殷北辰，王子健，程 智，徐新喜

（軍事科學(xué)院系統(tǒng)工程研究院，天津 300161）

0 引言

生物安全實(shí)驗(yàn)室也稱(chēng)生物安全防護(hù)實(shí)驗(yàn)室，是通過(guò)防護(hù)屏障和管理措施來(lái)避免或控制被操作的有害生物因子危害，達(dá)到生物安全要求的生物實(shí)驗(yàn)室和動(dòng)物實(shí)驗(yàn)室。諸多新發(fā)未知和突發(fā)烈性病原體研究需要在高等級(jí)生物安全實(shí)驗(yàn)室中進(jìn)行[1]。目前實(shí)驗(yàn)室的安全監(jiān)測(cè)主要依賴(lài)設(shè)備層人工巡檢的方式，該方式存在安全風(fēng)險(xiǎn)，且無(wú)法實(shí)時(shí)保障巡檢質(zhì)量。將智能機(jī)器人技術(shù)引入實(shí)驗(yàn)室設(shè)備層是現(xiàn)階段滿(mǎn)足高等級(jí)實(shí)驗(yàn)室安全管控要求的最佳選擇[2]。采用智能機(jī)器人技術(shù)進(jìn)行設(shè)備層巡檢，既具有人工巡檢的靈活性和智能性，同時(shí)克服和彌補(bǔ)了人工巡檢中人員工作環(huán)境危險(xiǎn)、壓抑，并且工作質(zhì)量無(wú)法保證等缺陷和不足。運(yùn)用目標(biāo)檢測(cè)方法對(duì)設(shè)備層目標(biāo)儀表進(jìn)行識(shí)別能實(shí)現(xiàn)巡檢機(jī)器人對(duì)目標(biāo)的準(zhǔn)確識(shí)別[3]，從而提高巡檢機(jī)器人工作的效率并縮短巡檢時(shí)長(zhǎng)。

近年來(lái)，許多學(xué)者提出了不同的目標(biāo)識(shí)別檢測(cè)模型[4]。比如以區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（region covolutional neural networks，R-CNN）系列為代表的兩階段算法模型[5]，該算法模型采用區(qū)域提取操作，首先利用卷積神經(jīng)網(wǎng)絡(luò)（covolutional neural networks，CNN）骨干網(wǎng)提取圖像特征，然后從特征圖中找出可能存在的候選區(qū)域，最后在候選區(qū)域上進(jìn)行滑動(dòng)窗口操作，進(jìn)一步判斷目標(biāo)類(lèi)別和位置信息。為進(jìn)一步提高目標(biāo)檢測(cè)的實(shí)時(shí)性，一些學(xué)者提出將目標(biāo)檢測(cè)轉(zhuǎn)化到回歸問(wèn)題上的簡(jiǎn)化算法模型，如YOLO 系列和單發(fā)多框檢測(cè)器（single shot multibox detector，SSD）系列基于位置回歸的單階段目標(biāo)檢測(cè)模型[6]，在提高檢測(cè)精度的同時(shí)提高了檢測(cè)速度。

Li 等[7]提出了一種新的目標(biāo)檢測(cè)框架，通過(guò)增加多角度錨框來(lái)處理目標(biāo)的多尺度問(wèn)題，設(shè)計(jì)了雙通道特征融合網(wǎng)絡(luò)，沿著2 個(gè)獨(dú)立的路徑學(xué)習(xí)局部和上下文屬性，以解決目標(biāo)外觀(guān)模糊問(wèn)題。Zhu 等[8]在YOLOv5 的基礎(chǔ)上采用增加一個(gè)檢測(cè)不同尺度的物體的預(yù)測(cè)頭、用變形預(yù)測(cè)頭（transformer prediction heads，TPH）替換原有的預(yù)測(cè)頭、整合卷積塊注意力模型（convolutional block attention module，CBAM）的方式使無(wú)人機(jī)檢測(cè)的平均準(zhǔn)確率（average precision，AP）提高了7%。Zhai 等[9]使用空間深度轉(zhuǎn)換卷積（space-to-depth convolution，SPD-Conv）代替卷積提取多尺度特征，對(duì)YOLOv8 模型進(jìn)行改進(jìn)，更好地保留了微小目標(biāo)的特征，并去除了大目標(biāo)檢測(cè)頭，使模型大小減小了57.9%。

