基于并行附加特征提取網(wǎng)絡(luò)的SSD地面小目標(biāo)檢測(cè)模型

基于并行附加特征提取網(wǎng)絡(luò)的SSD地面小目標(biāo)檢測(cè)模型

來(lái)源：《電子學(xué)報(bào)》 ，作者李寶奇等
摘 要: 針對(duì)SSD原始附加特征提取網(wǎng)絡(luò)(Original Additional Feature Extraction Network，OAFEN)中stride操作造成圖像小目標(biāo)信息丟失和串聯(lián)結(jié)構(gòu)產(chǎn)生的多尺度特征之間冗余度較大的問(wèn)題，提出了一種計(jì)算量小、感受野大的深度可分離空洞卷積(Depthwise Separable Dilated Convolution，DSDC)，并利用DSDC設(shè)計(jì)了一個(gè)包含三個(gè)獨(dú)立子網(wǎng)絡(luò)的并行附加特征提取網(wǎng)絡(luò)(Parallel Additional Feature Extraction Network，PAFEN)．PAFEN上路用兩個(gè)DSDC提取尺寸為19*19和3*3的特征圖;中路用一個(gè)DSDC提取尺寸為10*10的特征圖;下路用兩個(gè)DSDC提取尺寸為5*5和1*1的特征圖．實(shí)驗(yàn)結(jié)果表明，在SSD框架內(nèi)，PAFEN在mAP和檢測(cè)時(shí)間等方面均優(yōu)于OAFEN，適用于地面小目標(biāo)的檢測(cè)任務(wù)．

關(guān)鍵詞: 目標(biāo)檢測(cè);SSD;深度可分離卷積;空洞卷積;深度可分離空洞卷積;并行附加特征提取網(wǎng)絡(luò)

1 引言
地面目標(biāo)檢測(cè)在無(wú)人機(jī)導(dǎo)航、搜索、精確打擊和毀傷后評(píng)估中發(fā)揮著重要作用［1～3］．考慮飛行安全和飛行距離，無(wú)人機(jī)通常會(huì)在較遠(yuǎn)距離獲取地面目標(biāo)圖像，由此造成的結(jié)果是圖像內(nèi)目標(biāo)像素比較小，這會(huì)進(jìn)一步增加目標(biāo)檢測(cè)的難度［4］．

通過(guò)將深度學(xué)習(xí)［5～7］模型 CNN(Convolutional Neural Networks)［8～10］嵌入到目標(biāo)檢測(cè)模型之中，目標(biāo)檢測(cè)精度在過(guò)去幾年中不斷提高，結(jié)合CNN的目標(biāo)檢測(cè)算法可分為基于候選區(qū)域和基于回歸兩類(lèi)．Girshick等［11］第一個(gè)將CNN用于目標(biāo)檢測(cè)，并提出R-CNN(Regionbased Convolutional Neural Networks)模型．R-CNN使用區(qū)域建議方法從輸入圖像中生成2000個(gè)候選區(qū)域，并將所有的候選區(qū)域縮放到固定尺寸．然后，使用CNN在這些候選區(qū)域上提取特征．在CNN的最后一個(gè)特征層加入兩個(gè)全連接層(SVM和回歸層)．由于SVM和回歸層是分開(kāi)訓(xùn)練，R-CNN很難優(yōu)化而且占用內(nèi)存空間非常大．Girshick 等［12］又提出 Fast R-CNN 模型．Fast RCNN首先在圖像中提取感興趣區(qū)域 (Regions of Interest，RoI);然后對(duì)每幅圖像只做一次卷積處理，在最后一個(gè)卷積層輸出的特征圖上對(duì)每個(gè)RoI進(jìn)行映射，并送入RoI池化層把各尺寸的特征圖統(tǒng)一到相同的大?。?3］;最后利用 Softmax Loss和 Smooth L1 Loss對(duì)分類(lèi)概率和邊框回歸聯(lián)合訓(xùn)練．聯(lián)合訓(xùn)練省去了特征存儲(chǔ)，提高了空間和時(shí)間利用率．然而，提取感興趣區(qū)域占用了整個(gè)檢測(cè)過(guò)程的大部分時(shí)間．Ren等［14］提出了目標(biāo)檢測(cè)模型Faster R-CNN．與Fast R-CNN相比，F(xiàn)aster RCNN利用RPN(Region Proposal Network)在CNN最后一個(gè)連接層中自行產(chǎn)生建議框，因此建議框生成網(wǎng)絡(luò)和目標(biāo)檢測(cè)網(wǎng)絡(luò)共享卷積網(wǎng)絡(luò)．同時(shí)建議框數(shù)目從原有的約2000個(gè)減少為300個(gè)，重要的是建議框的質(zhì)量也有本質(zhì)的提高，但Faster R-CNN檢測(cè)的速度依然有待提高．

