基于Mobilenet-SSD的探地雷達管線目標智能識別研究

胡浩幫，方宏遠，王念念，董家修，馬鐸

(鄭州大學水利科學與工程學院，河南 鄭州 450001)

1 引 言

在城市發展過程中，地下管線是基礎設施建設中一個重要組成部分，城市功能的正常運轉和人們生活質量的提高與其不可分離。在對地下管線進行全面的勘察、記錄和系統管理時，如何提高探測的精度和速度，采取合理的、實用的探測識別方法，變成探測工作的重中之重[1]。探地雷達具有快速、高效、連續、無損等優點，彌補了管線探測儀的探測缺陷，因此在城市地下管線的探測中得到普遍應用[2]。在探地雷達圖像中主要有兩種常見的目標特征，分別是雙曲線形態特征與線性形態特征，在地下管線探測中主要關注前者的檢測與識別。

近年來，基于深度學習的學術研究和應用探索突飛猛進，越來越多的算法模型被應用到各種目標檢測任務中。為了提高模型進行目標檢測時的準確性，網絡深度逐漸增大，相應的網絡參數大幅增加，模型結構也趨于復雜。這對計算機硬件的計算能力提出了更高的要求，也增大了訓練難度和時間成本。于是在現有算力基礎上，兼顧準確性和實時性，減少網絡參數，壓縮網絡模型也成為目標檢測中的一個研究方向[3]。

神經網絡模型壓縮的思路大致分為：模型剪裁、知識蒸餾、量化、輕量化網絡。設計輕量化網絡是目前研究較多的一種方式，主要使用深度可分離卷積構建網絡，通過改變或重組網絡結構簡化網絡。常用的輕量化網絡有Mobilenet[4]、Shufflenet[5]、Squeezenet[6]和Xception[7]。MobileNet網絡的核心思想是深度可分離卷積，將標準卷積分解為深度卷積和點卷積，有效降低計算量和網絡參數。該網絡在ImageNet數據集上的精度只降低1%，但是參數量降低86%。從既有研究成果來看，采用輕量化網絡的思想，在滿足模型準確性的同時，可以大幅降低模型訓練及運行的時間成本。

2 Mobilenet-SSD網絡模型

本研究采用Mobilenet-SSD作為檢測工具，在SSD結構的基礎上，使用MobileNet代替基礎網絡VGGNet，并且去除Mobilenet網絡中的全連接層和Softmax層，同時新增8個標準卷積層來完成圖像的特征提取工作。

2.1 深度可分離卷積

不同于標準卷積，Mobilenet的核心思想是引入了深度可分離卷積[8]，將標準的卷積過濾器分為深度卷積和點卷積兩個結構。如圖1所示，假設標準卷積中輸入與輸出的長×寬不變，標準的卷積過程是將輸入為DF×DF×M的輸入層轉化為DF×DF×N的輸出層，其中DF×DF為輸入或輸出feature map的長×寬，M，N分別為輸入，輸出通道數。假設卷積核過濾器的尺寸為DK×DK，則標準卷積核的計算量為：

圖1 標準卷積示意圖

DF×DF×DK×DK×M×N

(1)

深度卷積和點卷積的卷積核大小分別為DK×DK和1×1。深度卷積的示意圖如圖2所示。當特征圖輸入深度卷積層時，通過卷積運算會得到單一的輸出，此處為第一次計算量壓縮。深度卷積的計算量為：

圖2 深度卷積示意圖

DF×DF×DK×DK×M

(2)

深度卷積層的輸出將作為點卷積的輸入，經過卷積運算之后得到深度特征輸出，此處為第二次計算量壓縮。如圖3所示，點卷積的計算量為：

圖3 點卷積示意圖

DF×DF×M×N

(3)

標準卷積分解為深度卷積和點卷積之后的計算量為：

DF×DF×DK×DK×M+DF×DF×M×N

(4)

最終深度可分離卷積的計算量與原標準卷積的計算量的比值為：

(5)

Mobilenet通常使用3×3的卷積核，由式(5)可以算出原標準卷積的計算量是深度可分離卷積的8～9倍，對應的參數量也是8～9倍。深度卷積將單個卷積應用到每一個輸入通道，對每一個輸入通道進行卷積，得到單通道卷積值。點卷積通過1×1卷積核將深度卷積的輸出值進行組合，得到最終的卷積值。可在不降低精度的情況之下，通過減少卷積運算的復雜程度從而提高神經網絡的運算速度。

2.2 網絡結構

本研究提出的網絡模型結構如圖4所示，模型將輸入圖像歸一化為300×300像素，送入網絡結構，圖中前半部分為Mobilenet網絡模型，圖像數據經過Mobilenet基礎分類網絡模型的底層網絡提取位置、邊緣等信息，更加具象的特征由上層網絡提取。目標檢測器SSD采用多尺度特征進行預測，去除預先提取候選區域的步驟，對目標按照位置和類別置信度分別進行評價，以評估總體的損失函數。

圖4 Mobilenet-SSD網絡結構

新增的8個標準卷積層分別為Conv14_1、Conv14_2、Conv15_1、Conv15_2、Conv16_1、Conv16_2、Conv17_1、Conv17_2，擴寬特征圖像的接受范圍。Mobilenet-SSD網絡模型在特征提取過程中，使用的方法與SSD網絡模型類似，采用特征金字塔思想[9]獲取6個卷積層的特征信息，用來進行多尺度多目標的目標檢測。

