朱玉華，杜金月，劉洋，頡永鵬

（沈陽(yáng)工業(yè)大學(xué) 化工過(guò)程自動(dòng)化學(xué)院，遼寧遼陽(yáng)， 111003）

0 引言

安全一直以來(lái)是建筑行業(yè)、工業(yè)生產(chǎn)中永恒的話(huà)題。根據(jù)大量數(shù)據(jù)統(tǒng)計(jì)，建筑行業(yè)大量事故的發(fā)生，通常是人為因素造成的。建筑行業(yè)中最危險(xiǎn)的來(lái)源是高空墜物，安全帽可以承受外物的撞擊，減少因高空墜物而造成的頭部受傷，對(duì)施工人員的安全起著極其重要的作用。在建筑工地上，通常采用人工監(jiān)督的方法判斷工人是否佩戴安全帽，因而存在施工人員作業(yè)范圍廣、易造成在施工現(xiàn)場(chǎng)不能及時(shí)追蹤和管理所有工人等問(wèn)題[1]。因此采用自動(dòng)監(jiān)控的方法代替人工監(jiān)視，有利于減少疏漏，提高檢測(cè)效率，減少人工浪費(fèi)。

目標(biāo)檢測(cè)結(jié)合了目標(biāo)定位和目標(biāo)識(shí)別[2]。近幾年來(lái)，目標(biāo)檢測(cè)在工業(yè)質(zhì)檢、行人檢測(cè)、航空航天等各個(gè)領(lǐng)域應(yīng)用廣泛根據(jù)其網(wǎng)絡(luò)結(jié)構(gòu)不同可分為兩類(lèi)，一類(lèi)是兩階段目標(biāo)檢測(cè)模型如R-CNN[3]、Fast R-CNN[4]、Faster R-CNN[5]等，其特點(diǎn)是檢測(cè)精度高但檢測(cè)速度慢；一類(lèi)是單階段目標(biāo)檢測(cè)模型如YOLO[6]、SSD[7]等，其特點(diǎn)是檢測(cè)速度快但檢測(cè)精度不高，且對(duì)小目標(biāo)的檢測(cè)效果較差。

小目標(biāo)具有分辨率低、語(yǔ)義信息匱乏、攜帶信息少等特點(diǎn)。針對(duì)目標(biāo)檢測(cè)中的小目標(biāo)檢測(cè)問(wèn)題不高的問(wèn)題，近年來(lái)國(guó)內(nèi)外大量學(xué)者提出了一系列對(duì)小目標(biāo)檢測(cè)的研究。趙文清等[8]將SENet和Faster R-CNN相融合，解決了定位不高的問(wèn)題，根據(jù)絕緣子的尺寸大小，對(duì)區(qū)域建議網(wǎng)絡(luò)RPN生成anchor的尺度進(jìn)行調(diào)整，但是人為的調(diào)節(jié)anchor寬高比不具有普適性；熊俊濤等[9]提出了一種改進(jìn)的YOLO v3算法，通過(guò)增加三次殘差網(wǎng)絡(luò)塊提取特征，對(duì)于小目標(biāo)、遮擋圖像的檢測(cè)精度高。張炳力[10]等人在RetinaNet的基礎(chǔ)上對(duì)損失函數(shù)進(jìn)行全面優(yōu)化。構(gòu)造了關(guān)聯(lián)交并比的分類(lèi)損失函數(shù)，利用負(fù)樣本交并比使網(wǎng)絡(luò)注重于訓(xùn)練難分類(lèi)負(fù)樣本，在定位損失函數(shù)方面，改進(jìn)了傳統(tǒng)L1損失的歸一化方式，提高了小目標(biāo)檢測(cè)能力。王芋人等[11]證明了當(dāng)anchor和標(biāo)注框面積和比例相同時(shí)，交并比最大，然后用GMM算法分別對(duì)小目標(biāo)數(shù)據(jù)集中的標(biāo)注框的寬高比和面積進(jìn)行聚類(lèi)，在Faster R-CNN模型中設(shè)計(jì)出對(duì)標(biāo)注框適應(yīng)性更強(qiáng)的anchor。

本文針對(duì)小目標(biāo)安全帽的檢測(cè)，提出了一種基于Faster R-CNN的改進(jìn)方法，為了解決主干網(wǎng)絡(luò)VGG16訓(xùn)練時(shí)間長(zhǎng)，深度大，小目標(biāo)檢測(cè)精度差等問(wèn)題，將ResNet101[12]與FPN特征金字塔進(jìn)行特征融合替代VGG16，以此來(lái)提高小目標(biāo)的檢測(cè)精度。根據(jù)安全帽尺寸的大小，對(duì)anchor尺寸進(jìn)行調(diào)整，使之覆蓋所有大小的安全帽。

