結(jié)合長尾數(shù)據(jù)解決方法的野生動物目標(biāo)檢測

蔡前舟，鄭伯川，曾祥銀，侯 金

（1.西華師范大學(xué)數(shù)學(xué)與信息學(xué)院，四川南充 637009；2.西華師范大學(xué)計算機學(xué)院，四川南充 637009；3.西華師范大學(xué)生命科學(xué)學(xué)院，四川南充 637009）

0 引言

紅外線照相設(shè)備由于具有安裝方便、對野生動物沒有傷害等優(yōu)點，目前已經(jīng)成為野生動物調(diào)查研究的主要工具。當(dāng)野生動物出現(xiàn)在紅外線照相設(shè)備前面時，紅外線照相設(shè)備可以自動拍攝到野生動物圖像和視頻。研究人員通過對圖像和視頻分析可以獲得野生動物的生活習(xí)慣、種類和數(shù)量等有價值的信息，獲得這些信息有利于對野生動物進行更好的保護。紅外相機可以長期在野外環(huán)境自動采集圖像和視頻，因此隨著時間推移，將會產(chǎn)生大量的野生動物圖像和視頻數(shù)據(jù)。如果通過人工觀看方式分析識別圖像和視頻中的動物種類和數(shù)量將消耗大量的人力物力。隨著計算機技術(shù)的發(fā)展，采用計算機視覺技術(shù)自動識別圖像中野生動物種類和數(shù)量已經(jīng)成為研究的熱點問題，特別是采用神經(jīng)網(wǎng)絡(luò)進行野生動物種類的識別已經(jīng)成為了首要方法。

基于神經(jīng)網(wǎng)絡(luò)的野生動物種類和數(shù)量自動識別方法需要標(biāo)注大量的樣本數(shù)據(jù)，但是由于野生動物種類數(shù)量不同，造成采集到圖像數(shù)據(jù)集中每個野生動物種類的樣本數(shù)量不同，一些野生動物種類的樣本數(shù)量占比大，而一些占比較小。如圖1 所示，不同種類的野生動物樣本數(shù)量分布呈現(xiàn)出一條長長的尾巴，通常將有這樣分布的數(shù)據(jù)集叫作長尾數(shù)據(jù)，將占比大的類稱為頭部類，占比小的類稱為尾部類。

圖1 野生動物數(shù)據(jù)集的種類數(shù)量分布Fig.1 Distribution of the numbers of species in wildlife dataset

從圖1 可以看出，尾部類的野生動物種類樣本數(shù)量很少，不同種類動物的樣本數(shù)量分布極不均勻。與COCO（Microsoft Common Objects in COntext）、ImageNet、Cifar等均衡數(shù)據(jù)集不同，用長尾數(shù)據(jù)集訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)時，由于頭部類樣本數(shù)量遠(yuǎn)多于尾部類樣本數(shù)量，所得模型預(yù)測結(jié)果會偏向頭部類，使得尾部類的識別錯誤率上升，導(dǎo)致整體預(yù)測正確率下降。最近的一些研究旨在減小這種長尾問題的錯誤率，提出了一些解決方法，這些方法大致可分成三種策略：重采樣、重加權(quán)和遷移學(xué)習(xí)。在重采樣中，可以對尾部類樣本進行過采樣（添加重復(fù)數(shù)據(jù)）或者是對頭部類樣本進行欠采樣（刪除部分樣本）來調(diào)整樣本數(shù)量，使得數(shù)據(jù)集中各個類別的數(shù)量變得均勻，從而提升整體準(zhǔn)確率。例如王俊紅等提出了一種基于欠采樣和代價敏感的不平衡數(shù)據(jù)分類算法，在不平衡數(shù)據(jù)上表現(xiàn)出了更好的分類性能。在重加權(quán)中，通過給尾部類樣本分配更高的權(quán)重來影響損失函數(shù)。此類方法變種很多，例如最簡單的使用逆序加權(quán)、按照有效樣本數(shù)加權(quán)、根據(jù)樣本數(shù)優(yōu)化類間距的損失加權(quán)、根據(jù)正負(fù)樣本之間的成對損失進行加權(quán)等。遷移學(xué)習(xí)是對頭部樣本和尾部樣本分別建立模型，將學(xué)到的頭部樣本的知識遷移給尾部樣本使用，例如：Xiang 等發(fā)現(xiàn)一個更均衡子集的訓(xùn)練結(jié)果反而比利用完整的數(shù)據(jù)集效果更好，因此采用多個子集來訓(xùn)練出更均衡的專家模型去指導(dǎo)一個學(xué)生模型。Zhang 等針對兩個階段訓(xùn)練的數(shù)據(jù)集有偏差的問題，提出了標(biāo)簽感知平滑和規(guī)范化批處理方法。

