閾值，優(yōu)化錨點框與目標框的IoU值解決正負樣本不均衡問題，以及通過自適應錨點框，生成初始錨點框代替原始超參，解決目標覆蓋問題，均能達到提升準確率的作用。兩者結(jié)合，更有利于檢測復雜場景下的船舶目標。復雜場景的檢測結(jié)果如圖4所示。

圖4 復雜場景下的艦船目標檢測結(jié)果Fig.4 Ship object detection results in complex scenes

4 結(jié)論

在復雜場景下小目標檢測問題的研究中，正負樣本均衡和錨點框的覆蓋密度均影響檢測結(jié)果，故本文提出了一種改進小目標檢測模型的方法，采用基于形狀相似距離評估的密度聚類方法，生成自適應錨點框；采用自適應閾值方法，利用訓練樣本選擇合適的閾值，再劃分正負樣本。將該提升方法用于two-stage模型faster RCNN、FPN，one-stage模型Yolo3、pp-Yolo，針對復雜場景的小目標檢測均不同程度地提高了檢測準確，說明本文提出的方法是一種可行的、有效的改進小目標檢測模型的方法。