1 Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

Faster R-CNN模型是在Fast R-CNN基礎(chǔ)上設(shè)計(jì)出了RPN候選框，極大提升了region proposal質(zhì)量，同時(shí)提高了模型的檢測(cè)精度，降低了網(wǎng)絡(luò)的冗余，能夠讓目標(biāo)適應(yīng)在不同的場(chǎng)景。Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)，由四部分組成：(1)利用特征提取網(wǎng)絡(luò)VGG16對(duì)輸入進(jìn)行特征提取產(chǎn)生feature map[13]。(2)將產(chǎn)生的feature map傳入RPN網(wǎng)絡(luò)產(chǎn)生建議框，利用全連接層對(duì)每個(gè)anchor做二分類(lèi)和位置修正，輸出精確的proposals。(3)采用ROI Pooling使用最大值池化將特征圖上ROI固定為特定大小的特征圖；(4)對(duì)候選區(qū)域特征圖進(jìn)行分類(lèi)和回歸，得到物體種類(lèi)和位置。

2 改進(jìn)的Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

針對(duì)現(xiàn)有模型對(duì)小目標(biāo)檢出精度不高、魯棒性差等問(wèn)題，對(duì)Faster R-CNN模型進(jìn)行改進(jìn)。特征提取網(wǎng)絡(luò)采用ResNet101與FPN特征融合代替VGG16，增強(qiáng)網(wǎng)絡(luò)對(duì)小目標(biāo)的檢測(cè)能力，提升不同大小檢測(cè)目標(biāo)的檢出精度，并根據(jù)安全帽的尺寸設(shè)計(jì)anchor的大小，改進(jìn)后的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 改進(jìn)的Faster R-CNN模型結(jié)構(gòu)

■2.1 特征提取網(wǎng)絡(luò)

傳統(tǒng)算法采用VGG16網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)，VGG16網(wǎng)絡(luò)的泛化性很好，但是在小目標(biāo)的檢測(cè)中容易出現(xiàn)梯度消失、網(wǎng)絡(luò)深度大、訓(xùn)練時(shí)間長(zhǎng)、部署耗時(shí)大等問(wèn)題[14]。針對(duì)此問(wèn)題本文引用ResNet網(wǎng)絡(luò)，其殘差模塊很好地解決了在訓(xùn)練過(guò)程中網(wǎng)絡(luò)退化的問(wèn)題[15]。計(jì)算效率高，ResNet有不同的網(wǎng)絡(luò)層次，常用的有50-layer，101-layer，152-layer。本文選用ResNet101，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 ResNet101網(wǎng)絡(luò)結(jié)構(gòu)圖

為了保證高維度特征，信息不丟失，以及更加突出低維度特征，特征提取網(wǎng)絡(luò)采用ResNet101與FPN特征融合代替VGG16，該網(wǎng)絡(luò)結(jié)構(gòu)圖如圖3所示，圖中的C1，C2，C3，C4，C5分別對(duì)應(yīng)ResNet101網(wǎng)絡(luò)Conv1_x～Conv5_x卷積塊，隨后采用1×1卷積橫向連接與之求和生成新的特征圖M2～M5，最后在合并的新圖上進(jìn)行3×3卷積以生成最后的特征圖，最終的特征圖記作P2，P3，P4，P5。

圖3 特征提取網(wǎng)絡(luò)圖

■2.2 anchor的設(shè)計(jì)

在Faster R-CNN模型訓(xùn)練中，RPN中anchor尺寸設(shè)計(jì)對(duì)檢測(cè)精度的影響非常大。原始Faster R-CNN對(duì)于每個(gè)滑動(dòng)窗口生成3種長(zhǎng)寬比{1:1，2:1，1:2}和3種縮放尺度{128×128，256×256，512×512}兩兩組合生成9種不同尺寸的anchor。為了確保模型對(duì)于不同位置、大小的識(shí)別準(zhǔn)確度。本文將采用{16×16，32×32，64×64，128×128，256×256}作 為anchor的尺寸，長(zhǎng)寬比不變。RPN共生成15種尺寸的目標(biāo)框，可以覆蓋安全帽檢測(cè)中所有尺寸的目標(biāo)區(qū)域。

3 實(shí)驗(yàn)及結(jié)果分析

■3.1 實(shí)驗(yàn)數(shù)據(jù)

本文所需的小目標(biāo)數(shù)據(jù)集，部分來(lái)自建筑工地現(xiàn)場(chǎng)采集，部分來(lái)自網(wǎng)絡(luò)爬蟲(chóng)。使用訓(xùn)練集訓(xùn)練網(wǎng)絡(luò)之前，先對(duì)數(shù)據(jù)預(yù)處理，通過(guò)反轉(zhuǎn)、加噪聲等方式增強(qiáng)模型的泛化能力，得到5000張圖片。部分圖片如圖4所示，采用Lableme軟件對(duì)每張圖片進(jìn)行數(shù)據(jù)標(biāo)注，最終形成我們的小目標(biāo)安全帽數(shù)據(jù)集，且訓(xùn)練集、驗(yàn)證集、測(cè)試集三者的比例為8:1:1。