基于區(qū)域建議的目標(biāo)檢測(cè)方法不能利用局部目標(biāo)在整幅圖像中的空間信息，所以一些研究者開(kāi)展了無(wú)區(qū)域建議的目標(biāo)檢測(cè)研究，主要采用回歸的思想．Redmon等［15］提出了一種無(wú)區(qū)域建議的目標(biāo)檢測(cè)模型，稱(chēng)為YOLO(You Only Look Once)．YOLO通過(guò)采用空間限制，減少了對(duì)同一目標(biāo)的重復(fù)檢測(cè)，大大提高了效率，能夠達(dá)到實(shí)時(shí)的效果．但是YOLO的檢測(cè)精度不如Faster R-CNN．針對(duì) YOLO 存在的不足，Liu等［16］提出 SSD(Single Shot Detector)模型．SSD模型主要由四部分組成:基礎(chǔ)網(wǎng)絡(luò)VGG-16(Visual Geometry Group)，附加特征提取層部分，default boxes生成部分和卷積預(yù)測(cè)部分．SSD通過(guò)融合六個(gè)尺度的特征來(lái)提高目標(biāo)檢測(cè)的精度．原始附加特征提取網(wǎng)絡(luò)從基礎(chǔ)網(wǎng)絡(luò)特征層conv4_3(38*38)開(kāi)始，然后通過(guò)在標(biāo)準(zhǔn)卷積層中使用stride操作依次生成 fc7(19*19)、conv6_2(10*10)、conv7_2(5*5)、conv8_2(3*3)和conv9_2(1*1)五個(gè)尺度的特征圖．stride操作會(huì)造成圖像目標(biāo)信息的丟失［17～19］，尤其是圖像中的小目標(biāo)．原始附加特征提取網(wǎng)絡(luò)中六個(gè)尺度的特征圖采用串聯(lián)結(jié)構(gòu)生成，彼此之間具有很高的冗余度，特征圖之間冗余度較高不利于圖像小目標(biāo)的精準(zhǔn)定位．為了提高SSD對(duì)小目標(biāo)的檢測(cè)精度，Cao等［20］提出 FFSSD(Feature-Fused SSD)模型．FFSSD 利用Feature Fusion Module對(duì)VGG-16中conv5_3進(jìn)行2倍上采樣操作，并與conv4_3融合來(lái)提高小尺寸目標(biāo)的檢測(cè)精度．Fu等［21］提出 DSSD(Deconvolutional Single Shot Detector)模型．DSSD基礎(chǔ)網(wǎng)絡(luò)為特征提取能力更強(qiáng)的Resnet-101，并利用Deconvolution Module擴(kuò)展低維度信息的上下文信息來(lái)提高小尺度目標(biāo)的檢測(cè)精度．FFSSD和DSSD都是通過(guò)整合更多尺度上的語(yǔ)義特征來(lái)提高模型對(duì)小目標(biāo)的檢測(cè)精度，但是這些方法，在提高對(duì)于目標(biāo)物體特別時(shí)小物體識(shí)別效果的同時(shí)由于加入了額外的層，也增大了計(jì)算量，影響了檢測(cè)的實(shí)時(shí)性．Zhou 等［22］提出了 STDN(Scale-Transferrable Object Detection)模型．STDN基礎(chǔ)網(wǎng)絡(luò)為 DenseNet-169，并通過(guò)Scale-Transfer層實(shí)現(xiàn)了在幾乎不增加參數(shù)量和計(jì)算量的前提下生成大尺寸的特征層來(lái)提高模型對(duì)小目標(biāo)的檢測(cè)精度．由于Scale-Transfer層是一個(gè)轉(zhuǎn)換操作，因此基本不會(huì)引入額外的參數(shù)量和計(jì)算量．為了提高SSD的檢測(cè)速度，Howard等［23］提出了輕量化的卷積神經(jīng)網(wǎng)絡(luò)MobileNet．MobileNet用深度可分離卷積(Depthwise Separable Convolution，DSC)替換標(biāo)準(zhǔn)卷積來(lái)減少模型的參數(shù)和計(jì)算量，它在不影響目標(biāo)檢測(cè)精度的條件下能極大地提高SSD的檢測(cè)速度．

