面向海洋牧場(chǎng)智能化建設(shè)的海珍品實(shí)時(shí)檢測(cè)方法

洪 亮，王 芳，蔡克衛(wèi)，陳鵬宇，林遠(yuǎn)山

（1. 大連海洋大學(xué)信息工程學(xué)院，大連 116023；2. 遼寧省海洋信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，大連 116023； 3. 設(shè)施漁業(yè)教育部重點(diǎn)實(shí)驗(yàn)室，大連海洋大學(xué)，大連 116023）

0 引言

海洋牧場(chǎng)是指利用自然的海洋生態(tài)環(huán)境，將人工放養(yǎng)的經(jīng)濟(jì)海洋生物聚集起來(lái)，像在陸地放牧牛羊一樣，對(duì)海參、海膽、扇貝、魚等海珍品資源進(jìn)行有計(jì)劃和有目的的海上放養(yǎng)，是拓展海洋漁業(yè)發(fā)展空間、促進(jìn)海洋漁業(yè)可持續(xù)發(fā)展的有效措施。海洋牧場(chǎng)建設(shè)過(guò)程中需要進(jìn)行海珍品捕撈量調(diào)查、養(yǎng)殖狀態(tài)監(jiān)測(cè)、海珍品采捕等任務(wù)，目前這些任務(wù)主要依靠人工完成，成本高，危險(xiǎn)性大?；谒聶C(jī)器人的海珍品捕撈量調(diào)查、狀態(tài)監(jiān)測(cè)、采捕是未來(lái)的發(fā)展方向，這些任務(wù)主要依靠水下海珍品檢測(cè)技術(shù)來(lái)完成。因此，水下海珍品檢測(cè)是其中的關(guān)鍵。

為此，國(guó)內(nèi)外學(xué)者對(duì)水下海珍品檢測(cè)進(jìn)行廣泛研究。郭常有等[1]將扇貝彩色圖像通過(guò)閾值分割轉(zhuǎn)變?yōu)槎祱D像，利用濾波技術(shù)減少圖像噪聲，并采用改進(jìn)的OPTA算法和邊界追蹤算法提取扇貝圖像邊界，計(jì)算扇貝的位置坐標(biāo)和大小。吳一全等[2]提出了一種淡水魚種類識(shí)別方法。將形狀與紋理特征組合成高維特征向量，通過(guò)人工蜂群算法的待定參數(shù)進(jìn)行尋優(yōu)。吳健輝等[3]提出一種基于圖像處理技術(shù)的魚種類識(shí)別方法。采用鄰域邊界算法對(duì)魚體的輪廓進(jìn)行提取，建立魚體背部輪廓數(shù)學(xué)模型。采用魚體背部彎曲潛能算法對(duì)不同種類魚體樣本的背部彎曲潛能值進(jìn)行計(jì)算和聚類統(tǒng)計(jì)。崔尚等[4]提出基于Sobel改進(jìn)算子的海參圖像識(shí)別方法。將圖像進(jìn)行直方圖均衡化處理，利用Sobel改進(jìn)算子將增強(qiáng)后的圖像進(jìn)行分割處理，經(jīng)過(guò)膨脹、腐蝕和小目標(biāo)移除算法處理，得到含有海參目標(biāo)的二值化圖像。以上方法的基本思路是根據(jù)檢測(cè)對(duì)象的特點(diǎn)利用圖像處理技術(shù)設(shè)計(jì)特定算法進(jìn)行識(shí)別，此類方法通常效率較高，但這些方法只針對(duì)單一品種進(jìn)行檢測(cè)，更重要的是需要根據(jù)領(lǐng)域知識(shí)進(jìn)行手工特征提取，過(guò)程繁瑣，工作量大，魯棒性較差。