針對(duì)巡檢機(jī)器人儀表識(shí)別過(guò)程中存在巡檢機(jī)器人主動(dòng)識(shí)別儀表時(shí)采用復(fù)雜模型準(zhǔn)確率較高但速度慢，而采用簡(jiǎn)易模型速度快但準(zhǔn)確率較低的問(wèn)題，本文擬構(gòu)建基于改進(jìn)YOLOv8 模型的巡檢機(jī)器人識(shí)別目標(biāo)儀表方法，通過(guò)選擇不同的模型結(jié)構(gòu)、引入注意力機(jī)制、改進(jìn)損失函數(shù)和采用柔性非極大值抑制（soft non-maximum suppression，Soft-NMS）函數(shù)，提升巡檢機(jī)器人在運(yùn)動(dòng)過(guò)程中對(duì)儀表的識(shí)別精度和速度，實(shí)現(xiàn)巡檢機(jī)器人的工程應(yīng)用。

1 YOLOv8 模型

2023 年1 月，Ultralytics 團(tuán)隊(duì)在YOLOv7 的基礎(chǔ)上提出一種識(shí)別速度更快、性能更強(qiáng)的YOLOv8 模型，其引入了新的Pytorch 訓(xùn)練和部署框架，使得自定義模型的訓(xùn)練變得更加方便[10]。

YOLOv8 算法共有5種網(wǎng)絡(luò)結(jié)構(gòu)，分別是YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l 和YOLOv8x，5 種網(wǎng)絡(luò)結(jié)構(gòu)的區(qū)別在于Backbone（骨干網(wǎng)絡(luò)）及Neck（多尺度特征融合模塊）部分卷積的次數(shù)和殘差塊的數(shù)目不一樣，但基本原理相同[11]。YOLOv8 網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示[12]，其網(wǎng)絡(luò)模型分為3 個(gè)部分，分別為Backbone、Neck 和Head（預(yù)測(cè)端）。

圖1 YOLOv8 網(wǎng)絡(luò)結(jié)構(gòu)圖

（1）Backbone：采用一系列卷積和反卷積層來(lái)提取特征，同時(shí)使用殘差連接和瓶頸結(jié)構(gòu)來(lái)減小網(wǎng)絡(luò)的大小并提高性能。該部分采用C2f 模塊作為基本構(gòu)成單元。Backbone 部分由5 個(gè)CBS 模塊、4 個(gè)C2f模塊和1 個(gè)快速空間金字塔池化（spatial pyramid pooling-fast，SPPF）模塊組成。

（2）Neck：采用多尺度特征融合技術(shù)，將來(lái)自Backbone 不同階段的特征圖進(jìn)行融合，以便更好地捕捉不同尺度目標(biāo)的信息，從而提高了目標(biāo)檢測(cè)的性能和魯棒性。

（3）Head：負(fù)責(zé)最終的目標(biāo)檢測(cè)和分類(lèi)任務(wù)，設(shè)有3 個(gè)檢測(cè)頭，用于在不同的尺寸信息下檢測(cè)目標(biāo)信息。檢測(cè)頭包含一系列卷積層和反卷積層，用于生成檢測(cè)結(jié)果。

盡管YOLOv8 相較于YOLOv1～YOLOv7 已經(jīng)具有了良好的檢測(cè)性能和推理速度，但針對(duì)巡檢機(jī)器人的工作環(huán)境，仍然存在以下問(wèn)題：