模型中用來進行目標檢測的6層卷積層分別為Conv11、Conv13、Conv14_2、Conv15_2、Conv16_2、Conv17_2。其中，每一層卷積層輸出的特征圖的大小分別為19×19、10×10、5×5、3×3、2×2和1×1。為了防止梯度消失，在分類任務網絡中每一層引入BatchNorm層和激活函數(ReLU6)，并在模型訓練的過程中引入兩個超參數寬度乘數和分辨率乘數來減少輸入輸出的channels和feature map大小。

3 試驗與分析

3.1 數據采集

數據集是深度學習訓練和應用的基礎。由于地下管線周邊存在各種噪聲源，地下環境復雜，在實際工程中采集到的雷達圖像數量不足且質量較差，不能滿足模型訓練的要求。本文首先建立真實圖像、模型試驗雷達圖像與FDTD仿真圖像的復合數據集。數據集在原始圖像的基礎上應用了數據增強技術，通過反轉鏡像、平移裁剪和顏色變換等，原始圖像共有300張，數據增強后獲得 2 400張圖像。這樣有效增加了訓練數據的數量和種類，并且沒有對原圖像的地下管線雙曲線特征造成改變，使算法在有限的數據集中不易受細節改變的影響。對于雷達圖像的實時檢測識別研究面向實際探測的使用場景，真實雷達圖像占數據集圖像總數的83.3%，剩下部分的圖像用于豐富數據集，提高模型的泛化能力。

3.2 模型訓練與測試

為了驗證不同訓練集的訓練效果，優化網絡模型的性能，設計了4個數據集組合方案，如表1所示。面向實際探測的使用場景，訓練集由三種雷達圖像相互組合，均在真實雷達數據上進行測試。

數據集配置方案 表1

在建立數據集的基礎上，進行模型訓練、對比分析與優化等步驟。基于VOC2007數據集，前期數據集處理生成的文件夾分別直接對應data數據集中的目錄，簡化算法配置流程。獲取label信息，確定訓練、測試、驗證的比例為8∶1∶1。設置初始學習率、動量系數、總迭代次數等參數，設置不同的數據集組合方式，訓練獲得性能較優的檢測識別網絡模型，加載網絡模型對真實雷達圖像進行識別測試。

3.3 結果分析

準確率accuracy是指預測結果中表示正確預測的樣本(真陽性和假陽性之和)與所有樣本的比值。

(6)

這里，TP、FP、TN、FN分別是真陽性、假陽性、真陰性、假陰性的個數。但當目標類別不平衡時，準確率accuracy不能體現對模型的綜合評價，應以查準率-召回率曲線或者AP作為評價指標。召回率recall是指真陽性樣本與實際陽性(真陽性和假陰性)樣本的比例。查準率precision是真陽性樣本與預測陽性(真陽性和假陽性)樣本的比率。

(7)

(8)

如果一個分類器的性能較好，那么它應該有如下的表現：在recall值增長的同時，precision的值保持在一個很高的水平。而性能比較差的分類器可能會損失很多precision值才能換來recall值的提高。precision-recall曲線常用來顯示分類器在Precision與Recall之間的權衡。AP是precision-recall曲線下方包圍的曲面面積，可以合理地評價算法的有效性。通常來說一個性能越優異的分類器，AP值越高。

根據各種訓練設置對應獲得的模型性能表現，不斷進行算法調優，獲得兼顧準確性與實時性的網絡模型。將faster-rcnn作為對照，試驗結果如表2所示，最優方案為Mobilenet-SSD網絡模型，迭代次數為 30 000次，AP達到89.4%，模型識別速度達到65FPS，能夠滿足管線探測工程實際要求。

測試結果對比表 表2

由試驗結果，表中AP值對應該網絡模型采用各個序號的數據集進行訓練時，得到的準確性最優模型。在測試集都為真實數據的前提下，表中序號4對應的AP值最大，而且隨著模型試驗數據和仿真數據的加入，AP值逐漸增大，說明復合訓練集有利于提高模型訓練性能，改善模型識別效果；Mobilenet-SSD的準確性略低于Faster R-CNN，但模型檢測速度維持在60FPS以上，算法運行的時間成本大幅降低，實時性顯著改善。

采用訓練獲得的模型對真實雷達圖像進行測試，測試效果如圖5所示。模型對(a)單一金屬管線，(b)單一非金屬管線，(c)多個非重疊特征，(d)多個重疊特征等共4種情況，均可成功識別，且未出現錯檢、漏檢、預測框與特征區域重合率過低等情況。Mobilenet-SSD與Faster R-CNN的檢測效果基本一致，生成的預測框符合特征的位置和尺寸，預測框恰好完全包圍地下管線特征區域，框的上邊緣與雙曲線特征的頂點位置重合。對比表明：該模型對不同埋地情況的管線特征具有較強的魯棒性，包括復雜交叉重疊的情況，效果準確可靠，可以較好地應用于實際檢測。

圖5 測試效果圖

4 結 論

本文提出了一種基于Mobilenet-SSD的探地雷達管線目標智能識別方法，通過超參數設置，數據集組合訓練等對比調優，得到兼顧準確性和實時性的網絡模型。模型可成功識別單一金屬管線，單一非金屬管線，多個非重疊特征，多個重疊特征等4種情況。模型參數較少，運行效率高，可以提高探地雷達探測地下管線的效率，為健全管線普查數據庫提供支持，在實際工程問題中具有廣闊的應用前景。未來還需改進的是，由于地下埋地目標多種多樣，如空洞、疏松等路基缺陷，我們將收集不同類型的GPR數據，對所提出的模型進行訓練改進，拓寬智能識別領域。