除了上述針對(duì)SSD的改進(jìn)方法外，還有一些其它提高小目標(biāo)檢測(cè)精度的研究工作，例如設(shè)計(jì)專(zhuān)用的目標(biāo)檢測(cè)的骨干網(wǎng)絡(luò)［24］，優(yōu)化檢測(cè)模型訓(xùn)練過(guò)程［25］，IoU閾值動(dòng)態(tài)設(shè)計(jì)［26］和生成高分辨率小目標(biāo)特征［27］等．特別是文獻(xiàn)［27］，Li等提出了一種基于PGAN(Perceptual Generative Adversarial Networks)的小目標(biāo)檢測(cè)方法．PGAN通過(guò)訓(xùn)練條件生成網(wǎng)絡(luò)使小目標(biāo)的特征表示與大目標(biāo)特征表示類(lèi)似，并利用一個(gè)新的感知分類(lèi)器來(lái)監(jiān)督小目標(biāo)特征的生成從而更精確地檢測(cè)小目標(biāo)．

針對(duì)上述改進(jìn)方法不能兼顧小目標(biāo)檢測(cè)精度和速度的問(wèn)題，本文提出了一種計(jì)算量小，覆蓋范圍大的卷積單元-深度可分離空洞卷積(Depthwise Separable Dilated Convolution，DSDC)，并利用 DSDC設(shè)計(jì)了一種包含三個(gè)子網(wǎng)絡(luò)的并行附加特征提取層網(wǎng)絡(luò)(Parallel Additional Feature Extraction Network，PAFEN)，同時(shí)通過(guò)優(yōu)化DSDC空洞率(Dilation Rate)的選取來(lái)改善 PAFEN的性能，最后在SSD框架內(nèi)通過(guò)結(jié)合MobileNet(基礎(chǔ)網(wǎng)絡(luò))和PAFEN(特征提取網(wǎng)絡(luò))實(shí)現(xiàn)對(duì)地面小目標(biāo)的快速、準(zhǔn)確的檢測(cè)．

2 基于并行附加特征提取網(wǎng)絡(luò)的SSD小目標(biāo)檢測(cè)模型
本文通過(guò)改進(jìn)附加特征提取網(wǎng)絡(luò)來(lái)提高SSD對(duì)地面小目標(biāo)的檢測(cè)精度和速度．在新的附加特征提取網(wǎng)絡(luò)中，深度可分離空洞卷積作為網(wǎng)絡(luò)基本單元(深度可分離空洞卷積摒棄了stride操作，它通過(guò)通道分解和卷積核空洞化來(lái)減少計(jì)算量和增大感受野);三個(gè)獨(dú)立子網(wǎng)絡(luò)結(jié)構(gòu)替代原來(lái)的單網(wǎng)絡(luò)串聯(lián)結(jié)構(gòu)以增加多尺度特征圖的多樣性，并為與conv4(在MobileNet中與VGG-16中conv4_3對(duì)應(yīng)的層為conv4)直接相連的三個(gè)多尺度特征fc7、conv6_2和conv7_2設(shè)計(jì)convex空洞率策略來(lái)增加上下兩個(gè)子網(wǎng)絡(luò)的信息以改善新附加特征提取網(wǎng)絡(luò)的性能．

2.1 深度可分離空洞卷積單元
深度可分離卷積通過(guò)將標(biāo)準(zhǔn)卷積分解成深度卷積和點(diǎn)卷積來(lái)大幅降低模型的參數(shù)，重要的是卷積層的特征提取能力基本不受影響．但為了生成尺寸更小的特征圖，深度可分離卷積只能通過(guò)增加卷積核尺寸或stride操作實(shí)現(xiàn)，過(guò)大尺寸的卷積核會(huì)大幅增加模型參數(shù)，而stride操作會(huì)造成圖像小目標(biāo)信息的丟失．深度可分離空洞卷積是在深度可分離卷積的基礎(chǔ)上，通過(guò)對(duì)深度卷積空洞化實(shí)現(xiàn)．空洞化是向標(biāo)準(zhǔn)卷積中引入了一個(gè)稱(chēng)作空洞率的新參數(shù)［17］，并利用擴(kuò)張率控制卷積核處理數(shù)據(jù)時(shí)各值的間距，從而在計(jì)算量相當(dāng)?shù)臈l件下實(shí)現(xiàn)卷積層感受野的增大．深度可分離空洞卷積與深度可分離卷積相比具有更大的感受野，與空洞卷積相比具有更小的計(jì)算量．深度可分離空洞卷積(DSDC)、深度可分離卷積(DSC)和標(biāo)準(zhǔn)卷積之間的關(guān)系如圖1所示．

