基于改進(jìn)Faster R-CNN的Logo目標(biāo)檢測(cè)方法①

黃明珠,黃文清

(浙江理工大學(xué) 信息學(xué)院,杭州 310018)

隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展,該領(lǐng)域中的目標(biāo)檢測(cè)技術(shù)越來越多地應(yīng)用于實(shí)際生活中.Logo作為一種識(shí)別和傳達(dá)信息的視覺圖形,是人們?cè)陂L期生活和實(shí)踐中形成的視覺化表達(dá)方式.不管是商品還是企業(yè)或是政府部門等,都有專屬的標(biāo)志Logo.Logo的檢測(cè)有巨大的應(yīng)用前景,是計(jì)算機(jī)視覺中的重要任務(wù).目前對(duì)于Logo檢測(cè)的研究已有不少[1],例如文獻(xiàn)[2]中基于SIFT特征進(jìn)行匹配的方法來檢索帶有特定Logo的圖像.文獻(xiàn)[3]首次提出了基于全局不變特征的Logo檢測(cè)與識(shí)別算法.以及基于前面的成果,文獻(xiàn)[4]嘗試?yán)靡恍┘s束條件,如圓和點(diǎn)或是圓和線的關(guān)系等,并且利用其中的文字信息進(jìn)行更為精確的識(shí)別.以及文獻(xiàn)[5]所做的主要針對(duì)文本圖片中Logo目標(biāo)的檢測(cè)研究.

Logo檢測(cè)任務(wù)可看成是具一般性的目標(biāo)檢測(cè)任務(wù).在卷積神經(jīng)網(wǎng)絡(luò)(CNN)廣泛應(yīng)用于物體檢測(cè)以前,以往的方法通常是通過人工選定特征描述符的傳統(tǒng)檢測(cè)手段,這些方法有很多的局限性,在實(shí)際中得不到很好的應(yīng)用.并且這類傳統(tǒng)的檢測(cè)方法已達(dá)到了瓶頸.然而隨著卷積網(wǎng)絡(luò)在目標(biāo)檢測(cè)技術(shù)方面的發(fā)展,各類研究成果被不斷提出.如文獻(xiàn)[6]中的R-CNN采用選擇性搜索來查找包含高概率對(duì)象的預(yù)測(cè)框,使用卷積層提取每個(gè)預(yù)測(cè)框的高維特征,由支持向量機(jī)(SVM)確定目標(biāo)類別.但R-CNN中因?yàn)槊總€(gè)預(yù)測(cè)框都有一些重疊,存在大量重復(fù)計(jì)算的缺點(diǎn).為了緩解這個(gè)問題,文獻(xiàn)[7]提出Fast R-CNN網(wǎng)絡(luò),通過引入一個(gè)感興趣區(qū)域池化層(ROI Pooling)來共享特征的計(jì)算.該網(wǎng)絡(luò)使用整個(gè)圖像作為輸入來提取全局特征圖,然后感興趣區(qū)域池化層從它們中提取每個(gè)預(yù)測(cè)框的固定長度特征.然而,Fast R-CNN因采用選擇性搜索導(dǎo)致過程分離,限制了檢測(cè)速度進(jìn)一步提升.因此,文獻(xiàn)[8]提出了區(qū)域提名網(wǎng)絡(luò)(RPN)以進(jìn)一步提高檢測(cè)速度,相應(yīng)的方法稱為Faster R-CNN.雖然RPN依賴于幾百個(gè)預(yù)測(cè)框就能達(dá)到和Fast R-CNN上千個(gè)預(yù)測(cè)框相同的檢測(cè)效果.但是在分辨率低的目標(biāo)的檢測(cè)效果上,Faster R-CNN相較于Fast R-CNN是有所下降的.但是Faster R-CNN在檢測(cè)精度和檢測(cè)速度上取得了一個(gè)很好的平衡.此外,在上述的檢測(cè)方法中都應(yīng)用了邊框回歸方法以提高檢測(cè)精度[6-8].