本文在自采集并標(biāo)注的野生動物數(shù)據(jù)集上開展研究，由于YOLO（You Only Look Once）系列方法中YOLOv4-Tiny目標(biāo)檢測網(wǎng)絡(luò)具有參數(shù)小、識別速度快的優(yōu)點，因此更容易加載到便攜式設(shè)備上，實現(xiàn)在邊緣設(shè)備上目標(biāo)自動檢測。基于此，本文利用YOLOv4-Tiny 目標(biāo)檢測網(wǎng)絡(luò)檢測野生動物目標(biāo)，從而識別野生動物種類。重點針對數(shù)據(jù)集的長尾情況，提出了一種基于兩階段學(xué)習(xí)和重加權(quán)相結(jié)合的方法，其中重加權(quán)方法是對文獻［13］中的加權(quán)方法進行改進而來。

本文主要工作包括：

1）建立了一個新的野生動物數(shù)據(jù)集，該數(shù)據(jù)集包含22種野生動物種類，共有4 123 張圖像，每張圖像中都標(biāo)注了野生動物的位置和類別。

2）采用兩階段訓(xùn)練方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)：第一階段在分類損失函數(shù)中采用無加權(quán)方式進行訓(xùn)練，使得網(wǎng)絡(luò)對頭部數(shù)據(jù)進行了充分訓(xùn)練；第二階段則采用第一階段學(xué)習(xí)到的模型作為預(yù)訓(xùn)練模型進行重加權(quán)訓(xùn)練，使得尾部數(shù)據(jù)能夠得到更高的權(quán)重。

3）對文獻［13］中的有效樣本加權(quán)方法進行了改進，用真實采集數(shù)據(jù)量代替特征空間中所有可能數(shù)據(jù)量，直接依據(jù)每類野生動物樣本數(shù)量確定每個類別的特定權(quán)重參數(shù)，不需要反復(fù)實驗測試獲得全局統(tǒng)一權(quán)重參數(shù)。

1 相關(guān)工作

1.1 野生動物識別

利用紅外線照相設(shè)備可以在不干擾野生動物的情況下采集野生動物圖像和視頻，當(dāng)前一些研究通過神經(jīng)網(wǎng)絡(luò)對采集到的野生動物圖像進行分類識別。Zhu 等針對采集圖像清晰度低的問題提出了一種雙通道感知殘差金字塔網(wǎng)絡(luò)，通過該網(wǎng)絡(luò)可生成高分辨率和高質(zhì)量的圖像，并且利用網(wǎng)絡(luò)中的殘差塊可以學(xué)習(xí)整合所有信息，獲得全尺度檢測分類結(jié)果。Chen 等使用深度卷積神經(jīng)網(wǎng)絡(luò)對20 種動物進行分類識別，他們使用自動分割方法從圖像中裁剪出動物圖像，然后用這些動物圖像訓(xùn)練和測試網(wǎng)絡(luò)模型。Gomez 等在文獻［2］的基礎(chǔ)上使用不均衡和分段式的數(shù)據(jù)集進行訓(xùn)練，并且使用了更深層數(shù)的神經(jīng)網(wǎng)絡(luò)進行分類識別。

