面向智能航道巡檢的水面目標(biāo)檢測(cè)算法

任思羽 黃琦麟 左良棟 吳瑞 蔡楓林

doi： 10.11835/j.issn.1000-582X.2024.04.010

收稿日期：2023-08-22

基金項(xiàng)目：2021年重慶市本科院校與中國(guó)科學(xué)院科研院所合作項(xiàng)目（HZ2021015）；重慶市教委科學(xué)技術(shù)研究重點(diǎn)資助項(xiàng)目（KJZD-K202305201）。

Foundation：Supported by Scooperation Project between Chongqing Municipal Undergraduate Universities and Institutes Affiliated to the Chinese Academy of Sciences in 2021 （HZ2021015） and Key Project of Science and Technology Research of Chongqing Education Commission （KJZD-K202305201）.

作者簡(jiǎn)介：任思羽（1971—），女，碩士，副教授，主要從事計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、信息安全、計(jì)算機(jī)視覺(jué)等方向研究，（E-mail）505700782@qq.com。

通信作者：黃琦麟（1998—），男，碩士研究生，（E-mail）2021208059@cqust.edu.cn。

摘要：為解決多場(chǎng)景復(fù)雜內(nèi)河背景下水面目標(biāo)檢測(cè)存在環(huán)境噪聲大、水面目標(biāo)分布情況繁雜、特征微小模糊等問(wèn)題，提出一種融合多尺度特征和注意力機(jī)制，增強(qiáng)類(lèi)激活映射的水面目標(biāo)檢測(cè)算法，稱(chēng)UltraWS水面目標(biāo)檢測(cè)算法。在典型檢測(cè)網(wǎng)絡(luò)上設(shè)計(jì)空間注意力模塊與多頭策略，融合多尺度特征，提高對(duì)微小目標(biāo)的檢測(cè)能力。其次，提出UltraLU模塊增強(qiáng)類(lèi)激活映射，減小環(huán)境因素與分布因素對(duì)檢測(cè)目標(biāo)的影響。最后，設(shè)計(jì)對(duì)模型進(jìn)行Tucker張量分解，實(shí)現(xiàn)模型輕量化，增強(qiáng)模型的可解釋性與推理速度。實(shí)驗(yàn)結(jié)果表明，所提出的UltraWS算法提高了對(duì)背景噪聲的抗干擾能力，更好捕捉微小目標(biāo)，滿(mǎn)足邊緣化部署的檢測(cè)速度和準(zhǔn)確率均衡性需求。在WSODD數(shù)據(jù)集上，算法的mAP值取得了最高的84.5%，相較于其他主流方法存在較大提升。基于提出的算法建立航道安全巡檢體系與評(píng)估方法，有利于推動(dòng)內(nèi)河智慧航運(yùn)的發(fā)展。

關(guān)鍵詞：水面目標(biāo)檢測(cè)；注意力機(jī)制；類(lèi)激活映射；張量分解

中圖分類(lèi)號(hào)：TP391.4????????? 文獻(xiàn)標(biāo)志碼：A????? ?????? 文章編號(hào)：1000-582X（2024）04-114-13

A novel water surface target detection algorithm for intelligent waterway inspection

REN Siyu1，2， HUANG Qilin3， ZUO Liangdong4， WU Rui3， CAI Fenglin3

（1. School of Information Science & Engineering， Lanzhou University， Lanzhou 730000， P. R. China;

2. Teaching Department of the Open University of Chengdu， Chengdu 610051， P. R. China; 3. School of Intelligent Technology & Engineering，? Chongqing University of Science and Technology， Chongqing 401331， P. R. China; 4. Chongqing Nearspace Innovation R&D Ceater， Shanghai JiaoTong University， Chongqing 401135， P. R. China）

Abstract： To address the challenges posed by environmental noise， complex water surface target distributions， and the blurring of small-scale features in water surface target detection against complex river backgrounds， this paper presents UltraWS， an enhanced water surface target detection algorithm that integrates multi-scale features and attention mechanisms. Firstly， a spatial attention module and multi-head strategy are incorporated into a standard detection network to fuse multi-scale features and improve the detection capability of small targets. Secondly， the UltraLU module is introduced to enhance class activation mapping and reduce the influence of environmental and distribution factors on target detection. Finally， a Tucker tensor decomposition method is applied to achieve model lightweighting， enhancing model interpretability and inference speed. Experimental results demonstrate that the proposed UltraWS algorithm improves resistance to background noise， enhances small target detection， and achieves a balance between detection speed and accuracy suitable for edge deployment requirements. On the WSODD dataset， the algorithm achieves the highest mAP value of 84.5%， outperforming other mainstream methods by a considerable improvement. This proposed algorithm， coupled with the established channel safety inspection system and evaluation method， contributes significantly to the advancement of intelligent river transportation.

Keywords： water surface target detection; attention mechanism; class activation mapping; tensor decomposition

航道安全是水上交通運(yùn)輸與物流貿(mào)易的重要保障，確保船舶來(lái)往暢通與航行環(huán)境穩(wěn)定。航道安全的管理正趨于向數(shù)字化、自動(dòng)化、智能化的全新范式進(jìn)行轉(zhuǎn)變[1]。近年來(lái)，計(jì)算機(jī)視覺(jué)技術(shù)廣泛應(yīng)用于航道管理的各種場(chǎng)景，包括航道安全監(jiān)控[2]，船舶自主導(dǎo)航[3]，港口集裝箱識(shí)別[4]等。同時(shí)，在基于計(jì)算機(jī)視覺(jué)的航道巡檢方面也引發(fā)廣大學(xué)者的研究[5?6]。無(wú)人船設(shè)備借助目標(biāo)檢測(cè)算法，進(jìn)行周期巡邏作業(yè)是當(dāng)前智能航道巡檢的主流解決方案。然而，多場(chǎng)景復(fù)雜內(nèi)河背景下，天氣、水面光照反射、水波、植被遮擋等環(huán)境因素帶來(lái)的影響明顯（如圖1所示），且水面目標(biāo)分布情況繁雜、外觀(guān)微小、紋理特征模糊[7]。因此，水面目標(biāo)檢測(cè)被認(rèn)為是一個(gè)困難且有價(jià)值的研究工作。

