挖掘機生產(chǎn)商自動識別系統(tǒng)的構想與軟件初步設計＊

李秋彤

（長安大學工程機械學院，陜西 西安 710021）

隨著社會智能化程度的不斷提高，智能控制技術在工程機械控制中的運用越來越廣泛，工程機械產(chǎn)業(yè)的智能化進程不斷加快[1]。為使機群中挖掘機的協(xié)同工作效果達到最佳，需要加強對挖掘機的智能化管理和科學調度，挖掘機制造商識別系統(tǒng)的設計與完善，對于實現(xiàn)工程機械的智能化、集群化管理具有重要意義[2]。近年來，深度神經(jīng)網(wǎng)絡開始走向實用化，隨著深度學習的快速發(fā)展，計算機視覺領域中各種視覺處理任務的效果得到了極大提高[3]。為了取得進一步突破，許多科研人員開始從人類視覺特性角度出發(fā)，結合額外知識表示進行圖像處理[4]。本文選定Alexnet深度學習網(wǎng)絡進行訓練，通過調整模型的參數(shù)，探究特征提取網(wǎng)絡參數(shù)改變對挖掘機生產(chǎn)商識別效果的影響。

1 繪制軟件初步設計流程圖

繪制流程圖有助于更加順利地完成課題，在正式開始軟件設計流程之前，有必要先繪制軟件設計流程圖，軟件初步設計流程圖如圖1所示。

圖1 軟件初步設計流程圖

2 圖像識別網(wǎng)絡模型的選用

本文主要以挖掘機為研究對象，識別任務目標體積較大，因此需要網(wǎng)絡適合識別大中型目標。本文所使用的挖掘機數(shù)據(jù)集較小，要求網(wǎng)絡具有良好的特征學習能力和較強的抗過擬合性能，同時要求盡可能提高網(wǎng)絡識別的訓練速度，并且還對網(wǎng)絡的可移植性有一定的要求[5]。因此，選擇較為基礎且易于掌握的Alexnet作為本次實驗的基礎框架。

3 圖像樣本數(shù)據(jù)集的建立

1）圖像數(shù)據(jù)集的構建。本文依據(jù)不同的挖掘機生產(chǎn)商圖像建立了一個包含18家挖掘機生產(chǎn)商圖像的樣本數(shù)據(jù)集，共計搜集了900張圖片，基本包含了工程實際生產(chǎn)中常見的挖掘機生產(chǎn)商。由于資源搜集能力的限制，每一家廠商搜集到50張照片。為了保證識別的精度，每個圖像中僅有一輛或兩輛挖掘機，并且圖像中的生產(chǎn)商特征沒有重疊或損壞，如圖2所示。

圖2 數(shù)據(jù)集中的圖像舉例

2）圖像數(shù)據(jù)集的標簽化處理。由于深度學習算法屬于有監(jiān)督的學習方式[6]，需要采用有標簽的樣本圖片進行訓練，采集得到的各型挖掘機圖像并沒有標簽，因此需要對所搜集的挖掘機圖像進行人工標定。識別的目標為挖掘機生產(chǎn)商，理論上打標簽的對象為挖掘機身上的生產(chǎn)商標志，但是在實際工程應用中需要識別整個挖掘機，本文創(chuàng)新性地設計了“整機+生產(chǎn)商標志”的組合數(shù)據(jù)集，既解決了實際工程中的整機識別問題，又保證了識別精度。為了測試不同標簽方法的識別效果，本文嘗試建立了3種不同的數(shù)據(jù)集即生產(chǎn)商標志數(shù)據(jù)集、“整機+生產(chǎn)商標志”數(shù)據(jù)集和整機數(shù)據(jù)集，本文分別對3種數(shù)據(jù)集進行網(wǎng)絡訓練，并根據(jù)最終的訓練結果選定最優(yōu)的數(shù)據(jù)集方案。

3）圖像數(shù)據(jù)集的歸一化處理。網(wǎng)絡模型中的訓練數(shù)據(jù)來自于imagelabeler裁剪出來的圖像，裁剪出來的圖像大小并不能做到完全一致，所以存在圖像規(guī)格不統(tǒng)一的問題。又因為Alexnet網(wǎng)絡模型所要求的圖像輸入尺寸為227×227×3，所以本文對搜集到的挖掘機圖像進行了歸一化處理，統(tǒng)一了數(shù)據(jù)集中圖像的規(guī)格。

