宋立新，王仁杰

(1.中國電建集團(tuán)中南勘測設(shè)計(jì)研究院有限公司，湖南 長沙 410014；2.上海易清智覺自動(dòng)化科技有限公司，上海 201802)

0 引 言

砂石骨料是混凝土的主要成分，混凝土在生產(chǎn)和運(yùn)用的過程中，砂石骨料起著填充和骨架作用，砂石骨料的質(zhì)量直接影響混凝土強(qiáng)度、變形、滲透性、抗凍性、耐久性等性能。

在巖石分類的研究上，最為傳統(tǒng)的做法就是在偏光顯微鏡下對巖石薄片圖像進(jìn)行人工鑒定，這種做法不僅需要較強(qiáng)的專業(yè)技能，并且耗時(shí)耗力易受主觀因素影響[1]。劉鳳英等[2]利用人工神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)建立火成巖巖石化學(xué)分類模型。Kamani等[3]利用巖石強(qiáng)度試驗(yàn)來估計(jì)聚集物降解特性的可能性，對巖石進(jìn)行初步分類，研究出不同類型巖石的強(qiáng)度與聚集物降解之間的關(guān)系。Singh等[4]利用不同巖石的點(diǎn)載荷強(qiáng)度指數(shù)與單軸抗壓強(qiáng)度之間的關(guān)系，得到巖石強(qiáng)度與種類之間的關(guān)系。袁穎等[5]采用主成分分析法從影響火成巖分類的眾多氧化物評價(jià)指標(biāo)中提取主成分，再結(jié)合支持向量機(jī)算法建立火成巖巖石分類的 PCA-GA-SVM模型。Harmon等采用激光誘導(dǎo)擊穿光譜系統(tǒng)(LIBS)采集巖石光譜數(shù)據(jù)，通過對最小二乘支持向量機(jī)的訓(xùn)練，得到基于粒子群算法的灰色支持向量機(jī)和最小二乘支持向量機(jī)的組合模型，結(jié)合偏最小二乘判別分析法(PLS-DA)識別火山巖的類型。

隨著人工智能飛速發(fā)展，深度學(xué)習(xí)的應(yīng)用越來越廣泛，在不同的領(lǐng)域中發(fā)揮著越來越重要的作用，本文將使用一種改進(jìn)的深度學(xué)習(xí)算法對砂石骨料進(jìn)行分類識別。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)新的研究方向，它被引入機(jī)器學(xué)習(xí)使其更接近于最初的目標(biāo)人工智能[6]。深度學(xué)習(xí)是以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，將其擴(kuò)展成多層網(wǎng)絡(luò)，通過建立多層神經(jīng)網(wǎng)絡(luò)，對提取出的淺層特征進(jìn)行組合以形成更加抽象的高層特征，是一種模仿人腦機(jī)制來對原始數(shù)據(jù)進(jìn)行分析和解釋的學(xué)習(xí)算法，從而發(fā)現(xiàn)數(shù)據(jù)更深層次的分布特征。深度學(xué)習(xí)網(wǎng)絡(luò)的關(guān)鍵主要是利用算法自動(dòng)尋找特征信息，通過計(jì)算數(shù)據(jù)樣本特征之間的關(guān)系，進(jìn)而更加準(zhǔn)確地尋找更重要的特征。深度學(xué)習(xí)憑借著強(qiáng)大的學(xué)習(xí)分類能力，在不同的領(lǐng)域中都取得了優(yōu)于以往的成績，如圖像的識別檢測、分類等。

1 深度學(xué)習(xí)理論

1.1 深度學(xué)習(xí)模型

本文主要研究的深度學(xué)習(xí)模型為卷積網(wǎng)絡(luò)模型CNN[7]，與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)相比，卷積神經(jīng)網(wǎng)絡(luò)擅長提取輸入數(shù)據(jù)之間的抽象特征，其學(xué)習(xí)能力、容錯(cuò)能力、泛化能力等各方面的性能都優(yōu)于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)是一種特殊的前饋神經(jīng)網(wǎng)絡(luò)，其基本結(jié)構(gòu)包括一種特殊的深層前饋網(wǎng)絡(luò)，主要是由一個(gè)或多個(gè)卷積層、池化層、全連接層以及一個(gè)輸出層構(gòu)成，其中，卷積層能提取相鄰像素之間的共同特性，池化層主要是對圖像進(jìn)行降采樣處理。

