郭健忠，余騰飛，崔玉定，周興林

(1.武漢科技大學(xué) 汽車與交通工程學(xué)院，湖北 武漢 430065;

2.武漢科技大學(xué) 機(jī)械自動化學(xué)院，湖北 武漢 430065)

0 引 言

近幾年來，隨著計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測技術(shù)不斷增強(qiáng)，其在汽車行業(yè)的運(yùn)用受到了廣泛的關(guān)注和研究。目前，百度、滴滴、博世等公司已把神經(jīng)網(wǎng)絡(luò)算法運(yùn)用到汽車無人駕駛上，并取得了良好效果?？梢灶A(yù)見的是，神經(jīng)網(wǎng)絡(luò)算法必將在無人駕駛領(lǐng)域大放光彩。

但是在實(shí)際應(yīng)用當(dāng)中，有兩個難點(diǎn)需要解決，一是車載設(shè)備的計(jì)算能力和存儲空間往往受到諸多限制，故算法必須對硬件資源的需求少；二是算法要對遠(yuǎn)距離上的小目標(biāo)有較強(qiáng)的檢測能力，檢測速度快，以便汽車有充足的時間應(yīng)對。采用輕量型神經(jīng)網(wǎng)絡(luò)如MobileNet可以有效降低模型對硬件的要求。2016年，Iandola等人[1]提出Squeeze Net，采用1×1卷積核對上一層的特征圖進(jìn)行卷積，主要目的是減少特征圖的維數(shù)。后來，Sifre等人[2]提出了深度可分離卷積的結(jié)構(gòu)，進(jìn)一步減少了網(wǎng)絡(luò)的參數(shù)量和計(jì)算量。而深度可分離卷積的本質(zhì)是使用深度卷積和逐點(diǎn)卷積將卷積操作分解為冗余信息更少的稀疏化表達(dá)。2017年，谷歌公司的Howard等人[3]發(fā)布了一種可以在手機(jī)等移動終端運(yùn)作的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)：MobileNet，采用了深度可分離卷積的結(jié)構(gòu)。之后，Howard等人[4]嘗試對MobileNet進(jìn)行改進(jìn)，提出了MobileNetv2，主要利用了線性瓶頸層和倒殘差對網(wǎng)絡(luò)進(jìn)行改進(jìn)，明顯地提升了網(wǎng)絡(luò)的預(yù)測精度。即使如此，在車載設(shè)備的限制和要求下，MobileNetv2的檢測精度仍不令人滿意。為提高其檢測精度和對小目標(biāo)的檢測能力，可考慮結(jié)合其他算法，取長補(bǔ)短，以期提高整體算法的性能。

卷積神經(jīng)網(wǎng)絡(luò)中因?qū)δ繕?biāo)檢測的方式不同，可把算法大致分為基于候選區(qū)域和基于回歸的目標(biāo)檢測算法兩類[5]?；诨貧w的目標(biāo)檢測算法省略了候選區(qū)域生成步驟，直接將特征提取、目標(biāo)分類以及目標(biāo)回歸在同一個卷積神經(jīng)網(wǎng)絡(luò)中實(shí)現(xiàn)，將目標(biāo)檢測過程簡化為一種端到端的回歸問題，使基于深度學(xué)習(xí)的目標(biāo)檢測算法在速度上有了大幅度提升，這無疑比基于候選區(qū)域的算法更適合。這類算法的代表有：YOLO系列[6-7]、SSD[8]、FPN[9]以及Retina Net[10]。其中，SSD網(wǎng)絡(luò)是當(dāng)中檢測精確度相對更高的網(wǎng)絡(luò)結(jié)構(gòu)。為提升SSD模型在中小目標(biāo)檢測方面的能力，很多學(xué)者對此進(jìn)行了研究。例如，Tang等[11]在原有SSD模型的基礎(chǔ)之上采用多視窗的方法進(jìn)行檢測從而提升準(zhǔn)確率，但是這種方法的區(qū)域劃分不固定，對于目標(biāo)檢測的準(zhǔn)確性和魯棒性產(chǎn)生了一定的影響。Jeong等[12]提出了RSSD模型,改善了SSD的特征融合方式，利用分類網(wǎng)絡(luò)增加獲取的Feature Map之間的聯(lián)系，減少了重復(fù)框的出現(xiàn)，同時增加了Feature Map的個數(shù)使得模型能夠檢測到更多尺度的目標(biāo)；Fu等[13]提出了DSSD，使用Resnet-101替代原來的VGG Net，在分類回歸之前使用殘差模塊，在輔助的SSD額外特征卷積層后面添加了幾層反卷積層，整個網(wǎng)絡(luò)呈現(xiàn)出寬窄寬的結(jié)構(gòu),提高了小目標(biāo)的檢測精度。陳幻杰等[14]對SSD模型的改進(jìn)，通過小目標(biāo)特征區(qū)域進(jìn)行放大提取，額外提取多個高層特征層的信息，利用更深的網(wǎng)絡(luò)結(jié)構(gòu)改善中等目標(biāo)的檢測結(jié)果等方法，較大地提高了對中小目標(biāo)的準(zhǔn)確率，檢測速度相比原有的SSD模型下降了將近一半，在滿足準(zhǔn)確性的基礎(chǔ)上實(shí)時性受到了較大的影響。