1.2 長尾數(shù)據(jù)問題

現(xiàn)有解決長尾數(shù)據(jù)問題的方法可分為三類：數(shù)據(jù)重采樣、數(shù)據(jù)重加權(quán)和遷移學(xué)習(xí)。

1.2.1 數(shù)據(jù)重采樣

數(shù)據(jù)重采樣技術(shù)指在數(shù)據(jù)預(yù)處理階段通過各種重采樣方法來平衡類別之間的數(shù)量。文獻［9，22］通過從少數(shù)類樣本中復(fù)制可用樣本來增加樣本數(shù)量，但是會產(chǎn)生過擬合問題。Chawla 等提出合成少數(shù)過采樣技術(shù)（Synthetic Minority Oversampling Technique，SMOTE），通過在原始數(shù)據(jù)點之間插值創(chuàng)建合成數(shù)據(jù)，增加少數(shù)類數(shù)據(jù)的樣本數(shù)量。同時也有一些SMOTE 的改進版本，如：Borderline SMOTE和Safe level SMOTE，但是這些過采樣技術(shù)不能確保生成的新樣本滿足少數(shù)類樣本的實際分布。除了增加少數(shù)類樣本數(shù)量外，文獻［10，26］則通過減少多數(shù)類樣本數(shù)量來平衡類別之間的數(shù)量，這些研究方法雖然減少了多數(shù)類的樣本數(shù)量，但一些重要的樣本數(shù)據(jù)可能被刪除，從而增加產(chǎn)生過擬合的風(fēng)險。

1.2.2 數(shù)據(jù)重加權(quán)

數(shù)據(jù)重加權(quán)是通過在損失函數(shù)中給尾部類樣本分配更高的權(quán)重比例來達(dá)到平衡的方法。最簡單有效的加權(quán)方式是采用每類樣本數(shù)量的倒數(shù)作為每類樣本的權(quán)重，樣本出現(xiàn)頻率越高權(quán)重越低，反之亦然。文獻［27］在此基礎(chǔ)上進行了改進，采用逆類頻率的平方根來計算樣本權(quán)重。Cui等則計算每類樣本的有效樣本數(shù)，并根據(jù)有效樣本數(shù)分配權(quán)重。上述方法都假設(shè)尾部類樣本是最具代表性的樣本，因此給它們分配更高的權(quán)重。但這種假設(shè)可能不正確，如果給予高權(quán)重的樣本不具有代表性會導(dǎo)致整體性能下降。因此，Lin 等提出了一種稱作“焦點損失”的加權(quán)技術(shù)，每個樣本的難度根據(jù)該樣本在網(wǎng)絡(luò)中的損失來衡量，損失越大則樣本難度越高。尾部類作為困難樣本，通過焦點損失加權(quán)時會比頭部類獲得更高的權(quán)重。

1.2.3 遷移學(xué)習(xí)

遷移學(xué)習(xí)是指兩個不同領(lǐng)域的知識遷移過程，利用源領(lǐng)域中學(xué)到的知識來幫助目標(biāo)領(lǐng)域上的學(xué)習(xí)任務(wù)。處理長尾問題時，對尾部類采取重采樣或者重加權(quán)的方式可能會使頭部類的識別精度下降，影響整體性能。處理長尾問題采用遷移學(xué)習(xí)則是先學(xué)習(xí)原始數(shù)據(jù)的整體分布，然后再通過重采樣或者重加權(quán)的方式去學(xué)習(xí)尾部類。Liu 等提出通過一種方法學(xué)習(xí)一組動態(tài)的元向量將頭部的視覺信息知識遷移給尾部類別使用。這組動態(tài)元向量之所以可以遷移視覺知識，是因為它不僅結(jié)合直接的視覺特征，同時也利用一組關(guān)聯(lián)的記憶特征，這組記憶特征允許尾部類別通過相似度來利用相關(guān)的頭部信息。Kang 等提出將長尾分類模型的學(xué)習(xí)分成兩步：首先在不做處理的情況下使用原始數(shù)據(jù)來獲得一個學(xué)習(xí)模型，然后將學(xué)習(xí)模型中的權(quán)重參數(shù)固定，再單獨接上一個分類器，對分類器進行重采樣學(xué)習(xí)。Zhou 等提出的方法和文獻［30］方法的想法類似，但是將模型兩步的學(xué)習(xí)步驟合并成一個雙分支模型，該模型的雙分支共享參數(shù)，一個分支利用原始數(shù)據(jù)學(xué)習(xí)，另一個分支使用重采樣學(xué)習(xí)，然后對這兩個分支進行動態(tài)加權(quán)。