為實(shí)現(xiàn)對(duì)安全隱患、異常行為的智能化識(shí)別，眾多學(xué)者研究基于雙階段和基于單階段的目標(biāo)檢測(cè)方法。基于雙階段的目標(biāo)檢測(cè)方法以R-CNN[8]（regions with CNN features）檢測(cè)網(wǎng)絡(luò)為代表，該方法在檢測(cè)過(guò)程中通過(guò)感興趣區(qū)域提取相當(dāng)數(shù)量的候選框，每個(gè)候選框通過(guò)獨(dú)立的CNN通道進(jìn)行分類(lèi)預(yù)測(cè)。R-CNN網(wǎng)絡(luò)具備精確目標(biāo)定位和強(qiáng)大的目標(biāo)識(shí)別能力，通過(guò)多階段訓(xùn)練過(guò)程提供了高度準(zhǔn)確的目標(biāo)檢測(cè)性能，尤其適用于小樣本數(shù)據(jù)[9?11]。基于單階段目標(biāo)檢測(cè)網(wǎng)絡(luò)以密集采樣策略模型為代表，YOLO[12]（you only look once）模型以及眾多基于YOLO的密集采樣策略模型通過(guò)對(duì)輸入圖像中每個(gè)位置都產(chǎn)生一個(gè)固定數(shù)量的預(yù)測(cè)結(jié)果，同時(shí)完成目標(biāo)分類(lèi)和位置回歸，不需要顯示候選框生成過(guò)程。YOLO網(wǎng)絡(luò)作為目標(biāo)檢測(cè)模型的優(yōu)勢(shì)包括：1）實(shí)時(shí)性高：YOLO能夠在圖像中快速檢測(cè)多個(gè)目標(biāo)對(duì)象，使其適用于實(shí)時(shí)應(yīng)用，如自動(dòng)駕駛和視頻監(jiān)控[13?14]；2）準(zhǔn)確性高：YOLO能夠在不犧牲準(zhǔn)確性的前提下檢測(cè)多種不同大小和形狀的目標(biāo)[15?16]；3）簡(jiǎn)單高效：YOLO的網(wǎng)絡(luò)架構(gòu)相對(duì)簡(jiǎn)單，易于訓(xùn)練和部署，使其在各種計(jì)算資源有限的場(chǎng)景中具備競(jìng)爭(zhēng)力[17?18]。

在水面目標(biāo)檢測(cè)的相關(guān)研究中，童小鐘等[19]基于特征金字塔網(wǎng)絡(luò)，融合注意力和多尺度特征實(shí)現(xiàn)了海況背景下無(wú)人艇的高效環(huán)境感知能力。王一早等[20]針對(duì)水面垃圾檢測(cè)問(wèn)題改進(jìn)了YOLO v3網(wǎng)絡(luò)，加強(qiáng)了小目標(biāo)的特征信息。馮俊健等[21]提出了基于多視圖交叉一致性學(xué)習(xí)的水面目標(biāo)檢測(cè)算法，緩解了半監(jiān)督學(xué)習(xí)有限標(biāo)注樣本過(guò)擬合的問(wèn)題，提高無(wú)標(biāo)注樣本中目標(biāo)提取的有效性。馮輝等[22]基于YOLO v3網(wǎng)絡(luò)融合殘差密集模塊，提升了水面目標(biāo)的檢測(cè)精度。周治國(guó)等[23]研究融合時(shí)空信息來(lái)增強(qiáng)水面目標(biāo)跟蹤精度。Bovcon等[24]構(gòu)建了海面目標(biāo)檢測(cè)的基準(zhǔn)并提出基于編解碼器架構(gòu)的水障分離和細(xì)化網(wǎng)絡(luò)。Zust等[25]學(xué)者的研究從弱監(jiān)督注釋中訓(xùn)練障礙物檢測(cè)分割網(wǎng)絡(luò)，降低關(guān)鍵目標(biāo)的標(biāo)注成本。

本研究對(duì)多場(chǎng)景復(fù)雜內(nèi)河背景的水面目標(biāo)檢測(cè)任務(wù)進(jìn)行分析。內(nèi)河水面目標(biāo)檢測(cè)任務(wù)中存在環(huán)境噪聲（如：天氣、光照、水波、植被遮擋）影響大，目標(biāo)外觀(guān)及紋理特征微小，目標(biāo)分布情況類(lèi)型多（如：密集分布、重疊分布、稀疏分布）等問(wèn)題，之前的方法無(wú)法有效對(duì)潛在安全隱患目標(biāo)進(jìn)行準(zhǔn)確識(shí)別。此外，常規(guī)目標(biāo)檢測(cè)模型參數(shù)量大，對(duì)算力要求高，導(dǎo)致算法響應(yīng)時(shí)間長(zhǎng)，且無(wú)法在邊緣端設(shè)備進(jìn)行部署，大大阻礙無(wú)人船智能化的研究進(jìn)展。

面向內(nèi)河航道安全巡檢的水面目標(biāo)檢測(cè)任務(wù)，針對(duì)水面環(huán)境噪聲大、目標(biāo)特征難以提取，設(shè)計(jì)提出一種融合多尺度特征和注意力機(jī)制，增強(qiáng)類(lèi)激活映射的水面目標(biāo)檢測(cè)算法，稱(chēng)作UltraWS算法。該算法在典型檢測(cè)網(wǎng)絡(luò)上設(shè)計(jì)注意力模塊與多頭策略，融合多尺度特征，提高對(duì)極其微小目標(biāo)的檢測(cè)能力。研究提出UltraLU模塊增強(qiáng)類(lèi)激活映射，減小環(huán)境因素與分布因素對(duì)檢測(cè)目標(biāo)的影響。此外，基于無(wú)人艇環(huán)境感知邊緣化部署目的，設(shè)計(jì)對(duì)模型進(jìn)行Tucker張量分解，增強(qiáng)內(nèi)河目標(biāo)檢測(cè)模型的可解釋性與推理速度，實(shí)現(xiàn)模型輕量化。實(shí)驗(yàn)表明，模型性能與當(dāng)前主流算法相比取得領(lǐng)先，所提出的算法能夠滿(mǎn)足檢測(cè)速度和準(zhǔn)確率的均衡性需求。內(nèi)河目標(biāo)檢測(cè)模型在達(dá)到穩(wěn)定性要求的同時(shí)，參數(shù)量大幅減少，實(shí)現(xiàn)了在邊緣端設(shè)備部署的可能。在內(nèi)河水面目標(biāo)檢測(cè)算法的基礎(chǔ)上，對(duì)航道水面環(huán)境與潛在安全隱患的關(guān)聯(lián)性進(jìn)行分析，提出了內(nèi)河航道安全巡檢的智能化方法。