除了上面提到的方法之外,還有一類目標(biāo)檢測(cè)方法不采用區(qū)域提名方法尋找預(yù)測(cè)框.如文獻(xiàn)[9]中提到的YOLO網(wǎng)絡(luò),它們的特點(diǎn)是直接從整個(gè)特征圖上選取預(yù)測(cè)框和預(yù)測(cè)概率.并且它在檢測(cè)時(shí)加入全局上下文信息,很少在背景類的分類中出錯(cuò),并具有良好的泛化能力.但是,YOLO對(duì)物體的比例非常敏感.它通過在每個(gè)單元格上滑動(dòng)來預(yù)測(cè)目標(biāo)框.如果單元格太小,則無法提高速度;如果單元格太大,則難以檢測(cè)到物體.為了解決這些弱點(diǎn),文獻(xiàn)[10]中提到的SSD網(wǎng)絡(luò)在每層卷積之后添加了池化操作,逐層遞減特征尺度以形成特征圖金字塔.然后,在每層特征圖上的單元格滑窗提取預(yù)測(cè)框.這不僅改善了YOLO在預(yù)測(cè)框選擇上的限制,還保證了速度.

目前,已提出的各類方法基本上都偏適用于中大型目標(biāo)的檢測(cè),小目標(biāo)的檢測(cè)效果并不理想,這里提到的小目標(biāo)指的是分辨率低的目標(biāo).小目標(biāo)在圖像中往往占據(jù)很小的一部分,通過卷積之后它的特征會(huì)變得更小,特征的分辨率也就更低.這樣的目標(biāo)特征不明顯而難以正確檢測(cè),而相比之下中大型的目標(biāo)卷積后的高分辨率的特征更加明顯所以好檢測(cè).雖然不少學(xué)者針對(duì)小目標(biāo)檢測(cè)性能的改善要求,已提出相應(yīng)的解決辦法[11-13].但這些方法基本上都是通過獲取多尺度特征來改善小物體的檢測(cè)性能.這類方法不僅大大降低了檢測(cè)速度,而且不能保證提取的特征足以有效檢測(cè)小物體.

說完，他拿開手，繼續(xù)往前走。我傻傻地站在那里，還沒回過神來，甚至還能感受到他的手掌貼在我腹部的感覺。這感覺好奇怪，我不得不停下來喘l21氣，才能繼續(xù)練習(xí)。

為此,我們提出一種設(shè)想: 如果能基于現(xiàn)有的對(duì)中大型目標(biāo)已達(dá)到良好檢測(cè)效果的網(wǎng)絡(luò)框架,通過改進(jìn),使其能將小目標(biāo)的特征映射成具有相似特征分布的高分辨率的大目標(biāo)的特征,那么就能提升Logo的檢測(cè)性能.基于這一考慮,本文針對(duì)現(xiàn)有的各類方法的分析結(jié)果和Logo目標(biāo)的特點(diǎn),選取Faster R-CNN作為改進(jìn)框架.Faster R-CNN對(duì)中大型的目標(biāo)具有良好的檢測(cè)效果,但對(duì)小目標(biāo)的檢測(cè)效果不佳[14,15].我們將生成對(duì)抗模型應(yīng)用到Faster R-CNN的網(wǎng)絡(luò)架構(gòu)中,通過對(duì)抗訓(xùn)練方式,使網(wǎng)絡(luò)具備將低分辨率的特征圖映射到高分辨率的特征圖的能力,從而提高整個(gè)網(wǎng)絡(luò)的檢測(cè)性能.