該文結(jié)合MobileNetv2和SSD模型構(gòu)成MobileNetv2-SSD網(wǎng)絡(luò)，并對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，增強(qiáng)對特征的提取效果，使網(wǎng)絡(luò)對小目標(biāo)有更強(qiáng)的檢測能力，同時降低了對硬件資源的需求。實(shí)驗(yàn)表明，改進(jìn)后的網(wǎng)絡(luò)有更強(qiáng)的小目標(biāo)檢測能力。

1 MobileNetv2-SSD網(wǎng)絡(luò)

在車輛目標(biāo)檢測階段，因需要迅速、準(zhǔn)確地識別目標(biāo)，所以基于回歸的目標(biāo)檢測算法更加適合。考慮到SSD在準(zhǔn)確度和檢測速度上比其他基于回歸的目標(biāo)檢測算法更有優(yōu)勢，故該文采用SSD網(wǎng)絡(luò)進(jìn)行目標(biāo)檢測。但SSD網(wǎng)絡(luò)對小目標(biāo)的檢測效果較差，而且整個模型相對較大，在實(shí)際應(yīng)用時對硬件要求高，考慮到硬件成本問題，應(yīng)結(jié)合使用規(guī)模較小的網(wǎng)絡(luò)，降低對硬件配置資源的需求，而MobileNetv2作為輕量化的較為符合需求?；谝陨戏治?，考慮結(jié)合MobileNetv2和SSD網(wǎng)絡(luò)。結(jié)合后的網(wǎng)絡(luò)兼具SSD網(wǎng)絡(luò)檢測速度快、準(zhǔn)確度高和MobileNetv2網(wǎng)絡(luò)參數(shù)少、模型小的特點(diǎn)，較為符合要求。

SSD模型是當(dāng)中檢測精確度相對較高的網(wǎng)絡(luò)結(jié)構(gòu)，其在不同大小的特征圖上預(yù)測目標(biāo)。SSD網(wǎng)絡(luò)檢測目標(biāo)時，以每一個網(wǎng)格為基礎(chǔ)，生成多個先驗(yàn)框，之后每一個先驗(yàn)框都會檢測框內(nèi)是否有目標(biāo)，若判斷出框內(nèi)有目標(biāo)，就根據(jù)目標(biāo)的大小和位置，計(jì)算出每一個先驗(yàn)框的寬高偏差和中心點(diǎn)的偏移量，通過解碼得到預(yù)測框的中心和寬高。利用框中物體的置信度對框進(jìn)一步篩選，經(jīng)過非極大值抑制處理，篩選出得分最高的框，標(biāo)記在圖片上。

MobileNetv2是一種輕量化的卷積神經(jīng)網(wǎng)絡(luò)，它對輸入圖像先升維、深度分解卷積、再降維，這種被稱為倒殘差的結(jié)構(gòu)可以減少參數(shù)量和計(jì)算量。在ImageNet數(shù)據(jù)集上做實(shí)驗(yàn)，MobileNet與VGG16的準(zhǔn)確率幾乎一樣，但參數(shù)量和計(jì)算量只有其1/9。