1 UltraWS水面目標(biāo)檢測(cè)算法

為實(shí)現(xiàn)多場(chǎng)景復(fù)雜內(nèi)河背景下的水面目標(biāo)檢測(cè)任務(wù)，針對(duì)無(wú)人船感知的水面物體視覺(jué)數(shù)據(jù)進(jìn)行深入分析，提出UltraWS水面目標(biāo)檢測(cè)算法，整體算法框架如圖2所示，重點(diǎn)包含3個(gè)步驟：第一步，改進(jìn)典型的目標(biāo)檢測(cè)網(wǎng)絡(luò)；第二步，提出UltraLU模塊進(jìn)行類(lèi)激活映射增強(qiáng)；第三步，設(shè)計(jì)Tucker張量分解輕量化目標(biāo)檢測(cè)模

型，減少模型參數(shù)量以及浮點(diǎn)運(yùn)算量。在建立目標(biāo)檢測(cè)網(wǎng)絡(luò)過(guò)程中，首先在大規(guī)模的計(jì)算機(jī)視覺(jué)通用數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練，以增強(qiáng)模型的泛化推理能力。面向無(wú)人船感知的水面物體視覺(jué)數(shù)據(jù)集上對(duì)典型目標(biāo)檢測(cè)網(wǎng)絡(luò)進(jìn)行改進(jìn)，為更好檢測(cè)微小目標(biāo)、水面重疊、融合注意力模塊增加額外預(yù)測(cè)頭，完成構(gòu)建內(nèi)河背景下關(guān)鍵目標(biāo)檢測(cè)模型。研究提出UltraLU模塊，增強(qiáng)模型對(duì)環(huán)境噪音的抗干擾能力。最后，設(shè)計(jì)Tucker張量分解極大減少算法整體參數(shù)量。

1.1 改進(jìn)目標(biāo)檢測(cè)網(wǎng)絡(luò)

為保證檢測(cè)精度與速度的均衡性，基于典型單階段檢測(cè)網(wǎng)絡(luò)進(jìn)行改進(jìn)，設(shè)計(jì)適用于水面隱患目標(biāo)的檢測(cè)網(wǎng)絡(luò)。如圖3所示，改進(jìn)后的網(wǎng)絡(luò)主要由3部分構(gòu)成：主干特征提取部分（Backbone）、特征處理脖頸部分（Neck）和檢測(cè)頭部分（Head）。

CBS模塊由卷積層、標(biāo)準(zhǔn)化層以及SiLU激活函數(shù)層組成，是網(wǎng)絡(luò)中一個(gè)高效的基本模塊。CBAM模塊為融合注意力模塊，在網(wǎng)絡(luò)中替換了原始結(jié)構(gòu)中的前兩層CBS模塊，且在Backbone部分與Neck部分之間也增加了注意力模塊。Head部分的CBM模塊與CBS相似，差異之處在于由Sigmoid激活函數(shù)層代替了SiLU激活函數(shù)層，在特征頭使用Sigmoid將輸出映射值限制在0～1之間，便于概率解釋?zhuān)约霸O(shè)定正負(fù)類(lèi)別閾值。在改進(jìn)的網(wǎng)絡(luò)中增加了一個(gè)額外的檢測(cè)頭，增強(qiáng)網(wǎng)絡(luò)對(duì)微小目標(biāo)的檢測(cè)能力。

在Head部分的REP模塊分為訓(xùn)練與推理2個(gè)類(lèi)別。訓(xùn)練過(guò)程主要內(nèi)容是疊加3個(gè)分支，分別是：特征提取、平滑特征以及恒等函數(shù)。推理過(guò)程是對(duì)訓(xùn)練的重參數(shù)化。MP模塊的作用是下采樣，在Backbone部分和Neck部分均有出現(xiàn)。ELAN和ELAN-W模塊通過(guò)控制極端長(zhǎng)度的梯度路徑，使網(wǎng)絡(luò)能夠?qū)W習(xí)到的特征更多，魯棒性更強(qiáng)。SPPCSPC模塊將輸入特征圖劃分為不同的網(wǎng)格，并分別應(yīng)用最大池化操作。SPPCSPC模塊通過(guò)引入多個(gè)尺度的池化層，以及不同的池化窗口大小，來(lái)捕獲不同感受野的特征，以幫助模型更好理解輸入數(shù)據(jù)的多尺度信息。這個(gè)模塊的增加，增大了網(wǎng)絡(luò)的感受野，加強(qiáng)網(wǎng)絡(luò)在不同分辨率圖像下的適應(yīng)能力。

1.2 融合注意力模塊

在水面應(yīng)用場(chǎng)景中，存在天氣條件惡劣、背景噪聲大和物體分布復(fù)雜等特殊情況，導(dǎo)致算法無(wú)法有效提取輸入圖像的語(yǔ)義特征信息，出現(xiàn)誤檢和漏檢情況。因此，筆者提出在網(wǎng)絡(luò)結(jié)構(gòu)中加入CBAM（convolutional block attention module）[26]注意力機(jī)制的方法，提高算法應(yīng)對(duì)特殊水面場(chǎng)景的特征提取能力，降低無(wú)關(guān)水面目標(biāo)和復(fù)雜背景對(duì)潛在水面隱患目標(biāo)檢測(cè)的干擾，同時(shí)提高識(shí)別準(zhǔn)確率。CBAM對(duì)輸入的特征圖沿2個(gè)獨(dú)立維度分別計(jì)算出注意力圖，將其與輸入特征圖進(jìn)行自適應(yīng)特征融合，模塊結(jié)合了通道注意力和空間注意力，以進(jìn)一步細(xì)化特征信息。其結(jié)構(gòu)如圖4所示。

