應(yīng)用Crowd-YOLOv3算法實(shí)現(xiàn)包裹中限制品檢測(cè)

張 瑩，朱 晨，楊國(guó)亮

（江西理工大學(xué) 電氣工程與自動(dòng)化學(xué)院，江西 贛州 341000）

0 引 言

包裹X光限制品檢測(cè)作為物流業(yè)及重點(diǎn)場(chǎng)所的重要安防措施，承擔(dān)著防止易燃、易爆等危險(xiǎn)品，刀具、毒品等國(guó)家重點(diǎn)違禁品進(jìn)入貨運(yùn)渠道等工作。目前，安檢場(chǎng)所的包裹安檢工作是由經(jīng)過(guò)專業(yè)培訓(xùn)的安檢員來(lái)完成，但由于包裹內(nèi)的物體擺放密集且存在重疊，致使X光安檢設(shè)備生成的圖像辨識(shí)困難，使得安檢員在判定包裹內(nèi)的限制品時(shí)速度較慢，且辨別精度較低。

目前，計(jì)算機(jī)輔助識(shí)別X光中限制品的技術(shù)已被廣泛運(yùn)用，但大多是基于傳統(tǒng)方式，如小波去噪[1]、圖像增強(qiáng)[2]等，提升效果有限。文獻(xiàn)[3]使用圖像建模的方法分離X光圖像的前景和背景，提升了圖像對(duì)比度；文獻(xiàn)[4-5]對(duì)目標(biāo)建模形成立體化圖像，提高了安檢人員對(duì)部分重疊區(qū)域物體的識(shí)別能力。目前，關(guān)于限制品檢測(cè)在圖像處理、機(jī)器視覺(jué)等方面的深度學(xué)習(xí)日益得到普及[6-7]。基于此，本文提出一種用于包裹內(nèi)密集重疊限制品檢測(cè)的Crowd-YOLOv3算法。

1 Crowd-YOLOv3算法

Crowd-YOLOv3算法基于YOLOv3算法[8]改進(jìn)而成，主要對(duì)YOLOv3算法的FPN結(jié)構(gòu)損失函數(shù)進(jìn)行了優(yōu)化。

1.1 改進(jìn)FPN結(jié)構(gòu)

YOLOv3算法在將主干網(wǎng)絡(luò)提取的特征信息進(jìn)行檢測(cè)前，使用標(biāo)準(zhǔn)的FPN結(jié)構(gòu)將深層特征圖中的語(yǔ)義信息復(fù)用至淺層特征圖中，用于提升算法對(duì)小目標(biāo)的檢測(cè)效果。文獻(xiàn)[9]表明在FPN模型內(nèi)部進(jìn)行多樣的連接，有助于特征信息的復(fù)用，由此提出了NAS-FPN模型。本文針對(duì)YOLOv3算法的結(jié)構(gòu)特點(diǎn)對(duì)NAS-FPN模型進(jìn)行優(yōu)化，將其嵌入到算法的主干網(wǎng)絡(luò)和檢測(cè)器之間，替換標(biāo)準(zhǔn)的FPN結(jié)構(gòu)。

1.2 構(gòu)建條件損失函數(shù)

文獻(xiàn)[10]表明，算法的注意力可以通過(guò)調(diào)整對(duì)應(yīng)目標(biāo)在損失函數(shù)中的權(quán)值實(shí)現(xiàn)。Crowd-YOLOv3算法的側(cè)重點(diǎn)在于密集重疊區(qū)域的目標(biāo)檢測(cè)，因此對(duì)圖像中的限制品重疊程度進(jìn)行了判定。判定依據(jù)是數(shù)據(jù)集中標(biāo)簽值給定的目標(biāo)包圍框坐標(biāo)值，使用IoG表示兩個(gè)目標(biāo)的重疊部分與其中較小目標(biāo)的面積比值，最終在標(biāo)簽文件中使用密集程度值Crowd進(jìn)行標(biāo)注。判定算法如公式（1）所示：

Crowd值分別用0、1表示，其中0表示IoG≤0.6，1表示IoG>0.6。本文引入超參數(shù)αCrowd作為條件加權(quán)值，作用于原損失函數(shù)的位置損失和置信度損失部分。當(dāng)Crowd為0時(shí)，αCrowd=1；當(dāng)Crowd為1時(shí)，αCrowd=1.10。條件損失函數(shù)的應(yīng)用使算法將更多的注意力投入到重疊程度較高的目標(biāo)中，從而提升算法對(duì)密集目標(biāo)的檢測(cè)精度。