2 本文方法

本文提出了一種基于兩階段學(xué)習(xí)的重加權(quán)方法。第一階段利用進行無加權(quán)學(xué)習(xí)，第二階段利用第一階段學(xué)習(xí)到的模型進行重加權(quán)訓(xùn)練，加權(quán)方法基于文獻［13］改進而來。本章先介紹YOLOv4-Tiny 網(wǎng)絡(luò)結(jié)構(gòu)以及改進后的損失函數(shù)，再介紹具體的加權(quán)改進方法。

2.1 兩階段學(xué)習(xí)

由于兩階段學(xué)習(xí)可以在第一階段學(xué)習(xí)整體數(shù)據(jù)，然后在第二階段中通過重加權(quán)的方式使得模型重點關(guān)注尾部類樣本。這種學(xué)習(xí)方法優(yōu)點在于利用充分學(xué)習(xí)了頭部類知識的網(wǎng)絡(luò)去指導(dǎo)重加權(quán)下尾部類的網(wǎng)絡(luò)，使得在不降低整體精度的情況下提升尾部類樣本的分類精度。圖2 中給出了兩階段學(xué)習(xí)的訓(xùn)練過程，主要思想是通過遷移學(xué)習(xí)將第一階段訓(xùn)練所得的最優(yōu)權(quán)重作為第二階段的預(yù)訓(xùn)練權(quán)重進行訓(xùn)練，最后利用第二階段的最優(yōu)權(quán)重進行分類預(yù)測。

圖2 兩階段訓(xùn)練過程Fig.2 Process of two-stage training

2.1.1 網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv4-Tiny 網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示，采用CSPDarknet53（Cross Stage Partial Network Darknet 53）作為主干特征提取網(wǎng)絡(luò)，激活函數(shù)為LeakyReLU（Leaky Rectified Linear Unit）。CSPDarknet53 具有兩個特點：1）使用CSPNet（CSP Network）結(jié)構(gòu)，將原來的殘差塊的堆疊進行了拆分，拆成左右兩部分，主干部分繼續(xù)進行原殘差塊的堆疊，另一部分則像一條殘差邊，經(jīng)過少量處理后直接連接，如圖3 中的Res（

N

）Unit 結(jié)構(gòu)；2）進行通道的分割。CSPDarknet53 中會對一次3×3 卷積后的特征層進行通道劃分，分成兩部分，各自經(jīng)過不同卷積核卷積后連接起來，如圖3 中的CSP-N 結(jié)構(gòu)。CSPDarknet53 后面連接特征金字塔網(wǎng)絡(luò)（Feature Pyramid Network，F(xiàn)PN）用于融合兩個不同大小的特征層。FPN 輸出兩個不同大小特征層，該兩個特征層輸入檢測網(wǎng)絡(luò)分別用于檢測不同大小的目標(biāo)。

圖3 YOLOv4-Tiny網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Network structure of YOLOv4-Tiny

2.1.2 損失函數(shù)

YOLOv4-Tiny 的損失函數(shù)主要由三部分構(gòu)成，分別是預(yù)測邊界框的坐標(biāo)損失、含有物體的置信度損失以及物體類別預(yù)測值和真實值之間的分類損失，則總共損失