通道注意力模塊通過(guò)考慮特征圖通道之間的相互關(guān)系，利用平均池化和最大池化方式來(lái)匯聚特征圖的空間信息，減少信息丟失。由此生成的通道注意圖主要關(guān)注提取水面隱患檢測(cè)目標(biāo)的輪廓信息特征，通道注意圖計(jì)算公式如下

（1）

其中：為多層感知機(jī)層；為平均池化層；為最大池化層；與分別代表平均池化特征與最大池化特征。

在通道注意力模塊之后，引入空間注意力模塊。模塊利用卷積操作，同樣結(jié)合池化方法來(lái)聚合位置信息，該模塊的輸入是通過(guò)將通道注意特征圖與初始輸入相乘得到。之后，將這些特征拼接，利用卷積和Sigmoid激活函數(shù)得到帶有空間注意力的空間矩陣，最終，將這個(gè)矩陣與通道注意特征圖相乘，得到新的特征圖。其計(jì)算公式為

（2）

1.3 增加額外預(yù)測(cè)頭

內(nèi)河航道水面數(shù)據(jù)集包含許多外觀(guān)特征微小的實(shí)例，使得水面小目標(biāo)檢測(cè)變得異常棘手。為實(shí)現(xiàn)UltraWS算法對(duì)水面目標(biāo)多尺度檢測(cè)，筆者提出增加額外預(yù)測(cè)頭，不同于原始網(wǎng)絡(luò)的3個(gè)探測(cè)頭，UltraWS算法的4個(gè)探測(cè)頭可以探測(cè)到微小的水上垃圾和浮球，特別是對(duì)在圖像中相對(duì)較遠(yuǎn)位置上的目標(biāo)進(jìn)行捕獲。此4探測(cè)頭結(jié)構(gòu)可以提高檢測(cè)穩(wěn)定性，減少目標(biāo)尺度變化所帶來(lái)的嚴(yán)重負(fù)面影響。添加的預(yù)測(cè)頭如圖3中所示，從低級(jí)別、高分辨率的特征圖中生成，雖然計(jì)算和內(nèi)存成本增加，但對(duì)于極小對(duì)象檢測(cè)性能更佳。

1.4 UltraLU模塊

為提高模型對(duì)環(huán)境噪聲的抗干擾能力以及解釋性能與預(yù)測(cè)性能，筆者提出UltraLU模塊。在背景噪聲過(guò)大時(shí)，模型對(duì)圖像的理解容易受到假陰性的干擾。這種干擾主要表現(xiàn)為相對(duì)較高的歸因分?jǐn)?shù)下降，而整體空間結(jié)構(gòu)保持不變。為此，UltraLU模塊設(shè)計(jì)了一個(gè)分段線(xiàn)性函數(shù)，以增加受損高歸因分?jǐn)?shù)的比例，提高其在部分標(biāo)簽訓(xùn)練模型中高于某個(gè)閾值的歸因得分。

，? （3）

其中，模塊引入了縮放因子和閾值參數(shù)，式子中1。UltraLU模塊的目標(biāo)是確定一個(gè)適當(dāng)?shù)闹岛停沟门琶壳暗臍w因得分對(duì)正面標(biāo)簽的貢獻(xiàn)較大，對(duì)負(fù)面標(biāo)簽的貢獻(xiàn)較小。通過(guò)搜索零附近的值來(lái)實(shí)現(xiàn)這個(gè)目標(biāo)。在實(shí)驗(yàn)中，觀(guān)察到對(duì)于不同的值，模型的性能表現(xiàn)沒(méi)有明顯差異。因此，選擇了最簡(jiǎn)單的情況，即0。基于這些考慮，將等式重寫(xiě)為類(lèi)似于ReLU[27]的形式

。? （4）

通過(guò)將UltraLU應(yīng)用于類(lèi)激活映射的每個(gè)元素，如圖5所示，UltraLU將積極歸因得分提高了倍，這是被假陰性損害的主要目標(biāo)，同時(shí)保持消極得分不變。

1.5 Tucker張量分解

UltraWS算法主要針對(duì)水面目標(biāo)檢測(cè)網(wǎng)絡(luò)的Backbone部分設(shè)計(jì)Tucker張量分解。作為主成分分析的高階版本，Tucker分解在深度學(xué)習(xí)領(lǐng)域應(yīng)用十分廣泛，其分解張量為一個(gè)核張量與每一維度上對(duì)應(yīng)矩陣乘積，常被用于輕量化模型。以三階張量為例，Tucker分解過(guò)程可以表示為

，? （5）

其中：是核張量；，，是因子矩陣。，，是，，的成分?jǐn)?shù)。因子矩陣屬于不同維度上的主成分，不同成分之間的交互程度用核張量來(lái)表示。

從元素的角度可以表示Tucker分解為

，? （6）

其中：；；。

從矩陣化理解Tucker分解可以表示為

。? （7）

2 實(shí)驗(yàn)與結(jié)果分析

為證明所提出的UltraWS算法用于內(nèi)河航道水面目標(biāo)的檢測(cè)性能，采用WSODD數(shù)據(jù)集[7]進(jìn)行實(shí)驗(yàn)驗(yàn)證，該數(shù)據(jù)集由7 000余張不同環(huán)境條件、天氣條件和拍攝時(shí)間的水面圖像組成，其中水面圖像中存在超過(guò)20 000個(gè)關(guān)鍵對(duì)象，且包括船舶、航標(biāo)以及垃圾等14個(gè)常見(jiàn)對(duì)象類(lèi)別，具體內(nèi)容描述如表1所示。在實(shí)驗(yàn)中UltraWS與目前主流檢測(cè)算法進(jìn)行對(duì)比，驗(yàn)證算法在多場(chǎng)景復(fù)雜內(nèi)河背景下對(duì)水面多尺度目標(biāo)表現(xiàn)出良好的檢測(cè)性能。