（1）在YOLOv8 模型中，結(jié)構(gòu)越復(fù)雜，深度越深，檢測(cè)效果越好。但是相應(yīng)的越復(fù)雜的模型其參數(shù)也就越多，訓(xùn)練效率越低且權(quán)重越高，檢測(cè)時(shí)需要更多的運(yùn)算資源，嚴(yán)重降低了目標(biāo)檢測(cè)實(shí)時(shí)性，不適于在機(jī)器人端部署。

（2）在巡檢機(jī)器人運(yùn)動(dòng)過(guò)程中，采集的視頻信息絕大部分為無(wú)用信息，大量的視頻信息輸入占用大量的運(yùn)算資源，降低了目標(biāo)檢測(cè)的實(shí)時(shí)性和穩(wěn)定性。

（3）當(dāng)預(yù)測(cè)框在目標(biāo)框內(nèi)部且預(yù)測(cè)框大小一致時(shí)，邊界框回歸損失函數(shù)將由完整交并比（complete IoU，CIoU）損失函數(shù)退化為簡(jiǎn)單的IoU 損失函數(shù)，無(wú)法實(shí)現(xiàn)準(zhǔn)確預(yù)測(cè)框的定位和更好地對(duì)模型進(jìn)行優(yōu)化；且訓(xùn)練過(guò)程中應(yīng)用CIoU 損失函數(shù)預(yù)測(cè)框在水平或垂直方向上優(yōu)化困難，收斂較慢，降低了訓(xùn)練效率[13]。

（4）在目標(biāo)檢測(cè)的后處理過(guò)程中，針對(duì)很多目標(biāo)框的篩選，通常采用非極大值抑制（non-maximum suppression，NMS）算法操作。NMS 算法對(duì)于重疊閾值設(shè)定敏感，設(shè)定過(guò)低會(huì)導(dǎo)致漏檢，設(shè)定過(guò)高會(huì)導(dǎo)致誤檢，對(duì)于部分重疊目標(biāo)的識(shí)別僅能檢測(cè)出未被遮擋目標(biāo)，而對(duì)于被部分遮擋目標(biāo)則不會(huì)輸出檢測(cè)結(jié)果[14]。

2 模型改進(jìn)策略

2.1 選取合適模型

本研究中目標(biāo)檢測(cè)對(duì)象為體積較小的指針式儀表，為了設(shè)計(jì)出適用于本文應(yīng)用環(huán)境的模型，綜合考慮訓(xùn)練效率和檢測(cè)精度等問(wèn)題，將YOLOv8 的5 個(gè)預(yù)訓(xùn)練模型采用儀表數(shù)據(jù)集進(jìn)行訓(xùn)練。對(duì)訓(xùn)練后的模型通過(guò)測(cè)試數(shù)據(jù)集進(jìn)行檢測(cè)，選出最優(yōu)模型。

2.2 引入注意力機(jī)制

注意力機(jī)制主要用于解決小目標(biāo)檢測(cè)問(wèn)題，與本文的應(yīng)用場(chǎng)景非常匹配，注意力機(jī)制的引入能很好地解決巡檢機(jī)器人在運(yùn)動(dòng)過(guò)程中目標(biāo)檢測(cè)的實(shí)時(shí)性和穩(wěn)定性問(wèn)題。

坐標(biāo)注意力機(jī)制是一種用于加強(qiáng)深度學(xué)習(xí)模型對(duì)輸入數(shù)據(jù)的空間結(jié)構(gòu)理解的注意力機(jī)制。先前的輕量網(wǎng)絡(luò)的注意力機(jī)制大多數(shù)采用了壓縮和激勵(lì)（squeeze-and-excitation，SE）模塊，僅考慮了通道之間的信息，忽略了位置信息[15]。盡管后來(lái)的CBAM 嘗試在降低通道數(shù)后通過(guò)卷積來(lái)提取位置注意力信息，但卷積只能提取局部信息，缺乏對(duì)長(zhǎng)距離關(guān)系提取的能力。為此，有學(xué)者提出了新的高效注意力機(jī)制，能夠?qū)M向和縱向的位置信息編碼到通道注意力中，使得移動(dòng)網(wǎng)絡(luò)能夠在關(guān)注大范圍位置信息的同時(shí)不會(huì)帶來(lái)過(guò)多的計(jì)算量[16]。注意力機(jī)制的結(jié)構(gòu)如圖2 所示。