MobileNetv2-SSD網(wǎng)絡(luò)結(jié)合兩種網(wǎng)絡(luò)的優(yōu)勢，檢測速度快，檢測準(zhǔn)確度高，然而它對小目標(biāo)的檢測效果不盡如人意。在目標(biāo)檢測物的在圖像中占比較小時，也會存在如下問題：

(1)小目標(biāo)呈現(xiàn)的信息量較小，導(dǎo)致檢測效果不佳，訓(xùn)練時需要反復(fù)挖掘信息。

(2)在訓(xùn)練階段，對于小物體的標(biāo)注容易存在偏差，在目標(biāo)物體較小的情況下，標(biāo)記的誤差會對檢測效果產(chǎn)生較大的影響。

(3)實(shí)際應(yīng)用場景中，小目標(biāo)數(shù)量較少，使得網(wǎng)絡(luò)訓(xùn)練時負(fù)樣本過多，導(dǎo)致模型的退化，嚴(yán)重制約了檢測網(wǎng)絡(luò)的性能。

2 改進(jìn)型MobileNetv2-SSD網(wǎng)絡(luò)

為解決以上問題，該文提出特征增強(qiáng)和特征融合的方法使網(wǎng)絡(luò)反復(fù)挖掘小目標(biāo)的信息，以加強(qiáng)網(wǎng)絡(luò)對小目標(biāo)的檢測能力。同時，為了進(jìn)一步減少參數(shù)量和計(jì)算量，并使得網(wǎng)絡(luò)更符合檢測車輛特征和實(shí)際應(yīng)用的需要，對先驗(yàn)框進(jìn)行改進(jìn)。

2.1 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

改進(jìn)后的模型結(jié)構(gòu)如圖1所示。輸入為300×300×3的圖片，經(jīng)過一次標(biāo)準(zhǔn)卷積和兩次深度可分離卷積后進(jìn)入圖1所示結(jié)構(gòu)。用MobileNetv2網(wǎng)絡(luò)取代原本SSD中的VGG網(wǎng)絡(luò)，用于多尺度特征提取，之后用特征增強(qiáng)模塊挖掘提取到的信息?？紤]到大特征圖更易提取小目標(biāo)，故對大特征圖進(jìn)行特征融合，以加強(qiáng)對小目標(biāo)的提取能力。然后，對增強(qiáng)或者融合后的特征圖進(jìn)行歸一化和使用leaky ReLU等操作，防止梯度消失和梯度爆炸。最后，用非極大值抑制進(jìn)行目標(biāo)分類。

模型主要分為兩個部分，第一部分是用于提取目標(biāo)特征的MobileNetv2基礎(chǔ)模塊和SSD基礎(chǔ)模塊，一步步縮小尺度，得到不同尺度下的特征圖；第二部分是多尺度特征檢測網(wǎng)絡(luò)，其作用是進(jìn)行不同尺度條件下的特征提取，并把提取到的特征進(jìn)行增強(qiáng)和融合，然后進(jìn)行歸一化處理和線性修正，最終得到一維向量進(jìn)行目標(biāo)檢測。從圖1可以看出，檢測模塊(detections)得到6個特征圖中目標(biāo)的置信度和坐標(biāo)，通過非極大值抑制(non-maximum suppression，NMS)模塊過濾掉重復(fù)預(yù)測的目標(biāo)。通過該模型可以有效提取待識別目標(biāo)的信息，且具有準(zhǔn)確度高和檢測速度快等優(yōu)點(diǎn)，對變化目標(biāo)具有較好的魯棒性。

圖1 M2-SSD網(wǎng)絡(luò)結(jié)構(gòu)

網(wǎng)絡(luò)的基本配置如表1所示。表中t是輸入通道的倍增系數(shù)(即瓶頸層中的通道數(shù)是輸入通道數(shù)的多少倍)；n是該模塊重復(fù)的次數(shù)；c是輸出通道數(shù)；s是該模塊第一次重復(fù)時的stride(后面重復(fù)都是stride=1)。