2.1 實(shí)驗(yàn)環(huán)境

UltraWS水面目標(biāo)檢測(cè)算法實(shí)驗(yàn)所使用計(jì)算機(jī)的中央處理器型號(hào)為Intel Core i5-12400F，圖形處理器型號(hào)為NVIDIA GeForce RTX 3060Ti，算法程序框架選用PyTorch框架。具體實(shí)驗(yàn)中，輸入的圖像被隨機(jī)裁剪成640×640的大小，采用傳統(tǒng)圖像處理方式對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行增強(qiáng)以及歸一化處理。模型訓(xùn)練使用SGD優(yōu)化器，初始學(xué)習(xí)率和權(quán)重衰減分別設(shè)置為0.01和0.000 5。

2.2 評(píng)價(jià)指標(biāo)

為了驗(yàn)證提出的UltraWS水面目標(biāo)檢測(cè)算法的有效性，使用精確率（Precision），召回率（Recall），F(xiàn)1值，以及平均精度均值（mean average precision，mAP）作為評(píng)價(jià)指標(biāo)。這些評(píng)價(jià)指標(biāo)的計(jì)算公式如下

，? （8）

，? （9）

，? （10）

其中：代表真陽(yáng)性；和分別代表假陽(yáng)性與假陰性。

平均精度（average precision，AP）評(píng)估了精確率與召回率之間的動(dòng)態(tài)變化，其定義為

。? （11）

在實(shí)驗(yàn)中，平均精度均值mAP為模型在識(shí)別各個(gè)類(lèi)別目標(biāo)所取得平均精度AP的整體平均值，最能反映模型的性能。

2.3 訓(xùn)練過(guò)程

目標(biāo)檢測(cè)網(wǎng)絡(luò)的訓(xùn)練與驗(yàn)證過(guò)程如圖6所示，評(píng)估指標(biāo)平均精確率（mAP）曲線(xiàn)如圖7所示。訓(xùn)練與驗(yàn)證過(guò)程的損失曲線(xiàn)顯示，模型在訓(xùn)練過(guò)程中逐漸收斂。在曲線(xiàn)的末尾，訓(xùn)練損失和驗(yàn)證損失之間的差異很小，只存在微小的泛化差距。平均精準(zhǔn)率曲線(xiàn)展示了模型在140～150輪之間表現(xiàn)最佳，同時(shí)滿(mǎn)足檢測(cè)效率與準(zhǔn)確率的均衡性目標(biāo)。

2.4 消融實(shí)驗(yàn)

為了驗(yàn)證提出的UltraWS算法各個(gè)模塊的有效性，采用消融實(shí)驗(yàn)對(duì)各個(gè)改進(jìn)部分進(jìn)行驗(yàn)證［28-31］。在相同實(shí)驗(yàn)條件下，將注意力模塊、額外檢測(cè)頭、UltraLU模塊分別加入到Y(jié)OLO V7檢測(cè)算法中，評(píng)估各個(gè)模塊對(duì)檢測(cè)結(jié)果的影響，結(jié)果如表2所示。表中A方法表示YOLO V7算法；B方法表示增加的注意力模塊；C方法表示增加的額外檢測(cè)頭；D方法表示增加的UltraLU模塊。從表中可以看出，增加注意力模塊后，mAP提高了2.94%；增加一個(gè)額外檢測(cè)頭后，mAP提高了1.56%；引入設(shè)計(jì)的UltraLU模塊后，mAP提高了3.02%。可見(jiàn)，所提出的方法以及改進(jìn)模塊都提升了網(wǎng)絡(luò)檢測(cè)性能。UltraWS算法融合注意力模塊后減少了漏檢與錯(cuò)檢幾率，能夠提升監(jiān)測(cè)網(wǎng)絡(luò)特征提取能力。增加額外一個(gè)檢測(cè)頭后，算法對(duì)多尺度特征的檢測(cè)效果有所增強(qiáng)。筆者設(shè)計(jì)的UltraLU模塊，能夠強(qiáng)化檢測(cè)網(wǎng)絡(luò)的抗干擾能力。

2.5 對(duì)比實(shí)驗(yàn)

筆者提出的算法在測(cè)試集上取得精確率AP值在各個(gè)類(lèi)別上的表現(xiàn)如圖8所示，算法平均精確率mAP為84.5%。如表3所示，將提出算法與當(dāng)前主流目標(biāo)檢測(cè)模型進(jìn)行對(duì)比[33-35]。改進(jìn)過(guò)后的水面隱患目標(biāo)檢測(cè)網(wǎng)絡(luò)與原始網(wǎng)絡(luò)效果對(duì)比如圖9所示，同一場(chǎng)景下檢測(cè)效果的左側(cè)為原始網(wǎng)絡(luò)，右側(cè)為改進(jìn)算法。圖9（a）左側(cè)為原始網(wǎng)絡(luò)檢測(cè)效果，檢測(cè)原始算法遺漏了重疊的船只目標(biāo)以及微小的遠(yuǎn)處浮球目標(biāo)。圖9（a）右側(cè)為改進(jìn)后的算法檢測(cè)效果，無(wú)論重疊或是微小的目標(biāo)均被檢測(cè)標(biāo)識(shí)。圖9（b）中，原始網(wǎng)絡(luò)因?yàn)榇恢丿B，未能判斷出正確目標(biāo)，改進(jìn)后算法不僅識(shí)別出了所有船只，還正確區(qū)分了小劃船與輪船。圖9（c）中，相較于原始算法，改進(jìn)后的算法能識(shí)別出遠(yuǎn)處更微小、模糊的輪船目標(biāo)。圖9（d）與圖9（e）改進(jìn)后的算法將細(xì)小的動(dòng)物目標(biāo)與浮球目標(biāo)額外的識(shí)別檢測(cè)出來(lái)。圖9（f）中在背景噪聲不大且分布情況不復(fù)雜的情況，原始網(wǎng)絡(luò)與改進(jìn)后算法都有良好表現(xiàn)。

Tucker張量分解在模型的應(yīng)用前后對(duì)比情況如表4所示。運(yùn)用Tucker張量分解后，模型參數(shù)量、乘加運(yùn)算量以及浮點(diǎn)運(yùn)算量均減少接近半數(shù)。減少參數(shù)量和浮點(diǎn)運(yùn)算量提高了模型的計(jì)算效率，加速訓(xùn)練和推理過(guò)程，在資源受限情況下，使模型能夠在邊緣端的設(shè)備上運(yùn)行。此外，減少參數(shù)量可以降低模型復(fù)雜度，從而減少過(guò)度擬合的風(fēng)險(xiǎn)。