對(duì)于M個(gè)尺寸為DF*DF的輸入特征圖F，經(jīng)尺寸為DK*DK的卷積核操作后，輸出N個(gè)尺寸為DG*DG的特征圖G，其中DF是輸入的特征圖的寬度和高度，M是輸入通道數(shù)，DG是輸出特征圖的寬度和高度，N是輸出通道數(shù)．標(biāo)準(zhǔn)卷積、深度可分離卷積和深度可分離空洞卷積的計(jì)算分解過(guò)程如圖2所示．

圖片

圖片

標(biāo)準(zhǔn)卷積生成特征圖G的計(jì)算成本為:

圖片

深度可分離卷積生成特征圖G的計(jì)算成本為:

圖片

深度可分離空洞卷積生成特征圖G的計(jì)算成本為:

圖片

深度可分離卷積和深度可分離空洞卷積與標(biāo)準(zhǔn)卷積的計(jì)算成本比值均為:

圖片

但在相同計(jì)算量的條件下，深度可分離空洞卷積的覆蓋范圍更大．深度可分離空洞卷積實(shí)際空洞濾波器(RDF)尺寸與空洞率之間的關(guān)系如下:

圖片

其中K rdf為該層RDF尺寸，DK為該層卷積核尺寸，R為該層空洞率大小．例如，一個(gè)卷積核尺寸為3*3，空洞率R=2的空洞卷積層，RDF的實(shí)際覆蓋范圍為5*5，即K rdf=5．同時(shí)可以通過(guò)進(jìn)一步增大空洞率R來(lái)擴(kuò)大卷積層的感受野．

2.2 基于并行附加特征提取網(wǎng)絡(luò)的SSD小目標(biāo)檢測(cè)模型設(shè)計(jì)
附加特征提取網(wǎng)絡(luò)并行化設(shè)計(jì)是由conv4直接生成剩余的多尺度特征圖，每個(gè)子網(wǎng)絡(luò)之間保持獨(dú)立，生成的多尺度特征圖之間的冗余度也相對(duì)較?。?3］．考慮conv7_2(5*5)、conv8_2(3*3)和 conv9_2(1*1)三個(gè)尺度的特征圖尺寸比較接近，因此將剩余的五個(gè)尺度特征圖設(shè)計(jì)為三個(gè)獨(dú)立的子網(wǎng)絡(luò)結(jié)構(gòu)，即conv4與fc7、conv6_2和conv7_2直接相連接，同時(shí)將 conv8_2和conv9_2分配到上路和下路兩個(gè)子網(wǎng)絡(luò)有助于提升fc7和conv7_2特征圖的質(zhì)量，也可以避免與conv7_2特征尺度上的重復(fù)．基于MobileNet和PAFEN的SSD地面小目標(biāo)檢測(cè)模型結(jié)構(gòu)如圖3所示，記作MPSDD．

圖片

地面小目標(biāo)圖像首先進(jìn)入SSD基礎(chǔ)網(wǎng)絡(luò)部分，其中基礎(chǔ)網(wǎng)絡(luò)為MobileNet被截?cái)嘀羉onv4的部分網(wǎng)絡(luò)，并將conv4作為PAFEN的第一個(gè)特征層;PAFEN由conv4生成三個(gè)獨(dú)立的子網(wǎng)絡(luò):上路子網(wǎng)絡(luò)、中路子網(wǎng)絡(luò)和下路子網(wǎng)絡(luò)．上路子網(wǎng)絡(luò)由conv4(38*38)生成fc7(19*19)和conv8_2(3*3)兩個(gè)尺度的特征圖;中路子網(wǎng)絡(luò)由 conv4(38*38)生成conv6_2(10*10)一個(gè)尺度的特征圖;下路子網(wǎng)絡(luò)由conv4(38*38)生成conv7_2(5*5)和conv9_2(1*1)兩個(gè)尺度的特征圖．default boxes生成部分根據(jù)預(yù)先定義的scales和aspect ratios從上述六個(gè)尺度的特征層中提取數(shù)量和大小不同的default boxes;卷積預(yù)測(cè)部分則是對(duì)default boxes內(nèi)目標(biāo)的類(lèi)型和位置進(jìn)行判斷．