圖2 注意力機(jī)制結(jié)構(gòu)圖

設(shè)輸入的特征圖通道數(shù)為C，圖像縱向高度為H，橫向?qū)挾葹閃，注意力機(jī)制首先對(duì)輸入特征圖[C，H，W]進(jìn)行2 次全局平均池化，一次在寬度方向上，一次在高度方向上。這2 次操作分別得到2 個(gè)特征映射：在寬度方向上的平均池化得到的特征映射[C，H，1]和在高度方向上的平均池化得到的特征映射[C，1，W]。這2 個(gè)特征映射分別捕捉了在寬度和高度方向上的全局特征。這2 個(gè)特征映射也允許注意力模塊捕捉到沿著一個(gè)空間方向的長(zhǎng)期依賴(lài)關(guān)系，并保存沿著另一個(gè)空間方向的精確位置信息，這有助于網(wǎng)絡(luò)更準(zhǔn)確地定位感興趣的目標(biāo)。將上述2 個(gè)特征映射合并，通過(guò)簡(jiǎn)單的堆疊操作，得到一個(gè)新的特征層，尺寸為[C，1，H+W]，在寬度和高度2 個(gè)方向上的維度合并在一起。然后對(duì)合并后的特征層進(jìn)行卷積操作、標(biāo)準(zhǔn)化和激活函數(shù)操作來(lái)進(jìn)一步處理特征，最后分離得到在寬度和高度維度上的注意力向量[17]。

在巡檢機(jī)器人運(yùn)動(dòng)過(guò)程中，使用注意力機(jī)制可以從相機(jī)獲取的視頻信息提取注意區(qū)域，使得YOLOv8目標(biāo)檢測(cè)過(guò)程中能夠關(guān)注更多待檢測(cè)信息[18]。

2.3 EIoU 損失函數(shù)改進(jìn)

YOLOv8 原算法中采用CIoU 損失函數(shù)[19]，CIoU雖然提高了邊界框?qū)捀弑鹊某叨刃畔?quán)重，增加了檢測(cè)框尺度以及長(zhǎng)和寬的損失[20]，但由于寬高比描述的是相對(duì)值，所以有研究[21]在CIoU 的基礎(chǔ)上計(jì)算縱橫比，提出了高效交并比（efficient IoU，EIoU）損失函數(shù)。

EIoU 的懲罰項(xiàng)在CIoU 的懲罰項(xiàng)基礎(chǔ)上將縱橫比的影響因子拆分后分別計(jì)算目標(biāo)框和預(yù)測(cè)框的長(zhǎng)和寬，該損失函數(shù)包含重疊損失、中心距離損失、寬高損失3 個(gè)部分。前2 個(gè)部分延續(xù)CIoU 中的方法，但是寬高損失直接使目標(biāo)框與預(yù)測(cè)框的寬度和高度差達(dá)到最小，使得收斂速度更快。EIoU 懲罰項(xiàng)計(jì)算公式如下[22]：

式中，cw和ch分別表示覆蓋2 個(gè)檢測(cè)框的最小外接框的寬度和高度；b和bgt分別表示預(yù)測(cè)框和真實(shí)框的中心點(diǎn)；w和wgt分別表示預(yù)測(cè)框和真實(shí)框的寬；h和hgt分別表示預(yù)測(cè)框和真實(shí)框的高；ρ 表示2 個(gè)中心點(diǎn)間的歐式距離。將YOLOv8 中原本的損失函數(shù)CIoU 改為EIoU，可能會(huì)使YOLOv8 的目標(biāo)檢測(cè)取得更好的效果。

2.4 預(yù)測(cè)框改進(jìn)