3 算法在航道巡檢的應(yīng)用

內(nèi)河航道的安全保障任務(wù)主要存在意外事故、自然災(zāi)害和違法行為3種風(fēng)險(xiǎn)挑戰(zhàn)。為應(yīng)對(duì)內(nèi)河航道的潛在安全隱患，已完成設(shè)計(jì)構(gòu)建UltraWS內(nèi)河水面目標(biāo)檢測(cè)算法，基于目標(biāo)檢測(cè)算法，建立航道安全巡檢體系以及航道安全評(píng)估方法。

研究將算法搭載在無(wú)人船平臺(tái)進(jìn)行內(nèi)河場(chǎng)景下的實(shí)際應(yīng)用。提出UltraWS水面目標(biāo)檢測(cè)算法部署在NVIDIA Nano邊緣化計(jì)算平臺(tái)上進(jìn)行，該邊緣化計(jì)算平臺(tái)具有性能優(yōu)異的GPU和CPU計(jì)算資源，穩(wěn)定性能夠滿(mǎn)足工業(yè)要求，能快速傳輸數(shù)據(jù)資源。圖10展示了部署在無(wú)人船平臺(tái)的NVIDIA Nano邊緣化計(jì)算設(shè)備的實(shí)物圖。

3.1 航道安全巡檢體系

以智能化、數(shù)字化的航道管理為目標(biāo)，以無(wú)人船、無(wú)人機(jī)為主體建立航道安全巡檢體系，將提出的Ultra內(nèi)河水面目標(biāo)檢測(cè)算法部署在無(wú)人智能設(shè)備上，實(shí)現(xiàn)高效智能的安全巡檢系統(tǒng)。智能安全巡檢系統(tǒng)包括無(wú)人設(shè)備作業(yè)管控、安全隱患目標(biāo)檢測(cè)、數(shù)據(jù)統(tǒng)計(jì)分析等多部分。如圖11所示，安全風(fēng)險(xiǎn)巡檢系統(tǒng)的安全隱患目標(biāo)檢測(cè)內(nèi)容主要包括：航標(biāo)檢測(cè)、船舶違規(guī)停泊檢測(cè)、浮標(biāo)球檢測(cè)、水產(chǎn)養(yǎng)殖設(shè)施檢測(cè)、漂浮垃圾檢測(cè)、大型船舶檢測(cè)等。

3.2 航道安全評(píng)估方法

航道安全風(fēng)險(xiǎn)描述了危險(xiǎn)和安全狀態(tài)間的關(guān)系度量，航道安全風(fēng)險(xiǎn)可用函數(shù)擬合如下

，? （12）

其中：表示某特定的客觀(guān)狀態(tài)；表示在狀態(tài)下航道安全風(fēng)險(xiǎn)指數(shù)；表示某一安全事件發(fā)生的概率值；表示安全事件發(fā)生的結(jié)果；表示實(shí)驗(yàn)函數(shù)。

針對(duì)航道體系在某狀態(tài)下引發(fā)體系內(nèi)人員、船舶、環(huán)境等多個(gè)層面出現(xiàn)險(xiǎn)情的概率及險(xiǎn)情程度，使用航道安全風(fēng)險(xiǎn)指數(shù)來(lái)表達(dá)。經(jīng)過(guò)內(nèi)河航道的安全巡檢及水面目標(biāo)檢測(cè)算法，對(duì)內(nèi)河航道的潛在安全風(fēng)險(xiǎn)進(jìn)行識(shí)別，確定潛在安全風(fēng)險(xiǎn)事件。對(duì)不同航道安全風(fēng)險(xiǎn)事件進(jìn)行風(fēng)險(xiǎn)評(píng)估，確定航道安全等級(jí)，作為開(kāi)展風(fēng)險(xiǎn)管控的依據(jù)。

4 結(jié)? 論

針對(duì)多場(chǎng)景復(fù)雜內(nèi)河背景下水面目標(biāo)檢測(cè)任務(wù)，提出UltraWS水面目標(biāo)檢測(cè)算法。該算法在典型檢測(cè)網(wǎng)絡(luò)上設(shè)計(jì)空間注意力模塊與多頭策略，融合注意力與多尺度特征，提高對(duì)極其微小目標(biāo)的檢測(cè)能力。為減小環(huán)境因素與分布因素對(duì)檢測(cè)效果的影響，算法提出UltraLU模塊增強(qiáng)類(lèi)激活映射，面向無(wú)人艇環(huán)境感知邊緣化部署目的，設(shè)計(jì)了對(duì)模型進(jìn)行Tucker張量分解，增強(qiáng)內(nèi)河目標(biāo)檢測(cè)模型的可解釋性與推理速度，實(shí)現(xiàn)模型輕量化。

實(shí)驗(yàn)結(jié)果表明建立UltraWS水面目標(biāo)檢測(cè)算法具有良好的安全隱患目標(biāo)識(shí)別與推理能力，實(shí)現(xiàn)水面潛在安全隱患檢測(cè)的多結(jié)構(gòu)可解釋性框架。在WSODD數(shù)據(jù)集上UltraWS算法表現(xiàn)出較高性能，取得84.5%的mAP最高值。提出UltraLU模塊提高了算法對(duì)背景噪聲的抗干擾能力，更好捕捉微小目標(biāo)。筆者提出的算法能夠滿(mǎn)足檢測(cè)速度和準(zhǔn)確率的均衡需求。以無(wú)人船為主體建立航道安全巡檢體系，將所提出的算法部署在邊緣化設(shè)備上，實(shí)現(xiàn)高效智能的安全巡檢系統(tǒng)。未來(lái)的研究將聚焦在環(huán)境更加惡劣的海洋背景下，進(jìn)一步關(guān)注算法在不同場(chǎng)景的魯棒性和泛化性。

參考文獻(xiàn)

［1］? 陽(yáng)建云，黃純.長(zhǎng)江口智慧航道的初步構(gòu)想[J].水運(yùn)工程，2017（11）：7-11.