利用深度可分離空洞卷積構(gòu)建PAFEN需要首先解決網(wǎng)格問(wèn)題［17～19］，網(wǎng)格問(wèn)題就是空洞卷積網(wǎng)絡(luò)每一層實(shí)際感受野疊加操作后無(wú)法實(shí)現(xiàn)對(duì)輸入圖像的完全覆蓋，因此會(huì)造成信息的丟失．文獻(xiàn)［17］和文獻(xiàn)［19］針對(duì)并行和串行空洞卷積網(wǎng)絡(luò)分別提出了卷積核尺寸固定下的空洞率選取準(zhǔn)則．考慮PAFEN并非嚴(yán)格意義上的串聯(lián)或并聯(lián)結(jié)構(gòu)，同時(shí)PAFEN主要是為了提取圖像小目標(biāo)特征，因此文獻(xiàn)［17］和文獻(xiàn)［19］中的空洞率選取策略并不適用PAFEN中深度可分離空洞卷積空洞率的設(shè)計(jì)．為了更好地提取圖像小目標(biāo)特征，PAFEN中使用的空洞率數(shù)值整體相對(duì)較?。瑫r(shí)，由于PAFEN上路和下路子網(wǎng)絡(luò)均包含兩個(gè)DSDC，因此fc7和conv7_2使用更小的空洞率有利于提高兩個(gè)子網(wǎng)絡(luò)特征圖的質(zhì)量．PAFEN中五個(gè)深度可分離空洞卷積層的參數(shù)設(shè)置如表1所示．

為了嚴(yán)格保證PAFEN與OAFEN中多尺度特征圖尺寸完全一致，需要對(duì)部分DSDC進(jìn)行填充，例如fc7、conv6_2和 conv9_2．

表1 并行附加特征提取網(wǎng)絡(luò)參數(shù)設(shè)置

圖片

3 仿真試驗(yàn)
為了驗(yàn)證PAFEN的有效性以及特征層組合方式和DSDC空洞率選取對(duì)PAFEN性能的影響，實(shí)驗(yàn)以mAP、平均檢測(cè)時(shí)間和參數(shù)大小作為模型定量評(píng)價(jià)指標(biāo)．設(shè)計(jì)實(shí)驗(yàn) 1，以 MOSSD［23］(基礎(chǔ)網(wǎng)絡(luò)為 MobileNet，特征提取網(wǎng)絡(luò)為OAFEN)為參考，比較分析Faster-RCNN［14］、SSD［16］、FFSSD［20］、DSSD［21］與本文地面小目標(biāo)檢測(cè)方法MPSSD(基礎(chǔ)網(wǎng)絡(luò)為MobileNet，特征提取網(wǎng)絡(luò)為PAFEN)之間的性能差異．設(shè)計(jì)實(shí)驗(yàn)2，以附加特征提取網(wǎng)絡(luò)中不同尺度的特征圖為研究對(duì)象，比較分析特征圖不同的組合方式對(duì)PAFEN性能的影響．設(shè)計(jì)實(shí)驗(yàn)3，以深度可分離空洞卷積的空洞率為研究對(duì)象，比較分析不同的空洞率選取方式對(duì)PAFEN性能的影響．SSD、FFSSD、DSSD、MOSSD 和 MPSSD 由 Caffe工具箱設(shè)計(jì)，采用 GPU(Titan X)計(jì)算方式［28］，其中檢測(cè)時(shí)間為模型檢測(cè)100幅圖像的平均前向時(shí)間，參數(shù)大小指模型(．caffemodel文件)的實(shí)際大?。瓼aster-RCNN實(shí)驗(yàn)?zāi)Ｐ陀?a href="http://wenjunhu.com/tags/tensorflow/" target="_blank">TensorFlow工具箱設(shè)計(jì)，同樣采用GPU(Titan X)計(jì)算方式，平均檢測(cè)時(shí)間為模型檢測(cè)完整測(cè)試數(shù)據(jù)集的平均時(shí)間，參數(shù)大小指模型(．ckpt文件)的實(shí)際大小．

3.1 實(shí)驗(yàn)數(shù)據(jù)集
為了更好地檢驗(yàn)基于PAFEN的SSD模型(MPSSD)對(duì)圖像小目標(biāo)的檢測(cè)性能，我們建立了一個(gè)地面小目標(biāo)數(shù)據(jù)集:SGT-DET．SGT-DET包括四種地面目標(biāo):軍用卡車(chē)、直升機(jī)、導(dǎo)彈和坦克，共計(jì)3350幅圖像，其中2410幅用于模型訓(xùn)練，940幅圖像用于模型測(cè)試，如表2所示．