深度學(xué)習(xí)[5-8]具有自動(dòng)特征提取的特點(diǎn)，大大提高了目標(biāo)檢測(cè)的效率和精度[9-12]，推動(dòng)了目標(biāo)檢測(cè)[13-17]在農(nóng)業(yè)[18-20]、工業(yè)[21]等領(lǐng)域的廣泛應(yīng)用。為此，Li等[22]嘗試使用基于改進(jìn)的Faster-RCNN算法實(shí)現(xiàn)了12種魚類的識(shí)別。通過(guò)使用區(qū)域建議網(wǎng)絡(luò)，產(chǎn)生的高質(zhì)量建議，與后續(xù)的魚檢測(cè)識(shí)別網(wǎng)絡(luò)共享卷積特征，實(shí)現(xiàn)了良好的識(shí)別和檢測(cè)性能。袁利毫等[23]提出基于YOLOv3的水下檢測(cè)算法，利用水下機(jī)器人采集的數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，采用小批量梯度下降法和沖量對(duì)神經(jīng)網(wǎng)絡(luò)權(quán)重進(jìn)行更新，并調(diào)整算法的超參數(shù)，提高了水下小目標(biāo)的識(shí)別率和檢測(cè)速度。Kaveti等[24]提出了基于Inception v2的SSD檢測(cè)算法實(shí)現(xiàn)了水下魚類、海星和海綿的檢測(cè)。利用機(jī)器人平臺(tái)收集水下圖像數(shù)據(jù)，建立數(shù)據(jù)標(biāo)簽，訓(xùn)練改進(jìn)的算法模型，實(shí)現(xiàn)高精度檢測(cè)。趙德安等[25]提出了基于機(jī)器視覺(jué)的水下河蟹識(shí)別方法，該方法通過(guò)在投餌船下方安裝攝像頭進(jìn)行河蟹圖像采集，修改基于YOLOv3網(wǎng)絡(luò)的輸入輸出，并采用自建的數(shù)據(jù)集對(duì)其進(jìn)行訓(xùn)練，實(shí)現(xiàn)了對(duì)水下河蟹的識(shí)別。郭祥云等[26]采用基于深度殘差網(wǎng)絡(luò)實(shí)現(xiàn)了水下海參識(shí)別算法。以海參圖像為正樣本，非海參圖像為負(fù)樣本構(gòu)建數(shù)據(jù)集，以不同像素圖像分別進(jìn)行模型訓(xùn)練與識(shí)別。上述基于深度學(xué)習(xí)的海珍品檢測(cè)方法的檢測(cè)精度得到大幅提升，但是模型較大，難以部署到如水下機(jī)器人這種移動(dòng)設(shè)備上。此外鮮有考慮水下圖像模糊、對(duì)比度低、缺色等對(duì)檢測(cè)所帶來(lái)的檢測(cè)性能影響。

為此，本文在原有YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上進(jìn)行改進(jìn)，提出了面向海洋牧場(chǎng)智能化建設(shè)的海珍品實(shí)時(shí)檢測(cè)方法。該模型使用深度可分離卷積代替YOLOv3中的標(biāo)準(zhǔn)卷積，減少參數(shù)量，提升推理速度；針對(duì)水下圖像模糊、對(duì)比度低、缺色等特點(diǎn)，采用基于UGAN的圖像增強(qiáng)方法來(lái)對(duì)海珍品圖像進(jìn)行預(yù)處理；并且利用基于Mosaic的數(shù)據(jù)增廣方法，提升圖像數(shù)據(jù)的多樣化，增加模型的魯棒性。

1 海珍品檢測(cè)網(wǎng)絡(luò)框架

1.1 YOLOv3網(wǎng)絡(luò)

YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)整體框架分為兩個(gè)部分：主干網(wǎng)絡(luò)和檢測(cè)器。

主干網(wǎng)絡(luò)部分：YOLOv3采用Darknet-53作為特征提取的主干網(wǎng)絡(luò)。由一個(gè)3×3卷積層和5個(gè)階段的殘差結(jié)構(gòu)組成，每個(gè)階段的殘差結(jié)構(gòu)數(shù)量分別為1、2、8、8、4。其中每個(gè)殘差結(jié)構(gòu)由一個(gè)3×3卷積層和殘差塊構(gòu)成。殘差塊由一個(gè)1×1卷積層、一個(gè)3×3卷積層和求和運(yùn)算構(gòu)成。YOLOv3主干網(wǎng)絡(luò)一方面采用全卷積結(jié)構(gòu)，另一方面借鑒ResNet思想，引入了Residual結(jié)構(gòu)，使網(wǎng)絡(luò)深度增加，特征提取能力大幅增強(qiáng)。