富集技術(shù)與便攜式鎢絲電熱原子吸收光譜儀聯(lián)用研究………………………溫曉東，陳路瓊，雷自榮，楊盛春（43）

1 改進(jìn)的Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)

1.1 經(jīng)典的Faster R-CNN的網(wǎng)絡(luò)模型

Faster R-CNN是經(jīng)過R-CNN和Fast R-CNN的積淀,由Ross B.Girshick在2016年提出的.它在Fast RCNN的基礎(chǔ)上引入?yún)^(qū)域提名網(wǎng)絡(luò)(RPN)來提取預(yù)測(cè)框,解決了采用選擇性搜索導(dǎo)致的過程分離問題,并通過交替訓(xùn)練使RPN和Fast R-CNN網(wǎng)絡(luò)共享參數(shù).因此在結(jié)構(gòu)上,Faster R-CNN已經(jīng)將特征提取、預(yù)測(cè)框提取、邊框回歸(bounding box regression)、分類都整合在了一個(gè)網(wǎng)絡(luò)中,使得綜合性能有較大提高,尤其在檢測(cè)速度方面.Faster R-CNN網(wǎng)絡(luò)流程圖如圖1所示.

Faster R-CNN的結(jié)構(gòu)主要包含卷積/池化、RPN網(wǎng)絡(luò)、感興趣區(qū)域池化層和分類器.首先由卷積/池化部分提取圖片的特征圖,接著由RPN網(wǎng)絡(luò)提取候選框,然后將候選框和特征圖輸入感興趣區(qū)域池化層提取各侯選框的特征,最后由分類器實(shí)現(xiàn)目標(biāo)識(shí)別與定位.

圖1 經(jīng)典的Faster R-CNN的檢測(cè)流程圖

為了盡可能保證使用大數(shù)據(jù)量的原始圖片進(jìn)行訓(xùn)練,本文的原始圖像來源于Flickrlogos-32和BelgaLogos數(shù)據(jù)集,它們都是互聯(lián)網(wǎng)上公開的數(shù)據(jù)集資源.

RPN網(wǎng)絡(luò)的提出雖然幫助Faster R-CNN加快了速度,但是由于RPN只依賴幾百個(gè)預(yù)測(cè)框選取目標(biāo)位置,在目標(biāo)的召回率上必定有所下降.并且RPN網(wǎng)絡(luò)的窗口類型有限難以滿足多種尺度目標(biāo)的檢測(cè)需求.鑒于目前大部分?jǐn)?shù)據(jù)集中的目標(biāo)尺度適中,小型目標(biāo)偏少,所以Faster R-CNN在窗口的設(shè)置上偏于適應(yīng)中大型目標(biāo)的檢測(cè),對(duì)于小目標(biāo)的檢測(cè)效果并不理想.

1.2 對(duì)抗生成網(wǎng)絡(luò)模型(GANs)

生成對(duì)抗網(wǎng)絡(luò)(GANs)[16]是用于學(xué)習(xí)生成模型的框架,由Ian Goodfellow于2014年首次提出.它并不一定要以卷積網(wǎng)絡(luò)構(gòu)成,但已提出的各種用途的生成對(duì)抗網(wǎng)絡(luò)基本上都是卷積網(wǎng)絡(luò).Mathieu等人[17]和Dentonet等人[18]采用了GANs實(shí)現(xiàn)圖像生成.在文獻(xiàn)[19]和文獻(xiàn)[20]中,GANs是分別用于學(xué)習(xí)從一個(gè)流形到另一個(gè)流形的風(fēng)格轉(zhuǎn)移和修復(fù)的映射.除此之外,使用GANs進(jìn)行無監(jiān)督表征學(xué)習(xí)在文獻(xiàn)[21]中被提出.文獻(xiàn)[22]中提出將GANs應(yīng)用到超分辨圖像.