Yang J Y， Huang C. The preliminary conception of the smart waterway in the Yangtze River Estuary [J]. Port & Waterway Engineering， 2017（11）：7-11. （in Chinese）

［2］? 史明.內(nèi)河航道4G無(wú)線(xiàn)視頻監(jiān)控系統(tǒng)設(shè)計(jì)[J].數(shù)字技術(shù)與應(yīng)用，2022，40（02）：183-185.

Shi M. Design of 4G wireless video monitoring system for inland waterway [J]. Digital Technology and Application， 2022， 40（02）：183-185.（in Chinese）

［3］? 朱明秀.圖像處理技術(shù)在船舶導(dǎo)航過(guò)程的應(yīng)用[J].艦船科學(xué)技術(shù)，2019，41（08）：187-189.

Zhu M X. Application of image processing technology in ship navigation [J]. Ship Science and Technology， 2019，41（08）：187-189.（in Chinese）

［4］? 王雪，張根榮.基于機(jī)器視覺(jué)的港口集裝箱卸船定位識(shí)別系統(tǒng)[J].中國(guó)水運(yùn)（下半月），2015，15（11）：138-140.

Wang X， Zhang G R. Port container unloading location recognition system based on machine vision [J]. China Water Transport （Second Half）， 2015， 15（11）：138-140.（in Chinese）

［5］? 嚴(yán)榮慧，謝海成，花敏恒，等.基于運(yùn)動(dòng)與表象特征的廣域船舶目標(biāo)識(shí)別方法[J].中國(guó)艦船研究，2022，17（01）：227-234.

Yan R H， Xie H C， Hua M L，et al. Wide-area ship target recognition based on motion and appearance feature method [J]. Chinese Ships Research， 2022（01）：227-234. （in Chinese）

［6］? 光睿智，安博文，潘勝達(dá).基于無(wú)錨框網(wǎng)絡(luò)的航拍航道船舶檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2021，57（15）：251-258.

Guang R Z， An B， Pan S D. Ship detection algorithm for aerial photography Channel based on frameless network [J]. Computer Engineering and Applications， 2021， 57（15）：251-258.（in Chinese）

［7］? Zhou Z， Sun J， Yu J， et al. An image-based benchmark dataset and a novel object detector for water surface object detection[J]. Frontiers in Neurorobotics， 2021， 15： 72333.

［8］? Girshick R， Donahue J， Darrell T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. July 23-28， 2014， Columbus， OH， USA： IEEE， 2014： 580-587.

［9］? 李學(xué)軍，權(quán)林霏，劉冬梅，等.基于Faster-RCNN改進(jìn)的交通標(biāo)志檢測(cè)算法[J/OL].吉林大學(xué)學(xué)報(bào)（工學(xué)版）：1-10[2023-09-01].DOI：10.13229/j.cnki.jdxbgxb.20230553.

Li X J， Quan L Fi， Liu D M， et al. Improved traffic sign detection algorithm based on Faster-RCNN [J/OL]. Journal of jilin university （engineering science） ： 1-10 [2023-09-01]. （in Chinese）

［10］? 蔣占軍，吳佰靖，馬龍，等.多尺度特征和極化自注意力的Faster-RCNN水漂垃圾識(shí)別[J/OL].計(jì)算機(jī)應(yīng)用：1-8[2023-09-01].http：//kns.cnki.net/kcms/detail/51.1307.TP.20230613.1820.004.html

Jiang Z J， Wu B J， Ma L， et al. Faster-RCNN identification of floating garbage with multi-scale features and polarized self-attention [J/OL]. Computer Application： 1-8 [2023-09-01]. HTTP： / / http：//kns.cnki.net/kcms/detail/51.1307.TP.20230613.1820.004.html. （in Chinese）

［11］? 王殿偉，胡里晨，房杰，等.基于改進(jìn)Double-Head RCNN的無(wú)人機(jī)航拍圖像小目標(biāo)檢測(cè)算法[J/OL].北京航空航天大學(xué)學(xué)報(bào)：1-10[2023-09-01].DOI：10.13700/j.bh.1001-5965.2022.0591.

Wang D W， Hu L C， Fang Jet al. Small target detection algorithm of UAV aerial image based on improved Double-Head RCNN [J/OL]. Journal of Beijing University of Aeronautics and Astronautics ：1-10[2023-09-01].DOI：10.13700/j.bh.1001-5965.2022.0591.（in Chinese）

［12］? Redmon J， Divvala S， Girshick R， et al. You only look once： unified， real-time object detection[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. June 26-July 1， 2016， Las Vegas， NV， USA： IEEE， 2016： 779-788.

［13］? 劉輝，劉鑫滿(mǎn)，劉大東.面向復(fù)雜道路目標(biāo)檢測(cè)的YOLOv5算法優(yōu)化研究[J/OL].計(jì)算機(jī)工程與應(yīng)用：1-11[2023-09-01].http：//kns.cnki.net/kcms/detail/11.2127.TP.20230629.1435.002.html

Liu H， Liu X M， Liu D D. Optimization of YOLOv5 algorithm for complex road target detection [J/OL]. Computer engineering and application： 1-11 [2023-09-01]. HTTP： // http：//kns.cnki.net/kcms/detail/11.2127.TP.20230629.1435.002.html.（in Chinese）

［14］? 劉剛，馮彥坤，康熙.基于改進(jìn)YOLO v4的生豬耳根溫度熱紅外視頻檢測(cè)方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2023，54（02）：240-248.

Liu G， Feng Y K， kang X. Thermal infrared video detection method of pig ear root temperature based on Improved YOLO v4 [J]. Transactions of the Chinese Society for Agricultural Machinery，2023，54（02）：240-248.

［15］? 張?zhí)旆澹奖鼥|，王楷.基于壓力容器裂紋圖像檢測(cè)及識(shí)別算法研究[J].重慶大學(xué)學(xué)報(bào)，2022，45（07）：103-111.

Zhang T F， Ran B D， Wang K. Image detection and recognition algorithm based on pressure vessel crack research [J]. Journal of chongqing university， 2022， （7） ： 103-111.（in Chinese）

［16］? 徐曉光，李海.多尺度特征在YOLO算法中的應(yīng)用研究[J].電子測(cè)量與儀器學(xué)報(bào)，2021，35（06）：96-101.