Loss

可以寫成：

其中：

loss

是預(yù)測候選框與真實框邊界之間產(chǎn)生的損失；

loss

是該預(yù)測框是否含有物體的置信度損失；

loss

是預(yù)測分類標(biāo)簽與真實分類標(biāo)簽的分類損失。

由于完全交并比（Complete Intersection over Union，CIoU）損失對目標(biāo)與錨框之間的距離、重疊率、尺度以及懲罰項都有考慮，使得目標(biāo)框回歸更穩(wěn)定，不會出現(xiàn)類似IoU和廣義IoU（Generalized IoU，GIoU）中的發(fā)散問題，因此將CIoU 作為預(yù)測邊界框的損失。其計算公式如下：

其中：

ρ

(

b

，

b

)表示預(yù)測框與真實框的中心點的歐氏距離；

c

是能夠同時包含預(yù)測框和真實框的最小閉包區(qū)域的對角線距離。

α

和

υ

的公式如下：

其中：

w

與

w

分別為真實框和預(yù)測框的高；

h

與

h

分別為真實框和預(yù)測框的寬。

loss

的計算公式為：

本文對分類損失的權(quán)重計算公式進行改進，同時在實驗中測試了交叉熵?fù)p失和焦點損失兩種分類損失計算方法。改進后的分類損失函數(shù)計算公式見2.2 節(jié)。

2.2 有效樣本加權(quán)改進

在模型剛開始訓(xùn)練時，模型通過新數(shù)據(jù)可以很快學(xué)習(xí)特征；但是隨著數(shù)據(jù)量的增加，新加入的數(shù)據(jù)和之前的數(shù)據(jù)存在一定的特征重疊，導(dǎo)致新學(xué)到的特征越來越少。假設(shè)把某一類別特征空間中所有可能數(shù)據(jù)的集合

V

構(gòu)成的樣本體積設(shè)為

N

，該類特征空間中每個樣本都看作是特征空間

V

的一個子集。由于特征重疊，所有子集的并集所構(gòu)成的樣本體積小于

N

，把所有子集的并集構(gòu)成的樣本體積稱為期望體積，也被稱為有效樣本量。文獻［13］中有效樣本量的定義如下：設(shè)

n

為某類采集到樣本的數(shù)量，

N

為該類特征空間中所有可能樣本數(shù)量，定義該類樣本的有效樣本量

E

為：

設(shè)

S

=

N

+

N

+… +

N

(

i

∈

C

，

C

為樣本類別數(shù))，即

S

為所有類別特征空間中所有可能的樣本數(shù)量

N

的總和。由于無法知道每個類特征空間中所有可能的樣本數(shù)量

N

，因此在文獻［13］中所有類的樣本量都統(tǒng)一設(shè)置為超參數(shù)

N

。文獻［13］中在

β

=0.9，0.99，0.999，0.999 9 時計算損失函數(shù)，然后找出

β

的最優(yōu)取值。

2.2.1 公式計算改進方法1

2.2.2 公式計算改進方法2

2.2.3 改進后的分類損失函數(shù)

設(shè)樣本標(biāo)簽為

y

∈{1，2，…，

C

}，模型預(yù)測類概率為

p

=[

p

，

p

…，

p

]，其中

p

∈[0，1]，分類損失函數(shù)用

L

(

p

，

y

)表示，則對

L

(

p

，

y

)進行加權(quán)后的分類損失函數(shù)

loss

表示為：

3 實驗與結(jié)果分析

3.1 數(shù)據(jù)集

野生動物圖像數(shù)據(jù)集是通過紅外相機采集自四川臥龍自然保護區(qū)，然后通過人工整理篩選后得到的。數(shù)據(jù)集包括大熊貓、金絲猴、藏綿羊、藏牦牛等19 種野生動物，以及當(dāng)?shù)啬撩裨谝巴夥硼B(yǎng)的黃牛、家豬和馬3 種動物，共4 123 張圖像。野生動物種類數(shù)量的分布見圖1，其中藏綿羊最多（908 張），黑熊最少（46 張）。從圖1 可以看出，采集得到的野生動物圖像數(shù)據(jù)集是典型的長尾數(shù)據(jù)。野生動物圖像數(shù)據(jù)集中的每張圖像中還標(biāo)注了野生動物的位置和類別信息。