一對(duì)戀人去登記結(jié)婚?！白鲞^婚前檢查嗎？”“查過了，他房子、車子都全了。”“我是說去醫(yī)院?！迸嗄昴樇t了，小聲回答：“查了，是個(gè)男孩?！?/p>

圖2 生成對(duì)抗網(wǎng)絡(luò)流程圖

1.3 改進(jìn)的Faster R-CNN

對(duì)抗網(wǎng)絡(luò)中,生成器以Faster R-CNN的第一層卷積輸出的特征作為輸入,然后進(jìn)行3×3的卷積和1×1的卷積處理.這兩次卷積處理的主要目的是為了與感知網(wǎng)絡(luò)五層3×3的卷積的最終輸出的256個(gè)特征通道保持一致.五個(gè)殘差塊依次連接作為生成器的主干部分,用于學(xué)習(xí)低分辨目標(biāo)特征和高分辨目標(biāo)率特征的的特征偏差,再與下層的Faster R-CNN中的五層卷積得到的特征按像素相加得到高分辨率的特征.每個(gè)殘差塊都是由3×3的卷積層,批量規(guī)范化層以及ReLU激活函數(shù)層組成.判別器的輸入包括生成的高分辨目標(biāo)特征和真實(shí)的高分辨目標(biāo)特征兩類,生成的高分辨目標(biāo)特征作為負(fù)樣本,真實(shí)的高分辨率目標(biāo)特征作為正樣本,通過為兩種樣本安排不同的標(biāo)記幫助判別器學(xué)習(xí)區(qū)分真?zhèn)螖?shù)據(jù).

本文基于Faster R-CNN網(wǎng)絡(luò)對(duì)中大型目標(biāo)已有良好的檢測(cè)效果而對(duì)小目標(biāo)的檢測(cè)效果不佳的情況,根據(jù)生成對(duì)抗網(wǎng)絡(luò)可生成高分辨率圖像的特性,提出了一種新的檢測(cè)器.網(wǎng)絡(luò)的具體結(jié)構(gòu)如圖3所示,整個(gè)網(wǎng)絡(luò)可以分成兩個(gè)子網(wǎng)絡(luò).上層子網(wǎng)絡(luò)是由生成器和判別器組成的對(duì)抗網(wǎng)絡(luò),用于為低分辨率目標(biāo)生成適當(dāng)?shù)奶卣髌?下層子網(wǎng)絡(luò)是由Faster R-CNN框架構(gòu)成的感知網(wǎng)絡(luò),用于目標(biāo)分類和回歸.

圖3 改進(jìn)的Faster R-CNN網(wǎng)絡(luò)框架圖

感知網(wǎng)絡(luò)結(jié)構(gòu)采用的是Faster R-CNN的檢測(cè)框架,以五層卷積進(jìn)行特征提取.RPN網(wǎng)絡(luò)在特征圖上選取預(yù)測(cè)框后會(huì)送入檢測(cè)器做進(jìn)一步的分類和回歸.

2 改進(jìn)的Faster R-CNN的訓(xùn)練過程

整個(gè)網(wǎng)絡(luò)的訓(xùn)練過程是不斷交替的迭代過程.每次迭代的訓(xùn)練過程如圖4所示,可分為如下三步:

1)訓(xùn)練RPN網(wǎng)絡(luò)提取目標(biāo)預(yù)測(cè)框.

2)訓(xùn)練判別器和檢測(cè)器: 用高分辨的圖像訓(xùn)練感知網(wǎng)絡(luò)和判別器,判別器利用判別損失Ldis反向調(diào)參判別網(wǎng)絡(luò),感知網(wǎng)絡(luò)利用感知損失Lp反向調(diào)參感知網(wǎng)絡(luò),相應(yīng)的損失表達(dá)式將在下面具體介紹.

3)判別器參數(shù)保持不變,訓(xùn)練生成器和檢測(cè)器: 用低分辨率的圖像一起訓(xùn)練生成器和感知網(wǎng)絡(luò),生成器會(huì)為低分辨率的目標(biāo)生成合適的特征偏差,與感知網(wǎng)絡(luò)卷積后的目標(biāo)特征按像素級(jí)相加得到生成的高分辨率的目標(biāo)特征,送入判別器和檢測(cè)器.此時(shí)因?yàn)樯善骱团袆e器的訓(xùn)練過程是相互對(duì)抗的,為了提高生成器的生成能力,判別網(wǎng)絡(luò)不做反向調(diào)參.我們利用生成損失Lg和感知損失Lp一起監(jiān)督整個(gè)高分辨率特征生成過程,相應(yīng)的損失函數(shù)為L=w1Lg+w2Lc.其中,w1,w2是兩個(gè)權(quán)重.在這里我們將它們?cè)O(shè)置為1.