圖4 數(shù)據(jù)集部分圖像

■3.2 實(shí)驗(yàn)環(huán)境配置

本文實(shí)驗(yàn)環(huán)境配置如表1所示，pytorch是在2017年發(fā)布的簡(jiǎn)潔靈活的主流深度學(xué)習(xí)框架。pytorch設(shè)計(jì)簡(jiǎn)潔，代碼易于理解，在很多模型上容易實(shí)現(xiàn)，且支持GPU，提高了代碼的運(yùn)行速度。因此本文選擇pytorch框架。

表1 實(shí)驗(yàn)環(huán)境配置表

■3.3 實(shí)驗(yàn)結(jié)果

本文實(shí)驗(yàn)采用平均精度(AP)和平均精度均值(mAP)作為評(píng)價(jià)指標(biāo)。為了更好地比較在傳統(tǒng)Faster RCNN 基礎(chǔ)上改進(jìn)前后的識(shí)別效果，驗(yàn)證ResNet101+FPN作為特征提取網(wǎng)絡(luò)的性能，并確定合適的網(wǎng)絡(luò)層數(shù)。分別采用ResNet50+FPN、ResNet101+FPN、VGG16作為特征提取網(wǎng)絡(luò)進(jìn)行訓(xùn)練。得到檢測(cè)結(jié)果如表 2 所示。

由表2測(cè)試集的對(duì)比結(jié)果可以看出，F(xiàn)aster RCNN模型中引入ResNet50+FPN結(jié)構(gòu)，安全帽的識(shí)別平均精度達(dá)到90.9%，平均精度均值達(dá)到90.35%，采用ResNet101與FPN進(jìn)行融合后，識(shí)別效果得到明顯提升，平均精度達(dá)到90.9%，平均精度均值達(dá)到90.9%，相比于傳統(tǒng)VGG16，平均精度提升了6.7%，平均精度均值提高了6.55%，說(shuō)明提出的ResNet101與FPN融合作為特征提取網(wǎng)絡(luò)，提升了特征表達(dá)能力，改進(jìn)的算法是有效的。

在Faster RCNN訓(xùn)練過(guò)程中，將動(dòng)量參數(shù)設(shè)為0.9，權(quán)重衰減參數(shù)設(shè)為0.0001，學(xué)習(xí)率設(shè)為0.02，訓(xùn)練16000次。其訓(xùn)練總體損失，RPN邊框回歸、分類(lèi)損失如圖5所示，從圖中可以看出loss曲線(xiàn)在訓(xùn)練初期下降快，迭代16000次后逐漸趨于平緩，并最終穩(wěn)定在0.1附近，說(shuō)明模型已經(jīng)基本收斂。

圖5 訓(xùn)練損失變化

圖6和圖7為安全帽樣本進(jìn)行測(cè)試的結(jié)果示例圖，圖中紅框?yàn)閹в蓄?lèi)別和概率信息的檢測(cè)結(jié)果框。通過(guò)對(duì)比識(shí)別結(jié)果可以看出，本文改進(jìn)的算法識(shí)別出安全帽的精確度更高，定位更加準(zhǔn)確，并且能夠識(shí)別出背景復(fù)雜、遮擋、尺寸較小的安全帽。

圖6 傳統(tǒng)Faster R-CNN識(shí)別結(jié)果

圖7 改進(jìn)后模型的識(shí)別結(jié)果

4 結(jié)束語(yǔ)

針對(duì)小目標(biāo)安全帽檢測(cè)精度低，提出了一種基于改進(jìn)Faster R-CNN的小目標(biāo)安全帽檢測(cè)目標(biāo)檢測(cè)算法。特征提取網(wǎng)絡(luò)采用ResNet101與FPN進(jìn)行特征融合；根據(jù)安全帽尺寸大小的特點(diǎn)，對(duì)區(qū)域建議網(wǎng)絡(luò)生成anchor尺度進(jìn)行調(diào)整，提高了模型的檢測(cè)精度，改善小目標(biāo)識(shí)別的準(zhǔn)確率。實(shí)驗(yàn)表明安全帽目標(biāo)檢測(cè)的平均精度達(dá)到90.9%，平均精度均值（mAP）達(dá)到90.9%，相比于傳統(tǒng)VGG16，平均精度提升了6.7%，平均精度均值提高了6.55%，且模型有一定泛化能力和魯棒性。