在訓(xùn)練模型前將數(shù)據(jù)集按照9∶1 的比例隨機劃分成訓(xùn)練集和測試集，在訓(xùn)練集中隨機取出10%作為驗證集，則訓(xùn)練集、驗證集和測試集的數(shù)量分別為3 339 張、371 張、412 張。在訓(xùn)練模型之前，對訓(xùn)練集進行mosaic 數(shù)據(jù)增強，mosaic 數(shù)據(jù)增強利用4 張圖像進行拼接，這樣可以豐富檢測物體的背景，并且可以一次性處理4 張圖像的數(shù)據(jù)。具體操作是每次讀取4 張圖像，分別對4 張圖像進行翻轉(zhuǎn)、縮放、色域變換等操作，并且按照4 個方向位置擺放，然后進行圖像裁剪拼接組合。

3.2 實驗環(huán)境和訓(xùn)練參數(shù)

實驗軟件環(huán)境：Ubuntu18.04.4 系統(tǒng)，Python3.6 編程語言，Pytorch1.0 框架；硬件環(huán)境：Intel Xeon Silver 4114 CPU @2.20 GHz×40，內(nèi)存大小32 GB，GPU 為P5 000 和P2 000 兩張卡，顯存大小分別為8 GB 和4 GB。訓(xùn)練1 000 個Epoch，初始學(xué)習(xí)率設(shè)置為0.01，當(dāng)進行到500 個Epoch 時，學(xué)習(xí)率變成0.001。最小批次量設(shè)置為32，衰減速率設(shè)置為5E-4。

3.3 模型訓(xùn)練

模型分兩階段進行訓(xùn)練，第一階段訓(xùn)練時，損失函數(shù)采用無加權(quán)方式，第二階段利用第一階段訓(xùn)練得到的權(quán)重作為預(yù)訓(xùn)練權(quán)重，然后分別采用無加權(quán)和本文改進的2 種加權(quán)方式進行訓(xùn)練。對于分類損失函數(shù)分別用交叉熵?fù)p失（Cross-Entropy loss，CE loss）函數(shù)和焦點損失（Focal loss）函數(shù)進行訓(xùn)練。圖4 是交叉熵?fù)p失函數(shù)的變化情況，可以看出，在第二階段訓(xùn)練時，本文提出的方法一和方法二的損失函數(shù)比無加權(quán)方式都下降得更低。圖5 是焦點損失函數(shù)的變化情況，其情況與圖4 類似，其中方法二的焦點損失函數(shù)相對較小。

圖4 交叉熵?fù)p失函數(shù)的變化圖Fig.4 Change graph of cross-entropy loss function

圖5 焦點損失函數(shù)的變化圖Fig.5 Change graph of focal loss function

3.4 結(jié)果及分析

針對測試集，對比了一階段和二階段學(xué)習(xí)下本文加權(quán)方法與無加權(quán)方法的平均精確率均值（mean Average Precision，mAP），實驗結(jié)果如表1 所示。從表1 可以看出：1）在一階段和二階段學(xué)習(xí)，與無加權(quán)方式相比，無論采用交叉熵?fù)p失函數(shù)還是焦點損失函數(shù)，本文提出的兩種加權(quán)方法的mAP 都更高，分別提高了3.30 個百分點和5.16 個百分點，說明兩種加權(quán)方式能改善本文數(shù)據(jù)的長尾問題。2）兩種加權(quán)方法無論采用交叉熵?fù)p失函數(shù)還是焦點損失函數(shù)，通過二階段學(xué)習(xí)獲得的mAP 都比一階段學(xué)習(xí)更高，說明兩階段學(xué)習(xí)能提高mAP。3）在相同的損失函數(shù)和訓(xùn)練方法的情況下，加權(quán)方法二的mAP 都要高于加權(quán)方法一；并且，加權(quán)方法二在采用