表2 地面小目標(biāo)數(shù)據(jù)集組成

圖片

地面小目標(biāo)是一個(gè)相對(duì)的概念，其中“小”指的是圖像中目標(biāo)的像素比值小，SGT-DET圖像中四個(gè)地面小目標(biāo)的像素比均小于0.05．

3.2 實(shí)驗(yàn)1:目標(biāo)檢測(cè)算法的性能比較
本實(shí)驗(yàn)比較分析 Faster-RCNN、SSD、FFSSD、DSSD、MOSSD與本文地面小目標(biāo)檢測(cè)方法MPSSD在數(shù)據(jù)集SGT-DET上的性能差異．Faster-RCNN的基礎(chǔ)網(wǎng)絡(luò)為VGG-16，特征提取網(wǎng)絡(luò)為 RPN;SSD的基礎(chǔ)網(wǎng)絡(luò)為VGG-16，特征提取網(wǎng)絡(luò)為OAFEN;FFSSD的基礎(chǔ)網(wǎng)絡(luò)為VGG-16，特征提取網(wǎng)絡(luò)為 Feature Fusion Module;DSSD的基礎(chǔ)網(wǎng)絡(luò)為ResNet101，特征提取網(wǎng)絡(luò)為Deconvolution Module;MOSSD的基礎(chǔ)網(wǎng)絡(luò)為MobileNet，特征提取網(wǎng)絡(luò)為OAFEN;MPSSD的基礎(chǔ)網(wǎng)絡(luò)為MobileNet，特征提取網(wǎng)絡(luò)為PAFEN，其中PAFEN包含三個(gè)獨(dú)立的子網(wǎng)絡(luò)，其中fc7，conv6_2和conv7_2三個(gè)卷積層的卷積核，空洞率和填充為［8，3，1］、［7，5，1］和［12，3，0］．分別記錄檢測(cè)模型在迭代30000次時(shí)對(duì) SGTDET測(cè)試數(shù)據(jù)集的mAP數(shù)值、平均檢測(cè)時(shí)間和參數(shù)大?。?/p>

從表3可以發(fā)現(xiàn)，F(xiàn)aster-RCNN的檢測(cè)精度最高為97.6%，MPSSD的檢測(cè)時(shí)間最短為7.18ms，MPSSD的參數(shù)大小最少為7.9MB．FFSSD、DSSD和SSD的實(shí)驗(yàn)結(jié)果表明增加特征提取網(wǎng)絡(luò)的層數(shù)(增加contextual information)能夠改善SSD對(duì)小目標(biāo)檢測(cè)的精度，但不可避免地會(huì)增加計(jì)算量和模型參數(shù)．MOSSD和SSD的實(shí)驗(yàn)結(jié)果表明利用MobileNet替換VGG-16在減少模型參數(shù)和降低檢測(cè)時(shí)間方面帶來(lái)的效果是明顯的，但也存在檢測(cè)精度上的下降．MPSSD和MOSSD的實(shí)驗(yàn)結(jié)果表明PAFEN在三種定量評(píng)價(jià)指標(biāo)中明顯優(yōu)于OAFEN，在地面小目標(biāo)的檢測(cè)任務(wù)中，PAFEN比OAFEN精度更高，速度更快．綜合考慮檢測(cè)精度(mAP)、平均檢測(cè)時(shí)間(Times)和參數(shù)大小(Parameters)三個(gè)因素，MPSSD優(yōu)于其它檢測(cè)模型，更適合無(wú)人機(jī)遠(yuǎn)距離地面實(shí)時(shí)檢測(cè)任務(wù)．

為了更直觀的說(shuō)明MPSSD對(duì)地面小目標(biāo)的檢測(cè)效果，通過(guò)Juyter notebook利用訓(xùn)練30000次的MPSSD模型分別對(duì)4種地面小目標(biāo)圖像進(jìn)行檢測(cè)，檢測(cè)結(jié)果如圖4所示．從圖4可以看出，MPSSD模型對(duì)四種地面小目標(biāo)能實(shí)現(xiàn)準(zhǔn)確檢測(cè)．