檢測(cè)器部分：YOLOv3網(wǎng)絡(luò)生成三個(gè)分支，每個(gè)分支對(duì)應(yīng)三種大小特征圖，分別為13×13、26×26、52×52，每個(gè)分支結(jié)構(gòu)由連續(xù)卷積塊、3×3卷積和1×1卷積構(gòu)成。其中連續(xù)卷積塊由1×1、3×3、1×1、3×3和1×1連續(xù)卷積構(gòu)成。經(jīng)過(guò)網(wǎng)絡(luò)計(jì)算，每個(gè)特征圖會(huì)輸出三個(gè)邊界框，每個(gè)邊界框會(huì)預(yù)測(cè)中心坐標(biāo)x、y，寬w、高h(yuǎn)、置信度和所屬類別信息。

1.2 DSC-YOLO網(wǎng)絡(luò)

為提高YOLOv3對(duì)水下海珍品檢測(cè)的實(shí)時(shí)性，本文對(duì)其結(jié)構(gòu)進(jìn)行改進(jìn)，提出一種輕量化模型DSC-YOLO，該模型采用深度可分離卷積[27]代替YOLOv3中的標(biāo)準(zhǔn)卷 積。深度可分離卷積是MobileNet采用的一種技術(shù)，其可分解為一個(gè)深度卷積和一個(gè)點(diǎn)卷積，如圖1所示。該方法和標(biāo)準(zhǔn)卷積相比，其計(jì)算如式（1）所示。

式中M為輸入特征圖通道數(shù)，H、W為輸入特征圖的高和寬，N為卷積核個(gè)數(shù)，Dk為卷積核大小。具體地，將該技術(shù)應(yīng)用到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中，如圖2所示。

在DSC-YOLO卷積結(jié)構(gòu)中，圖像數(shù)據(jù)先經(jīng)過(guò)一個(gè)3×3深度卷積層；然后傳入歸一化層，加速數(shù)據(jù)收斂、防止過(guò)擬合和降低網(wǎng)絡(luò)對(duì)權(quán)重敏感度；接著經(jīng)過(guò)LeakyRelu激活函數(shù)層；輸入到一個(gè)1×1點(diǎn)卷積層；最后經(jīng)過(guò)歸一化層和經(jīng)過(guò)LeakyRelu激活函數(shù)層輸出。

將YOLOv3中標(biāo)準(zhǔn)卷積替換為深度可分離卷積，其標(biāo)準(zhǔn)卷積的參數(shù)量是深度可分離卷積的8.88倍，如表1所示，大大降低了計(jì)算量，提高實(shí)時(shí)性。

表1 標(biāo)準(zhǔn)卷積和深度可分離卷積的參數(shù)量對(duì)比 Table 1 Comparison of parameters between standard convolution and depthwise separable convolution

1.3 基于UGAN（Underwater Generative Adversarial Network）的水下圖像增強(qiáng)

受水體懸浮顆粒對(duì)光產(chǎn)生折射、散射、選擇性吸收等特性的影響，攝像頭采集到的水下圖像存在色彩缺失、細(xì)節(jié)模糊、對(duì)比度低、噪聲污染嚴(yán)重等問(wèn)題，缺失大量有效信息的水下圖像勢(shì)必影響目標(biāo)檢測(cè)的性能。清晰的圖像有助于提升檢測(cè)的準(zhǔn)確性，因此，有必要對(duì)水下圖像進(jìn)行增強(qiáng)。傳統(tǒng)水下圖像增強(qiáng)主要包括基于物理模型的增強(qiáng)方法和基于非物理模型的增強(qiáng)方法。前者針對(duì)模型缺陷，進(jìn)行修補(bǔ)復(fù)原；后者針對(duì)圖像的清晰度進(jìn)行提高。這兩種方法都需要手工特征提取。新的UGAN方法采用無(wú)監(jiān)督方式，可以自動(dòng)學(xué)習(xí)到訓(xùn)練數(shù)據(jù)樣本的分布，產(chǎn)生新的數(shù)據(jù)。其主要思想是網(wǎng)絡(luò)通過(guò)不斷地對(duì)抗博弈，產(chǎn)生新的圖像數(shù)據(jù)，實(shí)現(xiàn)從水下模糊圖像到水下清晰圖像的映射過(guò)程，如圖3所示。本文使用UGAN對(duì)水下圖像進(jìn)行增強(qiáng)。為展示UGAN處理效果，本文從水下數(shù)據(jù)集隨機(jī)選擇四張具有代表水下環(huán)境特性的圖像送入U(xiǎn)GAN模型進(jìn)行處理，效果如圖4所示。圖4中左側(cè)圖像代表了水下環(huán)境常見(jiàn)的圖像問(wèn)題，如模糊、對(duì)比度低、缺色或顏色背景等。右側(cè)圖像為UGAN增強(qiáng)后的對(duì)應(yīng)圖像。由圖可見(jiàn)，UGAN能夠?qū)︻伾M(jìn)行校正，使圖像更加明亮、清晰。