表1 M2-SSD網(wǎng)絡(luò)基本配置

瓶頸殘塊(bottleneck residual block)是網(wǎng)絡(luò)中很重要的結(jié)構(gòu)。它把數(shù)據(jù)先升維，使用輕量級深度卷積做過濾；再應(yīng)用深度可分離卷積進(jìn)行處理。為便于實(shí)際應(yīng)用，如果維度越低，卷積層的乘法計(jì)算量就越小，想要減少運(yùn)算量，就需要盡可能將網(wǎng)絡(luò)設(shè)計(jì)成低維度的。如果整個網(wǎng)絡(luò)都是低維的，那么整體計(jì)算速度就會很快。但是如果維度太低，激活變換ReLU函數(shù)可能會濾除很多有用信息，造成信息丟失或破壞。針對這個問題，使用linear bottleneck來代替原本的非線性激活變換，而在提取特征數(shù)據(jù)階段，高維張量更能提取到足夠多的信息，故先對數(shù)據(jù)進(jìn)行升維，再降維。

2.2 特征增強(qiáng)和特征融合

為了提高大特征圖對小目標(biāo)的檢測能力，豐富不同尺度特征圖的特征信息,提出了特征增強(qiáng)模塊。如圖2所示，模塊整體為一個殘差網(wǎng)絡(luò)結(jié)構(gòu)，相比于學(xué)習(xí)原始的信號，殘差網(wǎng)絡(luò)學(xué)習(xí)到了信號的差值，還增加了網(wǎng)絡(luò)的寬度。殘差網(wǎng)絡(luò)可以通過跳層連接，增強(qiáng)了梯度的流動，從而使得信息前后向傳播更加順暢，不對稱的結(jié)構(gòu)使得反向傳播時，錯誤信號可以不經(jīng)過任何中間權(quán)重矩陣變換直接傳播到低層，一定程度上可以緩解梯度彌散問題。多重1×1和3×3的卷積可以充分挖掘特征圖信息，而批量標(biāo)準(zhǔn)化可以解決梯度消失的問題，由于小目標(biāo)的文本信息量較少，故這樣設(shè)計(jì)特征增強(qiáng)模塊可以有效增強(qiáng)對小目標(biāo)的檢測能力。

圖2 特征增強(qiáng)模塊結(jié)構(gòu)

為了加強(qiáng)各個尺度特征圖之間的聯(lián)系，增強(qiáng)檢測能力，提出特征融合模塊，結(jié)構(gòu)如圖3所示。首先，用1×1的卷積核對兩個特征圖進(jìn)行卷積，使其通道統(tǒng)一，然后采用雙線性插值使特征圖的大小統(tǒng)一，之后用concat函數(shù)進(jìn)行合并。特征融合能使得特征圖的語義更豐富，對大尺度特征圖進(jìn)行特征融合可以提高對小目標(biāo)的檢測能力。

圖3 特征融合模塊結(jié)構(gòu)

SSD模型在目標(biāo)檢測部分與圖像金字塔有著相似的結(jié)構(gòu)，對圖像下采樣得到不同大小的特征圖。由于大尺寸特征圖的細(xì)節(jié)特征信息豐富，能檢測出細(xì)微輪廓，而小尺寸的特征圖丟失較多細(xì)節(jié)信息，但對較大輪廓檢測效果好，因此對不同特征層進(jìn)行融合能夠提高網(wǎng)絡(luò)語義信息，增強(qiáng)細(xì)節(jié)與整體之間的聯(lián)系，提高網(wǎng)絡(luò)對小目標(biāo)的檢測能力。

特征融合具體步驟如下：該文采用特征融合的思想，在以上特征增強(qiáng)的基礎(chǔ)框架上，首先對不同大小特征層，用padding=0的1×1卷積核在這些特征圖上做卷積操作，保證了融合時的通道統(tǒng)一。由于這里把不同大小的特征圖進(jìn)行融合，所以需采用雙線性插值操作使特征圖大小統(tǒng)一。改進(jìn)后的特征層有更豐富的語義信息，能更好表征目標(biāo)的特性，對車輛小目標(biāo)檢測的準(zhǔn)確率有較大幅度改善。由于SSD中的檢測模塊的特征層尺寸較小，且包含語義信息較強(qiáng)，不再進(jìn)行特征增強(qiáng)。