表3 目標(biāo)檢測(cè)模型性能比較

圖片

圖片

3.3 實(shí)驗(yàn)2:子網(wǎng)絡(luò)數(shù)量對(duì)PAFEN性能的影響
本實(shí)驗(yàn)比較不同數(shù)量子網(wǎng)絡(luò)對(duì)PAFEN性能的影響．實(shí)驗(yàn)以包含三個(gè)子網(wǎng)絡(luò)的 PAFEN為參考，記PAFEN-3;設(shè)計(jì)包含一個(gè)子網(wǎng)絡(luò)的PAFEN-1和包含五個(gè)子網(wǎng)絡(luò)的PAFEN-5．PAFEN-1可解釋為OAFEN的深度可分離空洞化，其中 fc7、conv6_2、conv7_2、conv8_2和conv9_2五個(gè)卷積層的卷積核、空洞率和填充為［8，3，1］、［4，3，0］、［4，3，2］、［3，2，1］和［3，2，1］．PAFEN-5為包含五個(gè)獨(dú)立子網(wǎng)絡(luò)的并行附加特征提取網(wǎng)絡(luò)，即fc7、conv6_2、conv7_2、conv8_2 和 conv9_2 直接與 conv4相連，其中五個(gè)卷積層的卷積核、空洞率和填充為［8，3，1］、［8，4，0］、［8，5，1］、［8，5，0］和［8，6，3］．記錄模型迭代30000次時(shí)模型對(duì)SGT-DET測(cè)試數(shù)據(jù)集的mAP數(shù)值、平均檢測(cè)時(shí)間和參數(shù)大?。?/p>

從表4可以看出，隨著PAFEN子網(wǎng)絡(luò)數(shù)量的增加，模型的檢測(cè)時(shí)間和參數(shù)都存在一定的增加，其中PAFEN-3比 PAFEN-1時(shí)間增加 0.09ms、參數(shù)增加0.4MB，PAFEN-5比PAFEN-1時(shí)間增加0.24ms，參數(shù)增加1.4MB．但檢測(cè)精度并沒(méi)有隨著子網(wǎng)絡(luò)數(shù)量的增加而改善，PAFEN-5的mAP比PAFEN-3低3.3%．綜合考慮檢測(cè)精度、平均檢測(cè)時(shí)間和參數(shù)大小三個(gè)評(píng)價(jià)指標(biāo)，將PAFEN設(shè)計(jì)成三個(gè)子網(wǎng)絡(luò)效果最好．

***網(wǎng)絡(luò)數(shù)量對(duì)PAFEN性能的影響

圖片

3.4 實(shí)驗(yàn)3:空洞率選取對(duì)PAFEN性能的影響
fc7、conv6_2、conv7_2 與 conv4 直接相連，這三個(gè)卷積層對(duì)PAFEN的性能影響最大，因此本實(shí)驗(yàn)主要分析和比較fc7、conv6_2、conv7_2三個(gè)卷積層空洞率選取對(duì)PAFEN性能的影響．實(shí)驗(yàn)設(shè)計(jì)四種形式的空洞率策略:rise、decline、uniformity和 convex，其中 convex 為 PAFEN采用的策略．rise、decline和uniformity三種策略的空洞率分別為［3，5，7］、［7，5，3］和［5，5，5］．記錄模型迭代30000次時(shí)對(duì)SGT-DET測(cè)試數(shù)據(jù)集的mAP數(shù)值、平均檢測(cè)時(shí)間和參數(shù)大?。?/p>

從表5可以看出，四種空洞率策略下模型的檢測(cè)時(shí)間和參數(shù)大小基本相同．rise、decline、uniformity三種策略下模型的mAP數(shù)值也保持在同一水平，但convex策略下模型的mAP數(shù)值高于其他三種策略，比rise高2.7%，比decline高2.6%，比uniformity高2.3%．換句話說(shuō)，為包含更多層的子網(wǎng)絡(luò)的初始層設(shè)置較低的空洞率有助于提升PAFEN的性能．