4）圖像數(shù)據(jù)集的擴充。本文通過旋轉圖像、添加噪聲等手段進行了圖像數(shù)據(jù)集的擴充。

通過以上步驟，最終生成來自18家挖掘機生產(chǎn)商的4500幅圖像。每個生產(chǎn)商有250張圖像，每張圖像的尺寸為227×227×3。

4 網(wǎng)絡模型訓練

采用遷移學習方法訓練得到的網(wǎng)絡模型識別精度更高、訓練效果更好[7]，因此本文采用遷移學習方法。在對本次實驗的數(shù)據(jù)集進行訓練后，通過不斷調整網(wǎng)絡的參數(shù)，使網(wǎng)絡與本文數(shù)據(jù)集更好匹配，提高訓練精度，減少訓練時長，最終找到使得網(wǎng)絡的性能和實用性達到最優(yōu)的一組網(wǎng)絡模型。

通過不斷調試Alexnet網(wǎng)絡的主要參數(shù)，得到了若干組網(wǎng)絡模型，其中權重為5、偏差為5、Minibatchsize為10、MaxEpochs為6、學習率為0.0001、測驗頻率為10的一組網(wǎng)絡模型的準確率為87.89%，為本次試驗最佳結果。

5 優(yōu)化對比實驗

1）挖掘機生產(chǎn)商類別數(shù)的對比實驗。分別使用挖掘機生產(chǎn)商類別數(shù)為9家、18家、27家的數(shù)據(jù)集進行訓練，三類數(shù)據(jù)集每類的圖像數(shù)量一致。在對比實驗中的三次訓練使用了相同的參數(shù)，訓練結果如圖3、圖4、圖5所示。

圖3 9類生產(chǎn)商識別結果

圖4 18類生產(chǎn)商識別結果

圖5 27類生產(chǎn)商識別結果

由訓練結果可知，在使用相同網(wǎng)絡和參數(shù)的情況下，使用9組生產(chǎn)商的數(shù)據(jù)集的識別精度為91.78%，訓練時間為8 min24 s；使用18組生產(chǎn)商的數(shù)據(jù)集的識別精度為87.89%，訓練時間為23 min10 s，使用27組生產(chǎn)商的數(shù)據(jù)集的識別精度為82.15%，訓練時間為116 min25 s。隨著輸入訓練的數(shù)據(jù)集的類別增多，網(wǎng)絡的識別精度逐漸下降，且訓練時間不斷上升，綜合考慮訓練時間與訓練精度的影響，以及最終工程應用中需要的識別種類，決定選用18家目前市面常見的挖掘機生產(chǎn)商作為數(shù)據(jù)集，既能夠保證較高的識別率和訓練速度，又可以涵蓋目前市面上的大部分生產(chǎn)商。

2）使用不同標簽標定數(shù)據(jù)集的對比實驗。分別使用只有生產(chǎn)商標志的數(shù)據(jù)集、“整機+生產(chǎn)商標志”的數(shù)據(jù)集以及挖掘機整機的數(shù)據(jù)集進行訓練，保持三類數(shù)據(jù)集的圖像數(shù)量相同，并且在對比實驗中的訓練使用了相同的參數(shù)。生產(chǎn)商標志的數(shù)據(jù)集中共18類，每類有250張生產(chǎn)商標志圖像，訓練后精度為91.33%；挖掘機“整機+生產(chǎn)商標志”的數(shù)據(jù)集共18類，每類有250張圖像，其中整機圖像200張，生產(chǎn)商標志圖像50張，訓練后精度為87.89%；挖掘機整機的數(shù)據(jù)集共18類，每類有250張整機圖像，訓練后精度為83.33%。

在使用相同網(wǎng)絡和參數(shù)的情況下，使用僅有生產(chǎn)商標志的數(shù)據(jù)集精確度最高，但若輸入挖掘機整機圖像其無法識別挖掘機生產(chǎn)商，只能輸入生產(chǎn)商標志進行識別，“整機+生產(chǎn)商標志”數(shù)據(jù)集識別率明顯高于僅有挖掘機整機的數(shù)據(jù)集。實驗結果表明，使用挖掘機整機與生產(chǎn)商標志混合的數(shù)據(jù)集可以有效提高訓練效果。

6 總結

文章對挖掘機生產(chǎn)商圖像識別系統(tǒng)軟件設計展開研究。介紹了挖掘機生產(chǎn)商自動識別系統(tǒng)的建立過程，對圖像樣本數(shù)據(jù)集的建立和模型訓練及數(shù)據(jù)對比都進行了較為詳細的介紹。并采用基于深度學習技術的網(wǎng)絡Alexnet，通過實驗對網(wǎng)絡參數(shù)進行了測試與優(yōu)化，提高了挖掘機生產(chǎn)商的識別精度。從實驗結果來看，本算法可以滿足實際工程生產(chǎn)的要求。