卷積神經(jīng)網(wǎng)絡(luò)主要是卷積層和池化層交替連接，經(jīng)過多次卷積和池化后，再由全連接層處理進(jìn)而得到整個(gè)卷積神經(jīng)網(wǎng)絡(luò)的輸出。為了使運(yùn)算更加簡便，網(wǎng)絡(luò)結(jié)構(gòu)中每層內(nèi)的神經(jīng)元權(quán)值共享，在卷積的過程中使用不同的卷積核得到上一層特征圖的不同特征，再將這些不同特征的特征圖作為下一層網(wǎng)絡(luò)的輸入數(shù)據(jù)。CNN結(jié)構(gòu)示意如圖1所示。

圖1 CNN結(jié)構(gòu)示意

1.2 MobileNeV3網(wǎng)絡(luò)結(jié)構(gòu)

MobileNeV3網(wǎng)絡(luò)結(jié)構(gòu)是深度學(xué)習(xí)中的一種輕量型的網(wǎng)絡(luò)結(jié)構(gòu)。2019年，Google發(fā)布了MobileNet系列的最新成果MobileNetV3。MobileNetV3作為新一代輕量級深度卷積神經(jīng)網(wǎng)絡(luò)，在繼承了MobileNetV1和MobileNetV2的特性的同時(shí)，又擁有許多新的特性。

在最初的MobileNetV1[8]中，引入了深度可分離卷積(depthwise separable convolution，DSC)來代替?zhèn)鹘y(tǒng)卷積。深度可分離卷積則是將標(biāo)準(zhǔn)卷積分解為一個(gè)深度卷積和一個(gè)點(diǎn)卷積，深度卷積過程是將輸入的每個(gè)通道各自與其對應(yīng)的卷積核進(jìn)行卷積，點(diǎn)卷積是將深度卷積的結(jié)果作為輸入，對每個(gè)像素點(diǎn)在不同的通道上進(jìn)行線性組合。深度可分離卷積與標(biāo)準(zhǔn)卷積的效果相近，并且能大幅地降低計(jì)算量和參數(shù)量。

若第i層的傳統(tǒng)標(biāo)準(zhǔn)卷積

L=h×w×d

(1)

式中，L為卷積出來的結(jié)果；h為長度；w為寬度；d為深度。

卷積核

K∈Rk×k×di×dj

(2)

式中，K為卷積核；R為實(shí)空間符號；k為卷積核維數(shù)；di第i層深度。

則輸出

Li=hi×wi×dj

(3)

式中，Li為第i層卷積出來的結(jié)果；hi為第i層的長度；wi為第i層的寬度；dj為第j層的深度。

那么傳統(tǒng)標(biāo)準(zhǔn)卷積的計(jì)算消耗為

hi×wi×di×dj×k×k

(4)

深度可分離卷積計(jì)算消耗為

h×w×d(k2+d)

(5)

若取卷積核大小為3×3，深度可分離卷積相對于傳統(tǒng)標(biāo)準(zhǔn)卷積能減少約8～9倍的計(jì)算量。

MobileNetV2是根據(jù)MobileNetV1的基本概念上構(gòu)建的，它將MobileNetV1和殘差網(wǎng)絡(luò)ResNet的殘差單元結(jié)合起來，引入線性瓶頸層和反轉(zhuǎn)殘差層[9]。在低維度的張量上進(jìn)行ReLU等非線性變換時(shí)會(huì)造成大量信息的遺漏，MobileNetV2為了彌補(bǔ)這一不足，使用線性變換代替Bottleneck的激活層，這種結(jié)構(gòu)能更好地利用低維度信息使整個(gè)網(wǎng)絡(luò)更加高效。

MobileNetV3的內(nèi)部結(jié)構(gòu)既繼承了原有網(wǎng)絡(luò)結(jié)構(gòu)，又添加了Squeeze and Excitation結(jié)構(gòu)，通過訓(xùn)練過程中自行分配權(quán)重在特征圖上，從而能達(dá)到更好的效果。MobileNetV3還設(shè)計(jì)了一種能有效改進(jìn)網(wǎng)絡(luò)精度的非線性激活函數(shù)h-swish。

(6)

h-swish非線性激活函數(shù)會(huì)產(chǎn)生短暫的延遲，網(wǎng)絡(luò)的前半部分采用ReLU激活函數(shù)，后半部分采用h-swish非線性激活函數(shù)。由于MobileNetV2網(wǎng)絡(luò)結(jié)構(gòu)的末端計(jì)算量比較大，故使用Avg-Pooling代替計(jì)算量大的部分，不僅可減少計(jì)算量且精度損失不會(huì)增加。