UGAN模型由生成網(wǎng)絡(luò)和辨別網(wǎng)絡(luò)構(gòu)成，其整體為全卷積結(jié)構(gòu)。生成網(wǎng)絡(luò)采用Encoder-Decoder模式，在Encoder部分，由8個(gè)卷積層構(gòu)成，卷積核大小為4×4，步長(zhǎng)為2。每個(gè)卷積層后連接歸一化層和斜率為0.2的LeakyReLU激活層。在Decoder部分，由8個(gè)反卷積層構(gòu)成，反卷積核大小為4×4，步長(zhǎng)為2。反卷積層后沒(méi)有接入歸一化層。前7個(gè)反卷積層連接ReLU激活層[28]，最后一個(gè)反卷積層連接Tanh激活層。在上采樣過(guò)程，每個(gè)反卷積層與對(duì)應(yīng)的卷積層進(jìn)行拼接輸出到下一層，生成網(wǎng)絡(luò)呈現(xiàn)出U形。辨別網(wǎng)絡(luò)由5個(gè)卷積層構(gòu)成，前三層卷積核大小為4×4，步長(zhǎng)為2，第四層卷積核大小為4×4，步長(zhǎng)為1，第五層卷積核大小為1×1，步長(zhǎng)為1。每個(gè)卷積層后連接歸一化層和LeakyReLU激活層。辨別網(wǎng)絡(luò)采用PatchGAN設(shè)計(jì)，輸出32×32×1的矩陣概率，與普通GAN的辨別網(wǎng)絡(luò)輸出的一個(gè)實(shí)數(shù)概率相比，可以獲取更多的圖像細(xì)節(jié)信息。

訓(xùn)練UGAN網(wǎng)絡(luò)之前需要一組圖像對(duì)，圖像對(duì)通過(guò)CycleGAN[29]獲取，把空氣中圖像輸入到CycleGAN中，生成對(duì)應(yīng)的水下環(huán)境風(fēng)格圖像。然后將空氣中圖像和水下環(huán)境風(fēng)格圖像作為圖像對(duì)訓(xùn)練UGAN。生成網(wǎng)絡(luò)接收一個(gè)水下環(huán)境風(fēng)格圖像和一個(gè)隨機(jī)噪聲，然后經(jīng)生成網(wǎng)絡(luò)生成水下生成圖像，水下生成圖像與對(duì)應(yīng)空氣中圖像送入辨別網(wǎng)絡(luò)進(jìn)行辨別，若辨別為真，則返回真實(shí)標(biāo)簽，否則，返回生成標(biāo)簽。生成網(wǎng)絡(luò)與辨別網(wǎng)絡(luò)互相對(duì)抗博弈，直到辨別網(wǎng)絡(luò)分辨不出水下圖像是否為真實(shí)或生成圖像為止。

1.4 基于Mosaic的數(shù)據(jù)增廣

深度學(xué)習(xí)需要大量訓(xùn)練數(shù)據(jù)，而水下訓(xùn)練圖像獲取成本昂貴，有必要使用數(shù)據(jù)增廣技術(shù)來(lái)生成大量訓(xùn)練樣本[30]。目前數(shù)據(jù)增廣主要有光度變換（亮度、對(duì)比度、色相、飽和度）、幾何變換（隨機(jī)縮放、裁剪、翻轉(zhuǎn)和旋轉(zhuǎn)）、圖像遮擋、圖像拼接等。考慮到Mosaic數(shù)據(jù)增廣綜合了光度變換、幾何變換和圖像拼接的優(yōu)點(diǎn)，是一種集大成的方法，可以得到多樣的數(shù)據(jù)格式，有望提升性能。為此，使用Mosaic方法進(jìn)行數(shù)據(jù)增廣。其思想是將四張傳統(tǒng)增廣的圖像拼接在一起，形成一張完整圖像，如圖5所示。豐富了圖片的背景，提升目標(biāo)多樣性，變相地提高了輸入網(wǎng)絡(luò)的圖片數(shù)量。并且在進(jìn)行批歸一化[30]的時(shí)候同時(shí)計(jì)算四張圖片的權(quán)值，以提升檢測(cè)的性能。