2 實(shí)驗(yàn)及分析

本文分別采用YOLOv3算法和Crowd-YOLOv3算法對(duì)X光限制品圖像數(shù)據(jù)集進(jìn)行測(cè)試，實(shí)驗(yàn)環(huán)境為Ubuntu16.04系統(tǒng)，計(jì)算機(jī)語(yǔ)言為Python3.6，搭配PyTorch1.1深度學(xué)習(xí)框架與Nvidia GTX1070顯卡。

2.1 數(shù)據(jù)集和參數(shù)設(shè)定

本文通過(guò)網(wǎng)絡(luò)獲取X光圖像限制品數(shù)據(jù)集，并對(duì)其中的數(shù)據(jù)進(jìn)行清洗。數(shù)據(jù)集中的限制品有5類，分別是鐵殼打火機(jī)、黑釘打火機(jī)、刀具、電容電池、剪刀。清洗后的數(shù)據(jù)集中共有2 000張圖片，上述限制品對(duì)應(yīng)圖片數(shù)量分別是1 222，2 426，2 113，2 668，2 023。數(shù)據(jù)集圖片按照9∶1的比例設(shè)置訓(xùn)練集和測(cè)試集。

實(shí)驗(yàn)中，YOLOv3算法和Crowd-YOLOv3算法的參數(shù)設(shè)定保持一致，輸入圖像的分辨率為416×416。每個(gè)算法訓(xùn)練100個(gè)周期，優(yōu)化方法采用隨機(jī)梯度下降法。訓(xùn)練過(guò)程中，每批處理16張圖片，權(quán)值衰減為0.000 5，動(dòng)量為0.9，使用Xavier方法進(jìn)行參數(shù)的初始化設(shè)置。網(wǎng)絡(luò)的初始學(xué)習(xí)率為10-3，在第71訓(xùn)練周期時(shí)，學(xué)習(xí)率調(diào)整為10-4；在第91訓(xùn)練周期時(shí)，學(xué)習(xí)率降低至10-5，并保持至訓(xùn)練結(jié)束。

2.2 實(shí)驗(yàn)結(jié)果及分析

本文在數(shù)據(jù)集的測(cè)試集中按照限制品的重疊程度選取了3張圖片，并分別用YOLOv3算法和Crowd-YOLOv3算法進(jìn)行檢測(cè)。Crowd-YOLOv3算法和YOLOv3算法的檢測(cè)效果如圖1所示。

圖1 檢測(cè)效果對(duì)比圖

圖1中三幅子圖內(nèi)限制物品的類別和數(shù)量關(guān)系見(jiàn)表1所列，YOLOv3算法和Crowd-YOLOv3算法識(shí)別結(jié)果見(jiàn)表2所列。結(jié)合表1和圖1可知，本文提出的Crowd-YOLOv3算法有效提升了YOLOv3算法在檢測(cè)密集、重疊目標(biāo)時(shí)的性能。在圖1第一列中，Crowd-YOLOv3算法檢測(cè)到8個(gè)密集排列的電容電池，4個(gè)重疊的黑釘打火機(jī)，1個(gè)單獨(dú)的鐵殼打火機(jī)，對(duì)照標(biāo)簽值，召回率達(dá)到86.67%，而YOLOv3算法的召回率僅為40%；在圖1第二列中，Crowd-YOLOv3算法仍無(wú)法檢測(cè)到與剪刀高度重疊的刀具，存在一定的局限性，但Crowd-YOLOv3算法的包圍框更精準(zhǔn)；在圖1第三列中，Crowd-YOLOv3算法仍能檢測(cè)到單獨(dú)的限制物品，表明改進(jìn)方法沒(méi)有影響Crowd-YOLOv3算法檢測(cè)單獨(dú)限制品的能力。實(shí)驗(yàn)表明，本文提出的Crowd-YOLOv3算法能有效提升傳統(tǒng)算法的查準(zhǔn)率和查全率，減少了限制品的漏檢和誤判現(xiàn)象。

表1 圖1中3幅子圖內(nèi)限制物品的類別和數(shù)量關(guān)系

表2 YOLOv3算法和Crowd-YOLOv3算法識(shí)別結(jié)果

3 結(jié) 語(yǔ)

限制品檢測(cè)在安防行業(yè)應(yīng)用廣泛。本文針對(duì)傳統(tǒng)限制品檢測(cè)方法的不足和YOLOv3網(wǎng)絡(luò)的缺陷，提出Crowd-YOLOv3算法。該算法通過(guò)在結(jié)構(gòu)上引入FPN模型和構(gòu)建條件損失函數(shù)，有效提升了檢測(cè)效果。實(shí)驗(yàn)表明，該算法能有效提升限制品檢測(cè)精度，并為其他目標(biāo)的檢測(cè)提供借鑒。