本文主要是使用MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對砂石骨料的分類，將得出的砂石骨料分類系統(tǒng)訓(xùn)練模型運(yùn)用到現(xiàn)場生產(chǎn)環(huán)境中，完成工業(yè)生產(chǎn)的需求。

2 砂石骨料分類系統(tǒng)

2.1 分類目的

數(shù)據(jù)的采集主要是利用機(jī)器視覺技術(shù)結(jié)合相機(jī)對砂石骨料進(jìn)行圖片采集，采集砂石骨料現(xiàn)場為江西省九江市共青城萬年青商品混凝土有限公司地磅現(xiàn)場，當(dāng)裝有砂石骨料的貨車過磅時(shí)，后臺(tái)算法控制相機(jī)采集砂石骨料圖片。

本文的實(shí)驗(yàn)環(huán)境為Windows 10系統(tǒng)，Intel core i7-8700kCPU，內(nèi)存為16 GB，選用型號為500萬像素的面陣相機(jī)。采集的數(shù)據(jù)集涵蓋平均直徑為16～31.5 mm大石頭，10～20 mm小石頭，5～10 mm瓜子片，2.8～3.6 mm粗砂，0.8～2.0 mm細(xì)砂，0～0.16 mm石粉等6種不同類型的骨料，文中使用MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)主要是對這6種不同類型的骨料進(jìn)行分類，如圖2所示。

圖2 6種類型骨料

本次采集的數(shù)據(jù)集包含4 800張圖片，每種砂石骨料各800張圖片，本次對砂石骨料圖像的采集是在現(xiàn)場露天環(huán)境下完成的，因此，每種砂石骨料的圖片類型豐富，不同天氣情況下圖片顏色、形狀、粘黏程度都有所差異，為深度學(xué)習(xí)的訓(xùn)練提供了豐富的素材，本次采集的砂石骨料圖片的像素分辨率一致為2 496×2 048。

2.2 研究方法

本文主要是利用MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對6種不同種類的砂石骨料進(jìn)行識別并分類。數(shù)據(jù)集共采集4 800張圖片，選取其中3 780張圖片，每種砂石骨料分別選取630張，以此作為訓(xùn)練集圖片；選取其中420張圖片，每種砂石骨料分別為70張，以此作為驗(yàn)證集圖片；選取其中600張圖片，每種砂石骨料分別選取100張，以此作為測試集圖片。

在訓(xùn)練之前，對數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)，將每張圖片裁剪成5×5份，訓(xùn)練集圖片變?yōu)? 780×25共計(jì)94 500份，驗(yàn)證集圖片由420張變?yōu)?20×25共計(jì)10 500張圖片。由于原圖片分辨率為2 496×2 048，將圖片縮放至320×320分辨率能加快訓(xùn)練速度并減少計(jì)算量。添加一個(gè)灰度級的灰度通道使原有RGB三通道圖片轉(zhuǎn)變成四通道，這樣使數(shù)據(jù)集更加豐富、全面，同時(shí)能通過灰度的方差變化反應(yīng)不同種類砂石骨料的差異。因此，文本以320×320×4作為MobileNetV3網(wǎng)絡(luò)結(jié)構(gòu)的輸入端，為使訓(xùn)練速度進(jìn)一步加快，計(jì)算量進(jìn)一步減少，將圖像分辨率進(jìn)一步縮小，在MobileNetV3原有的網(wǎng)絡(luò)結(jié)構(gòu)下添加一個(gè)卷積層和一個(gè)池化層。部分網(wǎng)絡(luò)結(jié)構(gòu)所對應(yīng)的參數(shù)和計(jì)算量如表1所示。

聘請行業(yè)相關(guān)高層管理人員、專家擔(dān)任兼職導(dǎo)師，邀請他們?yōu)閷W(xué)生講授行業(yè)動(dòng)態(tài)，企業(yè)需求等，開闊學(xué)生視野。比如邀請有留學(xué)經(jīng)歷的行業(yè)精英為學(xué)生講解留學(xué)規(guī)劃、細(xì)分行業(yè)領(lǐng)域和工作性質(zhì)，職業(yè)晉升路線等具體資訊，幫助學(xué)生了解行業(yè)信息，做好個(gè)體職業(yè)生涯規(guī)劃。