γ

=0.5 的焦點損失函數(shù)，進行兩階段學(xué)習(xí)時可以獲得最好的mAP。

表1 本文方法與無加權(quán)方法的mAP對比 單位：%Tab 1 mAP comparison of proposed methods and no-weighting method unit：%

當(dāng)采用

γ

=0.5 的焦點損失函數(shù)時，計算無加權(quán)、加權(quán)方法一和加權(quán)方法二對各樣本類別的平均精度（Average Precision，AP），結(jié)果如圖6 所示。由圖6 可以發(fā)現(xiàn)：1）相較于無加權(quán)方法，兩種加權(quán)方法在整體上能保持頭部類的AP，同時也提高了整體尾部類的AP；2）整體上，加權(quán)方法二比加權(quán)方法一更有效，特別對尾部類更有效，例如對紅腹角雉、白腹錦雞、家豬、馬、大熊貓、斑羚等尾部類動物的AP 相對更高。

圖6 不同動物種類的AP對比Fig.6 AP comparison of different species

為了進一步驗證本文加權(quán)方法的性能，將本文加權(quán)方法二與無加權(quán)、逆序加權(quán)、逆序平方根加權(quán)、有效樣本加權(quán)和LDAMLoss（Label-Distribution-Aware Margin Loss）方法在YOLOv4-Tiny 網(wǎng)絡(luò)下進行對比實驗，實驗結(jié)果如表2所示。可以看出本文的加權(quán)方法二獲得的mAP 為61.18%，優(yōu)于其他4 種加權(quán)方法，與有效樣本加權(quán)方法相比，提高了2.14 個百分點。實驗中對于有效樣本加權(quán)采用參數(shù)

β

=0.99，以及焦點損失函數(shù)。

表2 無加權(quán)方法與不同加權(quán)方法的mAP對比 單位：%Tab 2 mAP comparison of no-weighting method and different weighting methods unit：%

圖7 是不同加權(quán)方法獲得的部分尾部類野生動物檢測結(jié)果。圖7 中每行是不同加權(quán)方法對同一張野生動物圖像進行目標(biāo)檢測的結(jié)果圖片。可以發(fā)現(xiàn)：

圖7 不同加權(quán)方法的部分野生動物檢測結(jié)果Fig.7 Some wildlife detection results of different weighting methods

1）本文提出的加權(quán)方法二能更準(zhǔn)和更全地檢測出野生動物目標(biāo)。對于樣例1 和樣例3，逆序加權(quán)和逆序平方根加權(quán)都不能檢測出圖像中的野生動物；對于樣例1，只有本文加權(quán)方法二和LADMLoss 正確檢測出了野生動物；對樣例2和樣例4 只有本文加權(quán)方法二正確檢測出了所有野生動物；對于樣例3，只有有效樣本加權(quán)、LADMLoss 和本文加權(quán)方法二正確檢測出了野生動物；

2）本文加權(quán)方法二檢測出的動物目標(biāo)的置信度更高。對于樣例5 和樣例6，雖然所有加權(quán)方法都能檢測出野生動物，但是本文提出的兩種加權(quán)方法的置信度是最高的，其中加權(quán)方法二對樣例5 和樣例6 的置信度更是達(dá)到了1。

4 結(jié)語

為了解決長尾問題中數(shù)據(jù)不平衡問題，提出了一種兩階段學(xué)習(xí)與改進重加權(quán)結(jié)合的方法，并將該方法融入YOLOv4-Tiny 中用于檢測野生動物目標(biāo)。所提重加權(quán)方法基于有效樣本加權(quán)進行改進，針對其需要多次尋找最優(yōu)超參數(shù)的不足，提出自動計算超參數(shù)的公式。實驗結(jié)果表明，提出的解決長尾問題的方法能有效解決野生動物數(shù)據(jù)集的長尾問題，提升目標(biāo)檢測的整體性能，特別時提升對樣本量少的野生動物種類的目標(biāo)檢測精度。下一步的工作將進一步增加野生動物圖像數(shù)據(jù)采集，研究進一步提升野生動物類別識別的技術(shù)。