具體做法是從水下數(shù)據(jù)集隨機(jī)選取四張像素一致的圖像，每張圖像先進(jìn)行傳統(tǒng)數(shù)據(jù)增廣方法，然后將增廣后的圖像進(jìn)行隨機(jī)大小裁剪，接著將第一張裁剪的圖像固定在整體圖像的左上角，第二張裁剪的圖像固定在整體圖像的左下角，第三張裁剪的圖像固定在整體圖像的右下角，第四張裁剪的圖像固定在整體圖像的右上角。最后得到一張Mosaic增廣的圖像，增廣后的圖像與原四張圖像像素保持一致。

1.5 總體框架

基于上述改進(jìn)方法，將三個(gè)方法結(jié)合在一起，改進(jìn)的YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)框架如圖6所示。圖中總共分為兩部分：第一部分為數(shù)據(jù)預(yù)處理，第二部分DSC-YOLO網(wǎng)絡(luò)。

數(shù)據(jù)預(yù)處理包括兩部分內(nèi)容：基于UGAN的圖像增強(qiáng)、基于Mosaic的數(shù)據(jù)增廣。圖像增強(qiáng)用于提升圖像清晰度與識(shí)別率，數(shù)據(jù)增廣用于豐富海珍品的多樣性，提升模型魯棒性。DSC-YOLO網(wǎng)絡(luò)減少大量標(biāo)準(zhǔn)卷積操作，減小模型大小，提升海珍品識(shí)別速度。相應(yīng)地，將DSC-YOLO卷積結(jié)構(gòu)應(yīng)用到Y(jié)OLOv3網(wǎng)絡(luò)結(jié)構(gòu)，得到改進(jìn)的DSC-YOLO海珍品檢測(cè)網(wǎng)絡(luò)。在主干網(wǎng)絡(luò)部分，將416×416圖像送入網(wǎng)絡(luò)的第一個(gè)3×3卷積替換為深度可分離卷積，同時(shí)將每個(gè)階段的殘差結(jié)構(gòu)中的3×3卷積替換為深度可分離卷積。在檢測(cè)器部分，將連續(xù)卷積塊中3×3卷積替換為深度可分離卷積，同時(shí)將從連續(xù)卷積塊輸出的3×3卷積替換為深度可分離卷積。網(wǎng)絡(luò)每個(gè)分支輸出的特征圖大小、Anchor數(shù)量和Anchor大小與原網(wǎng)絡(luò)保持不變。

2 材料與方法

為了驗(yàn)證本文海珍品檢測(cè)方法的有效性，進(jìn)行了相應(yīng)的試驗(yàn)。本節(jié)將從數(shù)據(jù)集來(lái)源、試驗(yàn)設(shè)置和試驗(yàn)環(huán)境、評(píng)估標(biāo)準(zhǔn)進(jìn)行闡述。

2.1 數(shù)據(jù)集來(lái)源

本文采用“2017首屆水下機(jī)器人目標(biāo)抓取大賽（2017 Underwater Robot Picking Contest，URPC2017）”提供的真實(shí)水下圖像數(shù)據(jù)集（http://2017.cnurpc.org/a/js/ 2017/0829/66.html）。該數(shù)據(jù)集共有三個(gè)類別：海參、海膽、扇貝，包含18 982張圖像，圖像分辨率為720×405，標(biāo)注格式為VOC格式。