Soft-NMS 是一種改進(jìn)的目標(biāo)檢測(cè)算法，用于在NMS 過(guò)程中更加平滑地抑制冗余的邊界框[23]。

傳統(tǒng)的NMS 方法是通過(guò)設(shè)置一個(gè)固定的閾值來(lái)判斷2 個(gè)邊界預(yù)測(cè)框是否重疊并進(jìn)行抑制[24]。然而，固定的閾值可能無(wú)法很好地適應(yīng)不同目標(biāo)之間的交疊情況[14，25]，導(dǎo)致一些具有較低置信度但與真實(shí)目標(biāo)高度重疊的候選框被錯(cuò)誤地排除[26-27]。

Soft-NMS 通過(guò)引入一個(gè)衰減函數(shù)來(lái)解決這個(gè)問(wèn)題，將重疊區(qū)域的置信度進(jìn)行衰減，而不是直接舍棄[28]。通過(guò)引入衰減函數(shù)，Soft-NMS 可以更加靈活地調(diào)整候選框的權(quán)重，對(duì)于與已選擇框高度重疊但置信度較低的候選框，仍有機(jī)會(huì)被保留下來(lái)[29-30]，從而提高了目標(biāo)檢測(cè)的準(zhǔn)確性。

3 實(shí)驗(yàn)與分析

3.1 設(shè)置數(shù)據(jù)集

本文在研究過(guò)程中采集的圖片數(shù)據(jù)分為2 個(gè)部分，一部分為指針式儀表靜態(tài)拍攝圖片數(shù)據(jù)，一部分為巡檢機(jī)器人工作過(guò)程中攝像頭錄制的視頻截圖獲得的圖片數(shù)據(jù)。統(tǒng)一對(duì)圖片進(jìn)行命名，最終選取1 000 張圖片作為目標(biāo)檢測(cè)訓(xùn)練的總數(shù)據(jù)集，如圖3所示。將數(shù)據(jù)集分為訓(xùn)練集800 張、測(cè)試集200 張，訓(xùn)練集與測(cè)試集彼此獨(dú)立，內(nèi)容無(wú)交叉。

圖3 目標(biāo)檢測(cè)訓(xùn)練總數(shù)據(jù)集中部分圖片

使用Labelimg 工具選取YOLO 格式對(duì)數(shù)據(jù)集中的每一張圖片進(jìn)行標(biāo)注，標(biāo)注過(guò)程中錨框要完全覆蓋待檢測(cè)目標(biāo)，如圖4 所示。Labelimg 會(huì)在圖像中生成邊界框形式的外接框，并在手動(dòng)標(biāo)注結(jié)果保存后自動(dòng)生成與標(biāo)注圖像同名的txt 文件。

圖4 Labelimg 進(jìn)行數(shù)據(jù)集標(biāo)注示意圖

3.2 YOLOv8 現(xiàn)有模型對(duì)比分析

為選取最有利于巡檢機(jī)器人進(jìn)行儀表識(shí)別的目標(biāo)檢測(cè)模型，應(yīng)考慮訓(xùn)練效率和檢測(cè)精度等綜合因素。首先使用YOLOv8 現(xiàn)有的5 種預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，相關(guān)參數(shù)見(jiàn)表1。然后再通過(guò)實(shí)驗(yàn)對(duì)比分析選出最適合本文應(yīng)用場(chǎng)景的模型結(jié)構(gòu)。

表1 5 種不同模型訓(xùn)練參數(shù)

本文操作系統(tǒng)為Ubuntu 20.04，基于Pytorch 框架，CPU 為Intel Core i9-10900k，GPU 為NVIDIA RTX TITAN，內(nèi)存為24 GiB。本次訓(xùn)練預(yù)設(shè)訓(xùn)練次數(shù)為300 次，批次為16，學(xué)習(xí)率為0.01，動(dòng)量項(xiàng)為0.937，衰減正則項(xiàng)為0.000 5。

將表1 中5 個(gè)模型均按照上述訓(xùn)練參數(shù)進(jìn)行訓(xùn)練，獲得5 個(gè)訓(xùn)練后模型。為了對(duì)比不同模型的檢測(cè)效果，本文采用以下4 個(gè)指標(biāo)[30]作為模型評(píng)估指標(biāo)：