表5 空洞率選取對(duì)PAFEN性能的影響

圖片

3.5 討論
實(shí)驗(yàn)從mAP、平均檢測(cè)時(shí)間和參數(shù)大小三個(gè)方面比較了本文小目標(biāo)檢測(cè)方法MPSSD與經(jīng)典算法(Faster-RCNN和SSD)和最新算法(FFSSD和DSSD)性能上的差異，也進(jìn)一步分析了子網(wǎng)絡(luò)的數(shù)量和空洞率的選取如何影響PAFEN的性能．本文地面小目標(biāo)檢測(cè)模型MPSSD的基礎(chǔ)網(wǎng)絡(luò)為 MobileNet，特征提取網(wǎng)絡(luò)為PAFEN．PAFEN利用計(jì)算量小、感受野大的深度可分離空洞卷積單元組建附加特征提取網(wǎng)絡(luò)能消除stride操作造成圖像中小目標(biāo)信息丟失的問(wèn)題．PAFEN采用三個(gè)獨(dú)立的子網(wǎng)絡(luò)結(jié)構(gòu)，使其能從conv4生成三組尺度獨(dú)立的特征圖，減少多尺度特征圖之間的冗余度，提高目標(biāo)檢測(cè)的精度．但并非子網(wǎng)絡(luò)的數(shù)量越多越好，例如PAFEN-5的檢測(cè)精度低于 PAFEN-3．在 PAFEN-5中，conv4(38*38)直接生成conv8_2(3*3)或conv9_2(1*1)，由于兩個(gè)子網(wǎng)絡(luò)尺度之間跨度較大(38-3或38-1)，在一定程度上會(huì)影響conv8_2(3*3)和conv9_2(1*1)兩個(gè)尺度特征圖的質(zhì)量．同時(shí)，PAFEN-5用五個(gè)獨(dú)立的子網(wǎng)絡(luò)生成五個(gè)尺度的特征圖，特征圖之間的獨(dú)立性能為目標(biāo)檢測(cè)提供更豐富的選擇，但過(guò)于獨(dú)立的特征會(huì)影響圖像目標(biāo)的定位．因此，PAFEN需要兼顧特征圖的質(zhì)量和特征圖的多樣性．PAFEN使用convex空洞率策略獲得了最高的檢測(cè)精度，事實(shí)上，四種空洞率策略下PAFEN的檢測(cè)精度均高于OAFEN．在convex策略中，上路和下路網(wǎng)絡(luò)初始特征層使用較小空洞率能從conv4中獲取更多的信息，增強(qiáng)conv8_2和conv9_2兩個(gè)尺度特征圖的質(zhì)量，進(jìn)而提高模型的檢測(cè)精度．

Faster-RCNN和SSD是經(jīng)典目標(biāo)檢測(cè)算法的代表，F(xiàn)aster-RCN側(cè)重于目標(biāo)檢測(cè)精度，而SSD側(cè)重于目標(biāo)檢測(cè)速度，實(shí)驗(yàn)1的結(jié)果也驗(yàn)證了這一觀點(diǎn)．MOSSD用MobileNet替換基礎(chǔ)網(wǎng)絡(luò)VGG-16來(lái)進(jìn)一步提高SSD的檢測(cè)速度．對(duì)于本文的SGT-DET數(shù)據(jù)集，MOSSD比SSD檢測(cè)精度低3.5%，精度下降的幅度還是比較大，這也間接表明MobileNet作為小目標(biāo)檢測(cè)模型的基礎(chǔ)網(wǎng)絡(luò)還存在改進(jìn)的空間．FFSSD和DSSD是針對(duì)小目標(biāo)檢測(cè)任務(wù)提出改進(jìn)模型:FFSSD通過(guò)引入conv5_3的信息;DSSD通過(guò)融合特征提取網(wǎng)絡(luò)反卷積變化后的特征．雖然FFSSD和DSSD在一定程度上提升了小目標(biāo)檢測(cè)的精度，但卻增加了計(jì)算量．對(duì)于無(wú)人機(jī)遠(yuǎn)距離目標(biāo)檢測(cè)任務(wù)而言，除了滿足檢測(cè)精度要求外，圖像的實(shí)時(shí)檢測(cè)是另外一個(gè)重要的指標(biāo)．MPSSD在減少模型參數(shù)和計(jì)算量的前提下，提升了對(duì)地面小目標(biāo)的檢測(cè)速度．

4 結(jié)論
地面小目標(biāo)檢測(cè)任務(wù)具有重要的理論研究和實(shí)際應(yīng)用價(jià)值．在SSD檢測(cè)模型框架內(nèi)，本文提出了一種并行附加特征提取網(wǎng)絡(luò)PAFEN．PAFEN有效提升SSD對(duì)地面小目標(biāo)檢測(cè)精度和速度，并經(jīng)理論分析和仿真實(shí)驗(yàn)證明了PAFEN的有效性．

對(duì)于基于SSD的地面小目標(biāo)檢測(cè)任務(wù)，改進(jìn)基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)和default box生成策略同樣能提升SSD模型的性能．下一步的研究重點(diǎn)包括:(1)研究適合小目標(biāo)特征提取的基礎(chǔ)網(wǎng)絡(luò);(2)研究適合捕獲小目標(biāo)特征的default box生成策略．

審核編輯：符乾江