2.2 試驗(yàn)方法

將水下數(shù)據(jù)集隨機(jī)劃分成三份，其中15 182幅圖像用于訓(xùn)練，1 900幅圖像用于驗(yàn)證，1 900幅圖像用于測(cè)試，比例約為8:1:1。在訓(xùn)練階段，將DSC-YOLO、UGAN水下圖像增強(qiáng)和Mosaic數(shù)據(jù)增廣進(jìn)行組合，訓(xùn)練得到4個(gè)模型： DSC-YOLO、DSC-YOLO+UGAN、DSC-YOLO+ Mosaic、DSC-YOLO+UGAN+Mosaic，然后將此4個(gè)模型與YOLOv3模型進(jìn)行試驗(yàn)對(duì)比。使用預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，節(jié)省時(shí)間，提高訓(xùn)練速度。在輸入卷積神經(jīng)網(wǎng)絡(luò)前，數(shù)據(jù)集中所有圖像的分辨率調(diào)整為416×416。訓(xùn)練時(shí)以4幅圖像作為一個(gè)批次進(jìn)行小批量訓(xùn)練，每訓(xùn)練一批圖像，權(quán)值更新一次。權(quán)值衰減速率為0.000 5，動(dòng)量為0.9，初始學(xué)習(xí)率為0.001。對(duì)網(wǎng)絡(luò)進(jìn)行110輪訓(xùn)練，每訓(xùn)練1輪保存一次模型，最終選取精度最高的模型。

本文試驗(yàn)采用的操作系統(tǒng)為Ubuntu16.04，深度學(xué)習(xí)框架為PyTorch，試驗(yàn)處理器為AMD Ryzen Threadripper 1920X 12核，內(nèi)存為8 G，顯卡為NVIDIA GeForce RTX2080，顯存為8 G GDDR6。

2.3 評(píng)估標(biāo)準(zhǔn)

本文以準(zhǔn)確率P、召回率R、多類平均準(zhǔn)確率mAP0.5（mean Average Precision）和F1分?jǐn)?shù)作為評(píng)價(jià)標(biāo)準(zhǔn)。準(zhǔn)確率P為被正確預(yù)測(cè)的正樣本數(shù)量占總預(yù)測(cè)的正樣本數(shù)量的比值，如式（2）所示。召回率R為被正確預(yù)測(cè)的正樣本數(shù)量占總正樣本數(shù)量的比值，如式（3）所示。單類平均準(zhǔn)確率AP（Average Precision）為準(zhǔn)確率P與召回率R構(gòu)成的P-R曲線的面積，如式（4）所示。多類平均準(zhǔn)確率mAP0.5為當(dāng)交并比（Intersection Over Union，IOU）為0.5時(shí)，準(zhǔn)確率P與召回率R構(gòu)成的P-R曲線的面積，如式（5）所示。IOU為預(yù)測(cè)框與真實(shí)框的交集與并集的比值，當(dāng)預(yù)測(cè)框與真實(shí)框的IOU大于0.5，則為正樣本，預(yù)測(cè)框與真實(shí)框的IOU小于0.5，則為負(fù)樣本。F1分?jǐn)?shù)為精確率和召回率的調(diào)和平均數(shù)，如式（6）所示。

其中，TP為模型正確預(yù)測(cè)的正樣本數(shù)量，F(xiàn)P為模型錯(cuò)誤預(yù)測(cè)的正樣本數(shù)量，F(xiàn)N為模型錯(cuò)誤預(yù)測(cè)的負(fù)樣本數(shù)量，P(R)為P-R曲線函數(shù)，n為類別數(shù)量。

3 結(jié)果與分析

模型在1 900張圖像測(cè)試集上，采用2.3部分所提的準(zhǔn)確率（P）、召回率（R）、多類平均準(zhǔn)確率（mAP0.5）、F1分?jǐn)?shù)，以及推理時(shí)間（Inference time）和模型大小（Size）共6項(xiàng)指標(biāo)，對(duì)各個(gè)模型進(jìn)行評(píng)估，試驗(yàn)結(jié)果如表2所示。

表2 模型檢測(cè)性能對(duì)比 Table 2 Comparisons of model detection performance

由表2可知，在準(zhǔn)確率P方面，YOLOv3模型為86%，DSC-YOLO+U+M模型為84.4%，僅相差1.6個(gè)百分點(diǎn)。在召回率R上，YOLOv3模型為91.4%，DSC-YOLO+U+M模型和DSC-YOLO+M模型同時(shí)取得了最大值94.1%，提高了2.7個(gè)百分點(diǎn)。

YOLOv3模型的mAP0.5為92.2%，模型大小為492.6 MB，推理時(shí)間為8.1 ms。與YOLOv3模型相比，DSC-YOLO+U+M模型大小為146.7 MB，減小約70%，推理時(shí)間縮減為6.8 ms，F(xiàn)1分?jǐn)?shù)提升0.4個(gè)百分點(diǎn)，并且多類平均準(zhǔn)確率提升2.4個(gè)百分點(diǎn)。