在使用數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)前,為了順利訓(xùn)練生成對(duì)抗網(wǎng)絡(luò),本文先對(duì)數(shù)據(jù)集進(jìn)行了相應(yīng)的預(yù)處理.預(yù)處理的步驟為: 首先,選取兩個(gè)數(shù)據(jù)集中目標(biāo)尺寸大于64×64的圖片作為高分辨訓(xùn)練樣本;接著,通過下采樣使其尺寸小于32×32,作為低分辨訓(xùn)練樣本.測(cè)試樣本從兩個(gè)數(shù)據(jù)集中隨機(jī)選取并不做預(yù)處理.

2.1 對(duì)抗損失

對(duì)于生成器,我們的目標(biāo)是訓(xùn)練一個(gè)生成函數(shù)G將fs轉(zhuǎn)換成fl來欺騙判別器D.這里fl和fs分別表示高分辨率的目標(biāo)特征和相對(duì)應(yīng)的低分辨率的目標(biāo)特征.然而,生成器可能很難從fs中包含的有限信息中學(xué)習(xí)直接生成高分辨率的特征.因此,從感知網(wǎng)絡(luò)的低層卷積中引入特征f到生成網(wǎng)絡(luò)中來學(xué)習(xí)高分辨率特征和相對(duì)應(yīng)的低分辨特征之間的特征偏差,通過和Faster R-CNN卷積后的特征做像素級(jí)的疊加生成最終的高分辨特征.在本文的設(shè)計(jì)中,我們的目標(biāo)是改善小目標(biāo)的檢測(cè)性能,所以只需為低分辨率的目標(biāo)特征做高分辨率特征映射.對(duì)于高分辨率目標(biāo)我們需要生成器生成的特征偏差為零.因此,相應(yīng)的生成損失函數(shù)定義如下:

“昆北”陰平聲字“家”的唱調(diào)（《紫釵記·折柳》【寄生草】“可笑自家”，761），該單字唱調(diào)的過腔是。其中的即第一節(jié)級(jí)音性過腔，即第二節(jié)主調(diào)性過腔，由此構(gòu)成的也是“級(jí)音+主調(diào)”兩節(jié)型過腔。

(3)所有收集的網(wǎng)絡(luò)與訪談資料均轉(zhuǎn)換成文本，對(duì)其進(jìn)行詳細(xì)閱讀、提煉與分析，最終分類和歸納為4個(gè)方面：管理體制變革、行業(yè)規(guī)范推進(jìn)、產(chǎn)品創(chuàng)新與產(chǎn)業(yè)融合，并且從這4個(gè)方面進(jìn)行對(duì)比與探討。

圖4 改進(jìn)的Faster R-CNN的訓(xùn)練流程圖

訓(xùn)練結(jié)束時(shí),每個(gè)訓(xùn)練預(yù)測(cè)框都被標(biāo)記一個(gè)真值類別和真值框的目標(biāo)位置.

當(dāng)對(duì)抗訓(xùn)練達(dá)到平衡時(shí),即判別網(wǎng)絡(luò)無法區(qū)分輸入是真實(shí)特征圖還是生成特征圖時(shí),此時(shí)的生成器已經(jīng)可以為低分辨率的小目標(biāo)生成以假亂真的高分辨特征,生成器的訓(xùn)練可以停止.

2.2 感知損失

在感知網(wǎng)絡(luò)訓(xùn)練過程中,從特征圖提取的每個(gè)預(yù)測(cè)框被送入檢測(cè)器,得到兩類輸出.第一個(gè)輸出層由softmax回歸計(jì)算n+1個(gè)類中每個(gè)預(yù)測(cè)框的概率p=(p0,p1,…,pn).第二個(gè)輸出層計(jì)算預(yù)測(cè)框坐標(biāo)rn=(rnx,rny,rnw,rnh).然后,使用公式(3)定義的多任務(wù)損失函數(shù)Lp對(duì)預(yù)測(cè)框的類型和坐標(biāo)進(jìn)行回歸計(jì)算,同時(shí)計(jì)算得到預(yù)測(cè)框的坐標(biāo)偏移.