Xu X G， Li H. Multi-scale feature in YOLO algorithm application [J]. Journal of electronic measurement and instrument， 2021， 35 （6） ： 96-101.（in Chinese）

［17］? 盧俊哲，張鋮怡，劉世鵬，等.面向復(fù)雜環(huán)境中帶鋼表面缺陷檢測(cè)的輕量級(jí)DCN-YOLO[J].計(jì)算機(jī)工程與應(yīng)用，2023，59（15）：318-328.

Lu J Z， Zhang C Z， Liu S Pet al. Lightweight DCN-YOLO for strip surface defect detection in complex environment [J]. Computer Engineering and Applications， 2019，59（15）：318-328.（in Chinese）

［18］? 單美靜，秦龍飛，張會(huì)兵.L-YOLO：適用于車(chē)載邊緣計(jì)算的實(shí)時(shí)交通標(biāo)識(shí)檢測(cè)模型[J].計(jì)算機(jī)科學(xué)，2021，48（01）：89-95.

Shan M J， Qin L F， Zhang H B. L-YOLO： real-time traffic sign detection model for in-vehicle edge Computing [J]. Journal of Computer Science， 2019，48（01）：89-95.（in Chinese）

［19］? 童小鐘，魏俊宇，蘇紹璟，孫備，左震.融合注意力和多尺度特征的典型水面小目標(biāo)檢測(cè)[J].儀器儀表學(xué)報(bào)，2023，44（01）：212-222.

Tong X Z， Wei J Y， Su S J， Sun B， Zuo Z. Multi-scale feature fusion attention and typical surface of small target detection [J]. Journal of instruments and meters， 2023， 44（01）： 212-222. （in Chinese）

［20］? 王一早，馬紀(jì)穎，羅星，王書(shū)哲.基于SPMYOLOv3的水面垃圾目標(biāo)檢測(cè)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2023，32（03）：163-170.

Wang Y Z， Ma J Y， Luo X， Wang S Z. Surface waste target detection based on SPMYOLOv3 [J]. Computer System Application， 2023， 32（03）：163-170. （in Chinese）

［21］? 馮俊健，李彬，田聯(lián)房，董超.多視圖交叉一致性學(xué)習(xí)的半監(jiān)督水面目標(biāo)檢測(cè)[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2023，55（04）：107-114.

Feng J J， Li B， Tian L F， Dong C. Semi-supervised surface target detection based on multi-view cross-consistent learning [J]. Journal of Harbin Institute of Technology， 2023，55（04）：107-114.（in Chinese）

［22］? 馮輝，郭俊東，徐海祥.面向精準(zhǔn)目標(biāo)定位的水面目標(biāo)檢測(cè)算法[J/OL].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）：1-8[2023-05-25].

Feng H， Guo J D， Xu H X. Water surface target detection algorithm for precise target location [J/OL]. Journal of Huazhong University of Science and Technology （Natural Science Edition）： 1-8[2023-05-25]. （in Chinese）

［23］? 周治國(guó)，荊朝，王秋伶，屈崇.基于時(shí)空信息融合的無(wú)人艇水面目標(biāo)檢測(cè)跟蹤[J].電子與信息學(xué)報(bào)，2021，43（06）：1698-1705.

Zhou Z G， Jing C， Wang Q L， Qu C. Surface target detection and tracking of unmanned craft based on spatio-temporal information fusion [J]. Journal of Electronics and Information Technology， 2021，43（06）：1698-1705.（in Chinese）

［24］? Bovcon B， Kristan M. A water-obstacle separation and refinement network for unmanned surface vehicles[C]//2020 IEEE International Conference on Robotics and Automation （ICRA）. May 31-June 4， 2020， Paris， France： IEEE， 2020： 9470-9476.

［25］? ?ust L， Kristan M. Learning maritime obstacle detection from weak annotations by scaffolding[C]//Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision. June 19-23， 2022， New Orleans， LA， USA： IEEE， 2022： 955-964.

［26］? Woo S， Park J， Lee J Y， et al. Cbam： Convolutional block attention module[C]//Proceedings of the European conference on computer vision （ECCV）. September 8-14， 2018. Munich， Germany： Springer Science+Business Media， 2018： 3-19.

［27］? Xu B， Wang N， Chen T， et al. Empirical evaluation of rectified activations in convolutional network[J]. arXiv preprint arXiv：1505.00853， 2015.

［28］? Redmon J， Farhadi A. Yolov3： An incremental improvement[J]. arXiv preprint arXiv：1804.02767， 2018.

［29］? Li Y， Chen Y， Wang N， et al. Scale-aware trident networks for object detection[C]//Proceedings of the IEEE/CVF international conference on computer vision. October 27-November 2， 2019. Seoul， Korea： IEEE， 2019： 6054-6063.

［30］? Duan K， Bai S， Xie L， et al. Centernet： Keypoint triplets for object detection[C]//Proceedings of the IEEE/CVF international conference on computer vision. October 27-November 2， 2019， Seoul， Korea： IEEE， 2019： 6569-6578.

［31］? Bochkovskiy A， Wang C Y， Liao H Y M. Yolov4： Optimal speed and accuracy of object detection[J]. arXiv preprint arXiv：2004.10934， 2020.

［32］? Jiang Y， Tan Z， Wang J， et al. GiraffeDet： A heavy-neck paradigm for object detection[J]. arXiv preprint arXiv：2202.04256， 2022.

［33］? Zhou F， Zhao H， Nie Z. Safety helmet detection based on YOLOv5[C]//2021 IEEE International conference on power electronics， computer applications （ICPECA）.January 22-February 4， 2021. Shenyang， China： IEEE， 2021： 6-11.

［34］? Han X， Zhao L， Ning Y， et al. ShipYolo： an enhanced model for ship detection[J]. Journal of Advanced Transportation， 2021， 2021： 1-11.

［35］? Wang C Y， Bochkovskiy A， Liao H Y M. YOLOv7： Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[J]. arXiv preprint arXiv：2207.02696， 2022.

（編輯? 侯湘）