此外，除了YOLOv3模型外，采用UGAN的模型比未采用UGAN的模型，在多類平均準(zhǔn)確率和F1分?jǐn)?shù)指標(biāo)上均有提升。并且采用Mosaic的模型比未采用Mosaic的模型，在多類平均準(zhǔn)確率和F1分?jǐn)?shù)指標(biāo)上均有明顯的提升。

綜上，除了準(zhǔn)確率P外，DSC-YOLO+U+M模型相較于YOLOv3和其他模型而言，在大幅降低模型參數(shù)量的情況下，其他各項(xiàng)指標(biāo)都有所提升，展現(xiàn)出了優(yōu)越的性能，模型檢測(cè)效果如圖7所示。

此外，試驗(yàn)中發(fā)現(xiàn)，本文模型對(duì)漏標(biāo)的圖像數(shù)據(jù)具有較強(qiáng)的魯棒性，能夠?qū)D像中漏標(biāo)的海珍品檢測(cè)出來(lái)。本文隨機(jī)從測(cè)試集中選擇三張存在漏標(biāo)現(xiàn)象的數(shù)據(jù)，如圖8所示。圖像8a中4個(gè)海參、5個(gè)海膽未標(biāo)注，圖8b中1個(gè)海參、3個(gè)扇貝未標(biāo)注，圖像8c中3個(gè)海參、1個(gè)海膽、6個(gè)扇貝未標(biāo)注。其他模型均存在不同程度的漏檢，而本文的最終模型DSC-YOLO+U+M將未標(biāo)注數(shù)據(jù)正確檢測(cè)出來(lái)。

根據(jù)上圖模型檢測(cè)數(shù)量統(tǒng)計(jì)模型的漏檢率，如表3所示。其中漏檢率計(jì)算是模型未檢測(cè)到的目標(biāo)個(gè)數(shù)除以實(shí)際標(biāo)注和漏標(biāo)數(shù)量總和。由表3可知，本文提出的方法漏檢率數(shù)值最低，綜合來(lái)說(shuō)，本文提出的模型在數(shù)據(jù)集漏標(biāo)的情況下，能夠?qū)⒙?biāo)的海珍品正確地檢測(cè)出來(lái)，魯棒性良好。

表3 模型漏檢率對(duì)比 Table 3 Comparisons of the model missing rate

4 結(jié) 論

本文提出了基于改進(jìn)的YOLOv3網(wǎng)絡(luò)的海珍品檢測(cè)框架，該框架在訓(xùn)練階段之前引入圖像增強(qiáng)和數(shù)據(jù)增廣方法用于提升圖像清晰度和檢測(cè)性能。然后采用深度可分離卷積，將標(biāo)準(zhǔn)卷積分解成深度卷積和點(diǎn)卷積，使參數(shù)量和計(jì)算量大大減少，推理速度縮短，模型大小縮減。在推理速度和準(zhǔn)確率方面得到提高的同時(shí)，從定性和定量角度分析各個(gè)模型的性能。試驗(yàn)證明，改進(jìn)的YOLOv3網(wǎng)絡(luò)模型與圖像增強(qiáng)和數(shù)據(jù)增廣方法相結(jié)合，性能優(yōu)于YOLOv3模型。

1）本文通過(guò)改進(jìn)模型，使得模型參數(shù)量和計(jì)算量減少，模型占用內(nèi)存大小為146.7 MB，YOLOv3網(wǎng)絡(luò)模型占用內(nèi)存大小為492.6 MB，模型占用內(nèi)存減小70%。加入圖像增強(qiáng)和數(shù)據(jù)增廣方法，不增加模型參數(shù)量和計(jì)算量的同時(shí)，提高檢測(cè)性能。

2）根據(jù)定性和定量結(jié)果比較，在網(wǎng)絡(luò)訓(xùn)練之前采用基于生成對(duì)抗網(wǎng)絡(luò)的圖像增強(qiáng)方法，提升了圖像的清晰度和檢測(cè)的準(zhǔn)確率，檢測(cè)的目標(biāo)更多，更全面，使得召回率提升2.7個(gè)百分點(diǎn)。