生成對(duì)抗網(wǎng)絡(luò)是由競爭的兩個(gè)神經(jīng)網(wǎng)絡(luò)模型組成.一個(gè)將噪聲作為輸入并生成樣本,所以稱為生成器,用G來表示.另一個(gè)模型稱為判別器,用D來表示.它的輸入有兩種,一種是生成器生成的樣本,另一種是訓(xùn)練數(shù)據(jù)中的真實(shí)樣本.生成器的目的是生成能欺騙判別器的樣本,判別器的目的的是能夠區(qū)分樣本是生成的還是真實(shí)的樣本.這兩個(gè)網(wǎng)絡(luò)的訓(xùn)練過程是對(duì)抗學(xué)習(xí),并且兩個(gè)網(wǎng)絡(luò)同時(shí)訓(xùn)練,最后當(dāng)生成器和判別器的損失函數(shù)達(dá)到一個(gè)平衡(納什平衡)時(shí),即G可以生成足以“以假亂真”的樣本G(z).對(duì)于D來說,它難以判定G生成的圖片究竟是不是真實(shí)的,因此D(G(z))=0.5.生成對(duì)抗網(wǎng)絡(luò)模型的流程圖如圖2所示.

其中,Lcls(p,g)=-logpg是真實(shí)類別g的對(duì)數(shù)損失.Lloc是邊界回歸損失函數(shù),定義如下:

其中,SL1是平滑損失函數(shù),定義如下.

對(duì)于判別器,對(duì)于輸入的真實(shí)的高分辨率特征和生成的高分辨率特征,需要通過判別損失來反向調(diào)參,使判別器通過訓(xùn)練對(duì)于輸入的真?zhèn)螖?shù)據(jù)學(xué)習(xí)區(qū)分.顯然當(dāng)Ldis足夠小時(shí),判別器將能夠區(qū)分所生成的特征與真實(shí)的特征之間的差異.最后,判別損失可以描述為:

⑤建立防患于未然思想 。從醫(yī)療機(jī)構(gòu)和衛(wèi)生行業(yè)來看，公眾輿論事件具有較大的影響，甚至?xí)?yán)重影響醫(yī)院的未來生存和發(fā)展。由此可見，醫(yī)院的高層領(lǐng)導(dǎo)需高度關(guān)注負(fù)面輿情和輿論危機(jī)，建立監(jiān)測(cè)和處理輿情的機(jī)制流程，對(duì)潛在的輿論隱患進(jìn)行有效防控。認(rèn)真落實(shí)新聞發(fā)言人制度，從制度層面上防止發(fā)生輿論引導(dǎo)的失誤。通常事件發(fā)生后需在最短時(shí)間內(nèi)進(jìn)行處理，同時(shí)啟動(dòng)我院的新聞發(fā)言人制度，多方面考慮輿論情關(guān)注焦點(diǎn)和方向，公布事件真相，避免負(fù)面效應(yīng)擴(kuò)散。在全院建立輿情無小事理念，把傳統(tǒng)媒體和自媒體并重利用，根據(jù)不同需要綜合利用。