2.3 先驗(yàn)框的改進(jìn)

傳統(tǒng)的SSD網(wǎng)絡(luò)檢測目標(biāo)時，會對所有先驗(yàn)框解碼，然后進(jìn)行置信度排序，置信度低的被刪除。該文提出的改進(jìn)是在解碼前先對先驗(yàn)框進(jìn)行置信度排序，在每個同目標(biāo)類別中去除置信度較低的先驗(yàn)框，保留一定數(shù)量的高置信度先驗(yàn)框，再進(jìn)行解碼得到真實(shí)框，如圖4所示。這樣做的目的是減少需要解碼的先驗(yàn)框個數(shù)，減少了計(jì)算量。

圖4 先驗(yàn)框改進(jìn)后解碼過程

考慮到本實(shí)驗(yàn)中目標(biāo)種類較少，且要求模型輕量化，故只保留50個同類別的先驗(yàn)框。即對先驗(yàn)框進(jìn)行置信度排序后，同一目標(biāo)類別中，只保留50個置信度最高的先驗(yàn)框。之后對每一類別的50個先驗(yàn)框進(jìn)行解碼，把大小和位置修正，再從中選出IOU最大的預(yù)測框作為真實(shí)框輸出。

為了提高對小目標(biāo)的檢測能力，調(diào)整先驗(yàn)框的尺寸。特征圖先驗(yàn)框的個數(shù)預(yù)測依次為4、6、6、6、4、4。先驗(yàn)框長寬比依次為1∶1，2∶2，1∶2，2∶1，1∶3，3∶1，先驗(yàn)框尺度計(jì)算公式如式(1)所示。

(1)

式中，Sk表示先驗(yàn)框的尺寸相對于原圖的比例，Smin和Smax分別表示比例的最小值與最大值。為了更好地檢測小目標(biāo)，將Smin和Smax的值調(diào)整為0.16和0.88，這樣能夠有效避免由于目標(biāo)過小導(dǎo)致在訓(xùn)練階段真實(shí)標(biāo)簽無法找到相應(yīng)的先驗(yàn)框與之匹配的問題。尺寸調(diào)整后的先驗(yàn)框大小如表2所示。

表2 先驗(yàn)框尺寸

(2)

2.4 損失函數(shù)的計(jì)算

由于針對小目標(biāo)檢測，正負(fù)樣本特征的不平衡，往往造成簡單的負(fù)樣本主導(dǎo)網(wǎng)絡(luò)的訓(xùn)練并導(dǎo)致模型的退化，這嚴(yán)重制約了檢測網(wǎng)絡(luò)的性能。為解決此問題，該文引入Focal Loss損失函數(shù)。具體可以表示為：

FL(pt)=-αt(1-pt)γlog(pt)

(3)

其中，αt用于控制正負(fù)樣本的權(quán)重，取比較小的值來降低負(fù)樣本的權(quán)重；(1-pt)γ用于控制難易樣本的權(quán)重，目的是通過減少易分樣本的權(quán)重，從而使得模型在訓(xùn)練的時候更加專注難分樣本的學(xué)習(xí)；pt表示某個目標(biāo)的類別概率。

損失函數(shù)由位置損失和分類損失加權(quán)組成，公式如下:

(4)

其中，t*為真實(shí)的目標(biāo)類別，t為預(yù)測目標(biāo)類別，b*為真實(shí)的標(biāo)簽框位置坐標(biāo)，b為預(yù)測目標(biāo)坐標(biāo)，N表示與真實(shí)框相匹配的先驗(yàn)框的個數(shù)，Lclass(t*,t)為分類損失函數(shù)，a為權(quán)重，Lloc(b*,b)為位置損失函數(shù)。

位置損失可表示為：

(5)