（1）準(zhǔn)確率（Precision，Pre），即標(biāo)出的正確目標(biāo)個(gè)數(shù)除以標(biāo)出的目標(biāo)總個(gè)數(shù)，越接近1，準(zhǔn)確率越高，計(jì)算公式如下：

式中，TP 表示真正為正的樣本預(yù)測(cè)為正；FP 表示真正為負(fù)的樣本預(yù)測(cè)為正。

（2）召回率（Recall，Rec），即標(biāo)出的正確目標(biāo)個(gè)數(shù)除以需要標(biāo)出的目標(biāo)總個(gè)數(shù)，越接近1，召回率越高，計(jì)算公式如下：

式中，F(xiàn)N 表示真正為正的樣本預(yù)測(cè)為負(fù)。

（3）mAP_0.5：平均準(zhǔn)確率均值（mean average precision），即將IoU 設(shè)為0.5 時(shí)，計(jì)算每一類(lèi)所有圖片的AP，然后對(duì)所有類(lèi)別求平均值。

（4）mAP_0.5：0.95：表示在不同IoU 閾值（從0.5到0.95，步長(zhǎng)0.05）上的平均mAP。mAP 的計(jì)算公式如下：

式中，AP 表示平均精度；p表示準(zhǔn)確率；r表示召回率；K表示檢測(cè)類(lèi)別數(shù)，本文中為1。

訓(xùn)練后的5 個(gè)模型參數(shù)對(duì)比如圖5 所示。從圖5 可以看出，訓(xùn)練次數(shù)達(dá)到100 次后，各項(xiàng)數(shù)值趨于平穩(wěn)，隨著訓(xùn)練次數(shù)達(dá)到300 次，曲線(xiàn)均取得了較好的擬合效果。通過(guò)訓(xùn)練結(jié)果對(duì)比圖可以發(fā)現(xiàn)準(zhǔn)確率和召回率隨著訓(xùn)練次數(shù)增加逐漸穩(wěn)定，趨近于1，這表明5 種模型訓(xùn)練均取得了較好的效果；mAP_0.5也隨著訓(xùn)練次數(shù)增加穩(wěn)定于1，mAP_0.5：0.95 在前100 次訓(xùn)練緩慢上升，隨后趨于穩(wěn)定緩慢接近于1?？梢园l(fā)現(xiàn)對(duì)于不同的訓(xùn)練模型，最終的穩(wěn)定值雖有一定差距，但總體結(jié)果均＞0.9，且趨勢(shì)穩(wěn)定，整體呈現(xiàn)隨著模型復(fù)雜程度越高mAP_0.5：0.95 值越大。

圖5 YOLOv8 5 種模型訓(xùn)練結(jié)果對(duì)比圖

為進(jìn)一步分析模型訓(xùn)練效果，對(duì)訓(xùn)練后的5 種模型進(jìn)行測(cè)試集檢測(cè)對(duì)比實(shí)驗(yàn)，訓(xùn)練后的5 種模型性能指標(biāo)和在同一個(gè)測(cè)試集上的檢測(cè)結(jié)果見(jiàn)表2。