表1 部分網(wǎng)絡(luò)參數(shù)及計(jì)算量

3 測試結(jié)果

3.1 樣本訓(xùn)練

文中主要使用改進(jìn)的MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對6種不同類型的砂石骨料進(jìn)行分類。訓(xùn)練集每張圖片分為25份之后，圖片由3 780張變?yōu)?4 500張圖片，每種類型的砂石骨料分別有15 750張圖片，驗(yàn)證集每張圖片分成25份之后，圖片由420張變?yōu)?0 500張圖片，每種類型的砂石骨料變?yōu)? 750張圖片。在訓(xùn)練的過程中，采用自適應(yīng)學(xué)習(xí)率，學(xué)習(xí)率會(huì)根據(jù)訓(xùn)練狀態(tài)自動(dòng)調(diào)節(jié)至最佳值，使用tensorboard對loss值進(jìn)行可視化監(jiān)控。

本次網(wǎng)絡(luò)訓(xùn)練方法采用監(jiān)督訓(xùn)練方法，在訓(xùn)練過程中訓(xùn)練集的損失函數(shù)收斂如圖3所示。損失函數(shù)損失率接近0.005時(shí)開始收斂，訓(xùn)練集準(zhǔn)確率函數(shù)收斂如圖4所示。從圖4可以看出，準(zhǔn)確率達(dá)到0.998開始收斂。

圖3 訓(xùn)練集損失函數(shù)收斂

圖4 訓(xùn)練集準(zhǔn)確率函數(shù)收斂

訓(xùn)練完成后，對驗(yàn)證集圖片進(jìn)行驗(yàn)證，為驗(yàn)證集損失函數(shù)收斂如圖5所示。從圖5可以看出，驗(yàn)證損失函數(shù)接近0.055時(shí)開始收斂。驗(yàn)證集準(zhǔn)確率函數(shù)收斂如圖6所示。從圖6可以看出，準(zhǔn)確率函數(shù)接近0.99時(shí)開始收斂。

圖5 驗(yàn)證集損失函數(shù)收斂

圖6 驗(yàn)證集準(zhǔn)確率函數(shù)收斂

從以上分析結(jié)果可知，訓(xùn)練和驗(yàn)證過程中訓(xùn)練集和驗(yàn)證集的損失函數(shù)和準(zhǔn)確率函數(shù)都收斂于一個(gè)值，說明本文提出的改進(jìn)的MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對砂石骨料分類的訓(xùn)練模型狀態(tài)穩(wěn)定，訓(xùn)練達(dá)到良好的效果。

3.2 基于概率最大值對砂石骨料分類

訓(xùn)練和驗(yàn)證完成后，利用訓(xùn)練模型對砂石骨料測試集圖片進(jìn)行分類測試，共分為兩組實(shí)驗(yàn)測試，一組是基于概率最大值把圖片分成25份對圖片進(jìn)行測試；另一組是傳統(tǒng)的測試方法，直接將圖片帶入訓(xùn)練模型，對圖像不做任何分割處理，直接由訓(xùn)練模型測出結(jié)果。

基于概率最大值就是把圖片分成5×5共計(jì)25份進(jìn)行測試，本次測試對圖片進(jìn)行5×5的分割，圖片中砂石骨料分布均勻，分割成25份后每份圖片基本保留了原始圖片的特征。利用訓(xùn)練好的模型做一個(gè)25次的循環(huán)測試，分別對每一份圖片做一次測試，測試結(jié)果會(huì)是6種砂石骨料中的一種，這種砂石骨料對應(yīng)的概率為1/25，當(dāng)對25份圖片全部測試完之后，哪種砂石骨料對應(yīng)的概率最大，該張圖片測試的結(jié)果就為此種砂石骨料。由于砂石骨料顆粒度直徑相差比較小，各種砂石骨料之間可能部分混料，因此，對砂石骨料圖片的分割也是一種增大容錯(cuò)率的分割方法。

本次測試集圖片共有600張，每種砂石骨料的圖片分別有100張。2組測試方法下對應(yīng)的每種砂石骨料的測試準(zhǔn)確率如表2所示。

從表2可以看出，基于概率最大值對砂石骨料的分類方法測試出的每種砂石骨料的準(zhǔn)確率都較傳統(tǒng)測試方法的準(zhǔn)確率高。

表2 2組測試方法測試準(zhǔn)確率對比 %

4 結(jié) 論

本文主要利用MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)對砂石骨料進(jìn)行分類，對MobileNetV3卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)加了一層卷積層和一層池化層，從而減少了計(jì)算量并加快了訓(xùn)練速度。在圖片中砂石骨料分布均布情況下，分割成25份后，每份圖片基本保留了原始圖片的特征，在此基礎(chǔ)上提出了一種基于概率最大值對砂石骨料進(jìn)行分類方法，較傳統(tǒng)的測試方法具有更高的準(zhǔn)確率及較強(qiáng)的容錯(cuò)性，更加適用于工業(yè)生產(chǎn)的需求。