其中，Pos表示正樣本，m為先驗(yàn)框的位置m∈{x,y,w,h}，x,y表示先驗(yàn)框的中心點(diǎn)坐標(biāo)，w,h分別表示先驗(yàn)框的寬和高。SmoothL1損失函數(shù)在Fast R-CNN中被提出，主要目的是為了防止梯度爆炸。

分類損失可表示為：

(6)

3 實(shí)驗(yàn)結(jié)果與分析

本實(shí)驗(yàn)用的計(jì)算機(jī)配置為windows10操作系統(tǒng)，Intel Core(TM)i9-10900K處理器，內(nèi)存為16 GB，顯卡為NVIDIA GTX 1080，開發(fā)環(huán)境使用的是Tensorflow1.8。

3.1 數(shù)據(jù)集介紹

實(shí)驗(yàn)使用的是KITTI數(shù)據(jù)集，并進(jìn)行了調(diào)整。KITTI數(shù)據(jù)集是目前國際上最大的自動駕駛場景下的計(jì)算機(jī)視覺算法評測數(shù)據(jù)集，該數(shù)據(jù)集包含市區(qū)、鄉(xiāng)村和高速公路等場景采集的真實(shí)圖像數(shù)據(jù)，每張圖像中最多達(dá)15輛車和30個行人，還有各種程度的遮擋與截?cái)唷ITTI數(shù)據(jù)集有8個類別，將標(biāo)注文件中“Van”、“Truck”、“Tram”和“Car”類別合并為“Car”類，其他類別作為背景。

為了增加訓(xùn)練的數(shù)據(jù)量，提高模型的泛化能力，同時增加噪聲數(shù)據(jù)，提升模型的魯棒性，對數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)。比如使用隨機(jī)縮放和旋轉(zhuǎn)對樣本做一點(diǎn)處理，隨機(jī)地縮放小目標(biāo)的size(20%以內(nèi))還有隨機(jī)旋轉(zhuǎn)(15°左右)，或者對樣本進(jìn)行隨機(jī)反轉(zhuǎn)、裁剪、平移、添加噪聲。

3.2 實(shí)驗(yàn)參數(shù)設(shè)置

經(jīng)過數(shù)據(jù)增強(qiáng)后，數(shù)據(jù)集總共有7 600張圖片，選用其中6 200幅圖像作為訓(xùn)練集，剩下1 400幅圖像作為驗(yàn)證集。實(shí)驗(yàn)中設(shè)定沖量常數(shù)為0.9，權(quán)重衰減系數(shù)為0.000 5，學(xué)習(xí)速率為0.000 8。在訓(xùn)練集中每次迭代處理8個樣本，進(jìn)行240個迭代周期，訓(xùn)練迭代次數(shù)為54 000次。

3.3 模型評價

以模型訓(xùn)練時的損失函數(shù)變化和測試時的各類別AP的平均值作對比分析，評價模型性能的優(yōu)劣。其中，損失函數(shù)由位置損失和分類損失加權(quán)組成，計(jì)算總損失值與迭代次數(shù)的關(guān)系，各類別AP的平均值即mAP(mean average precision)由召回率和精確率得出。

召回率的計(jì)算方法為：

精確率的計(jì)算方法為：

式中，TP(true positive)指正樣本中預(yù)測為正的數(shù)量，F(xiàn)N(false negative)指正樣本中預(yù)測為負(fù)的數(shù)量，F(xiàn)P(false positive)指負(fù)樣本中預(yù)測為正的數(shù)量。

3.4 實(shí)驗(yàn)結(jié)果

模型對數(shù)據(jù)增強(qiáng)后的KTTI數(shù)據(jù)集進(jìn)行檢測，得到的實(shí)驗(yàn)結(jié)果如圖5所示。圖5(a)為損失函數(shù)的損失值與迭代次數(shù)之間的關(guān)系圖，訓(xùn)練完成后的損失值為0.03，圖5(b)為訓(xùn)練時改進(jìn)后的先驗(yàn)框的置信度得分和訓(xùn)練次數(shù)的關(guān)系圖。