表2 5 種不同模型訓(xùn)練后性能指標(biāo)和檢測(cè)結(jié)果

由表2 可知，模型結(jié)構(gòu)越復(fù)雜、參數(shù)越多，相應(yīng)的訓(xùn)練耗時(shí)越長(zhǎng)、訓(xùn)練后模型泛化能力越強(qiáng)。從不同模型訓(xùn)練后的性能指標(biāo)和檢測(cè)結(jié)果對(duì)比可以看出，相對(duì)復(fù)雜的預(yù)訓(xùn)練模型如YOLOv8s、YOLOv8m 訓(xùn)練后得出的模型檢測(cè)準(zhǔn)確率不如相對(duì)簡(jiǎn)單的YOLOv8n，最復(fù)雜的YOLOv8x 檢測(cè)準(zhǔn)確率與其他模型差距不明顯，因此可以得出復(fù)雜的模型訓(xùn)練后得出的模型在實(shí)際情況下檢測(cè)效果不一定更好。YOLOv8n 預(yù)訓(xùn)練模型深度和寬度最小，得出的訓(xùn)練后模型層數(shù)、參數(shù)量最小，檢測(cè)時(shí)間也最短，非常有利于部署在巡檢機(jī)器人上；相較于其他更復(fù)雜的模型YOLOv8m、YOLOv8l 和YOLOv8x，其準(zhǔn)確率與之相近，且檢測(cè)時(shí)間僅為5.4 ms，遠(yuǎn)少于復(fù)雜模型（10 ms 以上）的檢測(cè)時(shí)間。YOLOv8n 訓(xùn)練結(jié)果如圖6 所示。

圖6 YOLOv8n 訓(xùn)練結(jié)果

圖6中，位置損失表示預(yù)測(cè)框與標(biāo)定框之間的誤差，值越小代表預(yù)測(cè)框定位得越準(zhǔn)；分類(lèi)損失用于衡量錨框與對(duì)應(yīng)的標(biāo)定分類(lèi)是否正確，值越小代表分類(lèi)越準(zhǔn)確；分布焦點(diǎn)損失用于校正模型在預(yù)測(cè)物體邊界框時(shí)的誤差，值越小代表模型在預(yù)測(cè)邊界框方面的性能越好。由圖6 可以看出，模型損失值隨訓(xùn)練次數(shù)增加而不斷減小并趨于穩(wěn)定，曲線(xiàn)擬合狀態(tài)好，準(zhǔn)確率、召回率、mAP_0.5 和mAP_0.5：0.95 均趨向于1 并保持穩(wěn)定。綜合考慮模型的檢測(cè)準(zhǔn)確率、檢測(cè)時(shí)間以及模型權(quán)重大小，最終選擇YOLOv8n 作為檢測(cè)模型。

3.3 改進(jìn)模型實(shí)驗(yàn)

為解決巡檢機(jī)器人在目標(biāo)檢測(cè)過(guò)程中存在的問(wèn)題，進(jìn)一步提升模型檢測(cè)性能，本文將YOLOv8n 模型繼續(xù)進(jìn)行改進(jìn)優(yōu)化。由在模型主干結(jié)構(gòu)中引入注意力機(jī)制，將損失函數(shù)由CIoU 改為EIoU，并將預(yù)測(cè)框的選取由普通的NMS 改進(jìn)為更合理的Soft-NMS。改進(jìn)后的YOLOv8nxt 和YOLOv8n 模型訓(xùn)練的位置損失值和mAP_0.5：0.95，如圖7 所示。

圖7 2 種模型的訓(xùn)練結(jié)果對(duì)比圖

由圖7 可知，改進(jìn)模型YOLOv8nxt 和YOLOv8n的位置損失值均隨著訓(xùn)練次數(shù)增加而不斷下降，并逐漸趨于穩(wěn)定。改進(jìn)后的YOLOv8nxt 的位置損失值相較于改進(jìn)前的YOLOv8n 降低1.3%，實(shí)現(xiàn)了改進(jìn)策略所提出的要求，證明改進(jìn)策略使改進(jìn)模型具有更高的定位精度。如圖7（b）所示，YOLOv8nxt 和YOLOv8n在整個(gè)訓(xùn)練過(guò)程中mAP_0.5：0.95 逐漸接近于1，并在300 次訓(xùn)練后趨于穩(wěn)定，訓(xùn)練模型達(dá)到擬合，改進(jìn)后的YOLOv8nxt 相比于改進(jìn)前的YOLOv8n，其mAP_0.5：0.95 提高了1.9%，說(shuō)明改進(jìn)模型取得了較好的訓(xùn)練結(jié)果。