3 實(shí)驗(yàn)結(jié)果分析

3.1 數(shù)據(jù)集

RPN網(wǎng)絡(luò)是Faster R-CNN的核心部分,類似于以往目標(biāo)檢測(cè)中的選擇性搜索的作用,通過卷積神經(jīng)網(wǎng)絡(luò)來選取候選框.由于圖片中的目標(biāo)的尺度和寬高比不一,需要多種類型的窗口.因此,RPN采用anchor機(jī)制,即設(shè)定一個(gè)基準(zhǔn)窗口大小,按照(8,16,32)三種倍數(shù)和(0.5,1,2)三種比例得到9種尺度的窗口.通過在輸入的特征圖上滑動(dòng)窗口,即可得到關(guān)于這張圖片的目標(biāo)預(yù)測(cè)框.RPN網(wǎng)絡(luò)的輸出是一個(gè)包含二類分類和邊框回歸的多任務(wù)模型.二類分類通過Softmax輸出預(yù)測(cè)框?qū)儆谇熬邦愡€是背景類,邊框回歸則是用于計(jì)算預(yù)測(cè)框的偏移量,以便獲得更加準(zhǔn)確的定位.最后,綜合預(yù)測(cè)框的概率和偏移量,運(yùn)用非極大值抑制(NMS)去除太小和超出邊界的預(yù)測(cè)框,然后將預(yù)測(cè)框送入完全連接層做進(jìn)一步的分類和邊框回歸.

第二階段為依賴階段，企業(yè)己建立較完整的安全條件和紀(jì)律約束，員工需要遵守安全規(guī)范要求，安全管理不只是安全管理人員的職責(zé)，其它員工也有義務(wù)參與。

交替訓(xùn)練過程中,生成器不斷學(xué)習(xí)為低分辨的目標(biāo)特征生成合適的特征偏差,判別器不斷學(xué)習(xí)區(qū)分生成的高分辨率特征和真實(shí)的高分辨率特征.通過迭代訓(xùn)練會(huì)不斷加強(qiáng)生成器和判別器的能力,從而提高低分辨率的小目標(biāo)的檢測(cè)準(zhǔn)確率.

本研究采用綜合心理護(hù)理方法，在以人為本護(hù)理理念指導(dǎo)下，充分了解患者需求和存在的問題，為其提供心理護(hù)理，干預(yù)人員與患者建立互信平等的朋友關(guān)系，為實(shí)施心理護(hù)理奠定基礎(chǔ)。

1.2.2 水資源供給 河套灌區(qū)水資源的供給渠道主要有引黃河水、地表水、地下水和中水回用。2016年河套灌區(qū)供水總量為44.871億m3，其中引黃水量為39.374億m3，占供水總量的87.75%；本地地表水、地下水、中水回用分別為0.148，5.185，0.164億m3（圖2）。

按照上述步驟,獲得訓(xùn)練樣本7532張,測(cè)試集4000張.然后,按照Pascal VOC 2007的數(shù)據(jù)格式對(duì)獲取的訓(xùn)練樣本數(shù)據(jù)集和測(cè)試集進(jìn)行相應(yīng)的轉(zhuǎn)換工作.

因?yàn)長ogo的種類眾多,并且獲取的每種類別擁有的圖片量不一,有的數(shù)量太少不足以用來進(jìn)行更進(jìn)一步的細(xì)化分類訓(xùn)練.因此,所有本文的Logo目標(biāo)檢測(cè)只做兩類分類和定位,并不對(duì)Logo再細(xì)致分類.

3.2 網(wǎng)絡(luò)參數(shù)設(shè)置

對(duì)于Logo檢測(cè),先采用ImageNet大型分類數(shù)據(jù)集對(duì)基礎(chǔ)網(wǎng)絡(luò)做預(yù)訓(xùn)練,獲得五層卷積的參數(shù)初始化.除此之外,網(wǎng)絡(luò)中添加其它結(jié)構(gòu)均采用“Xavier”[23]進(jìn)行參數(shù)初始化.

整個(gè)網(wǎng)絡(luò)使用隨機(jī)梯度下降(SGD)訓(xùn)練,動(dòng)量為0.9,權(quán)重衰減量為0.0005;殘差塊的數(shù)量設(shè)置為5.在訓(xùn)練期間,25%的樣本是前景,剩下的是背景.預(yù)測(cè)框與真值框的交并比(IOU)至少0.5.