實(shí)驗(yàn)結(jié)果表明，改進(jìn)網(wǎng)絡(luò)的損失值較小，置信度得分較高，證明了網(wǎng)絡(luò)的有效性。

圖6為改進(jìn)型MobileNetv2-SSD網(wǎng)絡(luò)的檢測效果。其中，(a)為算法對遠(yuǎn)處的多個小目標(biāo)的檢測效果；(b)為在強(qiáng)光照條件下，算法對正面目標(biāo)和背面目標(biāo)的檢測效果；(c)為算法對側(cè)面目標(biāo)和被截?cái)嗄繕?biāo)的檢測效果；(d)為目標(biāo)處在被遮擋的陰影背景下算法的檢測效果?？梢钥吹?，在復(fù)雜多變的應(yīng)用場景下改進(jìn)后的算法仍有較好的檢測效果。但為了突出其先進(jìn)性，需與其他算法進(jìn)行對比分析。

(a)遠(yuǎn)處多重目標(biāo) (b)強(qiáng)光照目標(biāo)

(c)側(cè)身目標(biāo)和半截目標(biāo) (d)弱光照被遮擋目標(biāo)

3.5 對比分析

首先與未進(jìn)行改進(jìn)的MobileNetv2-SSD網(wǎng)絡(luò)作對比。圖7(a)為原本的MobileNetv2-SSD網(wǎng)絡(luò)的檢測效果，(b)為改進(jìn)型MobileNetv2-SSD網(wǎng)絡(luò)的檢測效果?？梢钥闯觯镜腗obileNetv2-SSD網(wǎng)絡(luò)對遠(yuǎn)處的小目標(biāo)檢測有遺漏，對被截?cái)嗟哪繕?biāo)無法識別，對給較少信息的目標(biāo)檢測能力較差，而改進(jìn)型MobileNetv2-SSD網(wǎng)絡(luò)有針對性地提高了對小目標(biāo)的檢測能力，對目標(biāo)信息反復(fù)挖掘，所以檢測效果較好。

(a)原本的MobileNetv2-SSD網(wǎng)絡(luò)檢測效果 (b)改進(jìn)型MobileNetv2-SSD網(wǎng)絡(luò)檢測效果

之后是與其他算法作對比分析。表3是不同檢測算法在KITTI數(shù)據(jù)集上的檢測結(jié)果對比，F(xiàn)aster R-CNN由于把目標(biāo)識別和定位分兩步完成，導(dǎo)致模型較大，而且檢測速度較慢。其他的算法都是單步識別網(wǎng)絡(luò)，同時進(jìn)行目標(biāo)的識別和定位，所以檢測速度較快。其中，YOLOv2有著最快的檢測速度，是SSD300檢測速度的兩倍，但檢測準(zhǔn)確度比不上SSD300。YOLOv3有著最高的檢測準(zhǔn)確度，達(dá)到了91.58%，但網(wǎng)絡(luò)仍比較大。而文中的檢測網(wǎng)絡(luò)在檢測速度上僅次于YOLOv2，檢測準(zhǔn)確度上僅次于YOLOv3，而且基本持平，網(wǎng)絡(luò)大小上遠(yuǎn)小于其他網(wǎng)絡(luò)。由此證明，文中的檢測網(wǎng)絡(luò)在綜合性能上有較強(qiáng)的優(yōu)越性。

表3 不同檢測網(wǎng)絡(luò)的檢測結(jié)果

4 結(jié)束語

基于MobileNetv2-SSD網(wǎng)絡(luò)進(jìn)行改進(jìn)，針對SSD網(wǎng)絡(luò)的小目標(biāo)檢測能力不足的問題增強(qiáng)特征的提取和運(yùn)用，為減小計(jì)算量，對先驗(yàn)框的使用過程進(jìn)行改進(jìn)。實(shí)驗(yàn)表明，改進(jìn)后的網(wǎng)絡(luò)相比原網(wǎng)絡(luò)有更高的準(zhǔn)確度，同時檢測速度更快，這在車輛小目標(biāo)檢測中有較高的應(yīng)用價值。該實(shí)驗(yàn)的進(jìn)一步研究是擴(kuò)大檢測目標(biāo)的種類，增加對行人、電動車、摩托車等目標(biāo)的檢測，以增強(qiáng)應(yīng)用價值。