為進(jìn)一步評(píng)價(jià)改進(jìn)模型YOLOv8nxt 和未改進(jìn)模型YOLOv8n 的性能，將YOLOv8nxt 和YOLOv8n在測(cè)試集上進(jìn)行實(shí)驗(yàn)，2 種模型的性能指標(biāo)和檢測(cè)結(jié)果比較見(jiàn)表3，2 種模型檢測(cè)結(jié)果對(duì)比如圖8所示。

表3 2 種模型的性能指標(biāo)和檢測(cè)結(jié)果比較

圖8 2 種模型檢測(cè)結(jié)果對(duì)比

由表3 可知，改進(jìn)的YOLOv8nxt 模型相較于YOLOv8n 模型檢測(cè)準(zhǔn)確率提高接近1%，檢測(cè)時(shí)間僅增加0.2 ms，改進(jìn)后模型尺寸也較接近，仍然適合部署在巡檢機(jī)器人上。由圖8 單儀表圖像對(duì)比可知，YOLOv8nxt 相較于YOLOv8n 不僅檢測(cè)結(jié)果置信度更高，檢測(cè)框的尺寸也更小，更加貼合儀表的實(shí)際位置，證明了引入注意力機(jī)制和改進(jìn)損失函數(shù)對(duì)于提高目標(biāo)檢測(cè)能力的有效性；由圖8 多儀表圖像對(duì)比可知，對(duì)于被部分遮擋的儀表，YOLOv8nxt 模型在YOLOv8n 模型漏檢的情況下仍能順利檢測(cè)到目標(biāo)，證明NMS 的改進(jìn)可以增強(qiáng)算法對(duì)被遮擋目標(biāo)的識(shí)別能力。

4 結(jié)語(yǔ)

本文針對(duì)巡檢機(jī)器人在儀表檢測(cè)階段存在的識(shí)別精度不足和受遮擋時(shí)識(shí)別效果較差等問(wèn)題，同時(shí)考慮目標(biāo)檢測(cè)模型在巡檢機(jī)器人的部署，首先通過(guò)實(shí)驗(yàn)在YOLOv8 的5 個(gè)預(yù)訓(xùn)練模型中選擇適合本文的預(yù)訓(xùn)練模型YOLOv8n，其次通過(guò)增加注意力機(jī)制、替換損失函數(shù)為EIoU 和替換NMS 函數(shù)為Soft-NMS 3種方式對(duì)原模型進(jìn)行改進(jìn)。實(shí)驗(yàn)結(jié)果表明，通過(guò)實(shí)驗(yàn)選取的YOLOv8n 模型更適合巡檢機(jī)器人的目標(biāo)任務(wù)，且改進(jìn)后的目標(biāo)檢測(cè)模型YOLOv8nxt 與改進(jìn)前的YOLOv8n 相比，位置損失值降低1.3%，mAP_0.5：0.95提高了1.9%，檢測(cè)準(zhǔn)確度率提高了0.87%，證明改進(jìn)后的模型對(duì)目標(biāo)的檢測(cè)能力有顯著提升，魯棒性強(qiáng)；在改進(jìn)模型的性能后，模型大小僅為6.2 M，檢測(cè)時(shí)間也僅增加了0.2 ms，說(shuō)明該模型既能滿(mǎn)足識(shí)別精度要求，又同時(shí)滿(mǎn)足檢測(cè)速度要求，能有效解決巡檢機(jī)器人在目標(biāo)檢測(cè)階段存在的問(wèn)題。本文改進(jìn)的儀表檢測(cè)模型雖然在檢測(cè)效果方面表現(xiàn)良好，但對(duì)指針式儀表的具體朝向沒(méi)有明確的感知，在算法檢測(cè)到儀表的條件下，還需要額外輸入表盤(pán)角度信息才能保證后續(xù)儀表讀數(shù)工作的順利開(kāi)展。今后的工作將圍繞3D 目標(biāo)檢測(cè)方向開(kāi)展，在檢測(cè)儀表的同時(shí)判斷儀表的傾斜角度，以提升研究的實(shí)用價(jià)值。