3.3 方法比較

本文方法的測(cè)試是在NVIDIA GeForce GTX 1070 GPU和Caffe平臺(tái)上實(shí)現(xiàn)的.表1顯示了本文的方法與其他方法在Logo檢測(cè)上的平均準(zhǔn)確率和召回率的比較.從數(shù)據(jù)中,我們可以明顯看出,改進(jìn)的方法在檢測(cè)性能方面優(yōu)于Faster R-CNN,說明了我們的改進(jìn)發(fā)揮了作用,并且因?yàn)镕ast R-CNN在候選框選取數(shù)量遠(yuǎn)遠(yuǎn)多于Faster R-CNN,所以在小物體的檢測(cè)方面召回率要優(yōu)于Faster R-CNN.然而,在Logo的檢測(cè)上,我們的方法依賴于更少的預(yù)測(cè)框在小物體的檢測(cè)效果上已經(jīng)超過了Fast R-CNN,說明了本文提出的方法在小目標(biāo)的檢測(cè)上有優(yōu)勢(shì).

表1 本文方法與Fast R-CNN和Faster R-CNN在Logo測(cè)試集上的檢測(cè)性能比較(%)

為了分析不同尺度下三種方法的性能,我們將目標(biāo)劃分為兩種類型的尺度: 像素小于32×32小目標(biāo)和像素大于32×32的中大型目標(biāo).通過Accuracy-Recall曲線比較它們?cè)贚ogo數(shù)據(jù)集上的檢測(cè)性能,如圖5所示.總的來說,我們的方法優(yōu)于其他方法,特別是在小物體的檢測(cè)中,證明了我們方法的有效性.如圖5(a)所示,Fast R-CNN在小目標(biāo)檢測(cè)中優(yōu)于Faster R-CNN.然而,當(dāng)將GAN引入Faster R-CNN時(shí),改進(jìn)的Faster R-CNN比Fast R-CNN方法獲得更好的性能.它證明了生成器為小目標(biāo)創(chuàng)造了適當(dāng)?shù)钠?使小目標(biāo)的特征與大目標(biāo)的特征相似,從而獲得了良好的性能.對(duì)于大中型物體檢測(cè),圖5中所示的三種方法略有不同.客觀地說,Fast R-CNN的性能比其他兩種方法弱.在測(cè)試中型和大型物體時(shí),Faster R-CNN稍微弱于我們的改進(jìn)方法.為了更直觀顯示我們的檢測(cè)效果,我們隨機(jī)選取了幾張三種方法在Logo數(shù)據(jù)集上的檢測(cè)效果圖,如圖6所示.圖6中子圖(a)、(b)、(c)分別代表的是Fast R-CNN、Faster R-CNN和改進(jìn)的方法的檢測(cè)效果圖.從圖中可以看出,相比于前兩種方法,改進(jìn)的方法在定位和分類概率上都更加準(zhǔn)確.

圖5 改進(jìn)方法與Fast R-CNN和Faster R-CNN的Accuracy-Recall曲線圖

4 結(jié)語

本文將GAN引入Faster R-CNN框架.我們使用生成網(wǎng)絡(luò)生成一個(gè)特征偏差,使小目標(biāo)的特征類似于大目標(biāo)的特征,從而欺騙了判別器.通過這種策略,與Faster R-CNN相比,我們的方法有效地提高了小目標(biāo)的檢測(cè)性能.盡管我們的方法使用Logo數(shù)據(jù)集進(jìn)行訓(xùn)練和測(cè)試,但是該方法的應(yīng)用不只限于Logo的檢測(cè),而且還可以用于其他情況下的小目標(biāo)檢測(cè).當(dāng)然,我們需要改進(jìn)的地方還有很多.兩種模型的組合使網(wǎng)絡(luò)結(jié)構(gòu)更加復(fù)雜,訓(xùn)練還需要分兩個(gè)階段完成,訓(xùn)練時(shí)間和計(jì)算量的增加是不可避免的.

圖6 改進(jìn)的方法與Fast R-CNN和Faster R-CNN在測(cè)試集的檢測(cè)效果圖