基于yolov3-tiny城市道路下的行人實時檢測

(西華大學(xué) 四川 成都 610039)

引言

復(fù)雜城市道路中，行人作為該環(huán)境下的弱勢群體，其安全性引起各大汽車廠商的關(guān)注，建立完善的行人和騎行者檢測系統(tǒng)成為了一項迫在眉睫的關(guān)鍵技術(shù)，其難點在于行人檢測相關(guān)的算法，現(xiàn)如今，深度神經(jīng)網(wǎng)絡(luò)在視覺領(lǐng)域表現(xiàn)出優(yōu)異的性能，已獲得學(xué)者們廣泛的關(guān)注，將深度學(xué)習(xí)用于駕駛輔助系統(tǒng)正成為發(fā)展趨勢[1]。本文以車輛前方行人、開展了基于深度學(xué)習(xí)的目標檢測及跟蹤算法的研究。

一、網(wǎng)絡(luò)模型選取

現(xiàn)階段的目標檢測算法往往分為兩大類，一類為one-stage檢測算法，其不需要區(qū)域提名(Region proposal)階段，直接產(chǎn)生物體的類別概率和位置坐標值，經(jīng)過單次檢測即可直接得到最終的檢測結(jié)果，因此有著更快的檢測速度，比較典型的算法如YOLO，SSD，Retina-Net；另一類為Two-stage檢測算法,該類算法對一張圖先進行區(qū)域提名選取可能有物體的區(qū)域,同時抑制掉大量的負樣本(背景)，把第一步中認為是正樣本(前景)的候選圖片作為子圖,對這些候選的子圖進行具體類別的分類以及更準確的定位(回歸)，由于兩種算法的差異，其在計算機性能的表現(xiàn)上也有不同，two-stage檢測算法在檢測準確率和定位準確率上占有優(yōu)勢，而one-stage檢測算法則在算法上優(yōu)勢明顯[2]。在具體場景下選擇合適的算法以達到具體應(yīng)用的要求，成為研究人員需要權(quán)衡的事情，本文針對城市道路下行人檢測所要求的實時性，采用yolov3-tiny算法完成行人的實時檢測。

二、網(wǎng)絡(luò)模型介紹

圖一 yolov3-tiny模型

yolo3-tiny是yolo3的簡化版本，與Y0L0v3相比，yolo3-tiny主干網(wǎng)絡(luò)采用一個7層conv+max網(wǎng)絡(luò)進行特征提取，結(jié)構(gòu)如下如圖一所示。相比于yolov3，簡化版本的yolo3-tiny的優(yōu)點主要是，網(wǎng)絡(luò)更加簡潔，計算量較小，能夠輕松的將模型移植到移動端。該網(wǎng)絡(luò)將輸入的416×416RGB圖像，通過5次卷積運算與最大化池化后，輸出13*13*1024的圖像特征，為了減少神經(jīng)網(wǎng)絡(luò)參數(shù)量，使其有更好的實時運行效果，將13*13*1024特征與256個1*1的卷積核進行卷積運算，輸出13*13*256的圖像特征，然后將該層的輸出分別沿路徑一和路徑二輸出，其中路徑一的特征經(jīng)過512個3*3和255個1*1的卷積核運算后，獲得13*13*255的特征圖像后，輸出到y(tǒng)olo層進行預(yù)測，沿路徑二輸出的圖像特征經(jīng)過128個1*1的卷積運算輸出13*13*128的圖像特征，此時，為了適應(yīng)小目標檢測，將該特征進行2倍率的上采樣，得到26*26*384的圖像特征，接著和路徑一進行相同操作后，輸出26*26*255的圖像特征到y(tǒng)olo層進行圖像預(yù)測。

三、基于yolov3-tiny城市道路下的行人實時檢測

(一)yolov3-tiny模型訓(xùn)練

本文使用數(shù)據(jù)標注軟件labellmg進行城市道路行人標記，標記結(jié)果如下圖二所示

圖二 labellmg示意圖

標注軟件根據(jù)標注情況生產(chǎn)xml的數(shù)據(jù)標注文件，總共制作包含8000張416*416的行人圖像數(shù)據(jù)集。

(二)訓(xùn)練過程

本文利用80%訓(xùn)練集、20%測試集構(gòu)成的數(shù)據(jù)集進行模型訓(xùn)練，硬件方面采用I5-9400FCPU，一塊華碩RTX2060-O6G GPU，8g內(nèi)存，環(huán)境配置采用Ubuntu16.04操作系統(tǒng)；TensorFlow深度學(xué)習(xí)框架，編程語言采用Python,使用帶動量衰減的隨機梯度下降(Stochastic gradient descent，SGD)方法訓(xùn)練網(wǎng)絡(luò)，實驗動量系數(shù)設(shè)置為0.9衰減系數(shù)設(shè)置為0.005；初始學(xué)習(xí)率設(shè)置為0.005；迭代輪數(shù)500。

(三)實地場景下行人檢測試驗

圖三 行人檢測結(jié)果(一)

圖四 行人檢測結(jié)果(二)

測試圖像均為城市道路的復(fù)雜情況，圖像中包含眾多車輛行人、車道線等，每幅圖檢測速度為0.012s，即83FPS，達到實時檢測標準。圖三中，檢測框精確框住行人，無多框的情況；圖四準確將行人全部檢測出，綜上，本文算法yolov3-tiny在進行行人檢測任務(wù)時具有一定的穩(wěn)定性，但在面對一些小目標對象時容易漏檢。

四、結(jié)語

本文利用yolov3-tiny進行城市道路下的行人檢測，自建訓(xùn)練數(shù)據(jù)集，完成網(wǎng)絡(luò)的端對端訓(xùn)練，通過實驗數(shù)據(jù)分析得到以下結(jié)論：yolov3-tiny網(wǎng)絡(luò)可適用于城市道路下的行人檢測，速度達到83FPS，達到實時檢測的效果，在城市道路下的行人檢測中有較好的表現(xiàn)，由于其本身的網(wǎng)絡(luò)結(jié)構(gòu)簡單及參數(shù)量小的特點，該算法網(wǎng)絡(luò)易于植入到移動端，綜上所述，該算法在檢測效果及實時性上有明顯的優(yōu)勢，在實際中的利用可行性強，有較大的工程實際意義。