基于改進(jìn)YOLOv3的輕量化神經(jīng)網(wǎng)絡(luò)算法研究

舒 軍， 吳 柯， 雷建軍

(1.湖北工業(yè)大學(xué)太陽能高效利用及儲(chǔ)能運(yùn)行控制湖北省重點(diǎn)實(shí)驗(yàn)室， 武漢 430068；2.湖北第二師范學(xué)院基礎(chǔ)教育信息技術(shù)服務(wù)湖北省協(xié)同創(chuàng)新中心， 武漢 430205)

近年來，基于人工深度神經(jīng)網(wǎng)絡(luò)[1]的目標(biāo)檢測(cè)識(shí)別技術(shù)得到了迅猛的發(fā)展，許多開源平臺(tái)相繼推出其標(biāo)準(zhǔn)數(shù)據(jù)集或圖像識(shí)別競(jìng)賽，如ImageNet[2]、PASCAL VOC[3]、MS COCO[4]；一些優(yōu)秀的神經(jīng)網(wǎng)絡(luò)檢測(cè)框架也橫空出世，近年來具有代表性的如RetinaNet[5]，R-FCN[6]，DSSD[7]和YOLOv3[8].由于人工神經(jīng)網(wǎng)絡(luò)具有可靠性高、計(jì)算速度快的特點(diǎn)，越來越多的深度神經(jīng)網(wǎng)絡(luò)被應(yīng)用于指定的小樣本數(shù)據(jù)集上的對(duì)象檢測(cè)及分類[9].

在目前的主流算法中，YOLOv3是使用最先進(jìn)技術(shù)的實(shí)時(shí)物體檢測(cè)模型，YOLOv3的檢測(cè)速度與檢測(cè)精度對(duì)比各網(wǎng)絡(luò)模型都能保持較高水平，詳細(xì)性能對(duì)比如圖1；由于其算法檢測(cè)精準(zhǔn)度達(dá)到高水平并滿足實(shí)時(shí)檢測(cè)的需求，故本研究基于YOLOv3進(jìn)行小樣本數(shù)據(jù)集的檢測(cè)識(shí)別.

圖1 各網(wǎng)絡(luò)模型在MS COCO數(shù)據(jù)集上的性能Fig.1 Performance of each network model on MS COCO dataset

然而小樣本數(shù)據(jù)集中的待測(cè)對(duì)象尺寸較為單一、尺度特征相對(duì)少，直接使用YOLOv3訓(xùn)練時(shí)生成特征的利用率低，犧牲了很多計(jì)算時(shí)間而檢測(cè)精準(zhǔn)度并沒有明顯提升；為了進(jìn)一步提升在小樣本數(shù)據(jù)集上的檢測(cè)速度，充分利用網(wǎng)絡(luò)性能，需要對(duì)YOLOv3改進(jìn)以提升特征利用率，減少重復(fù)特征參與計(jì)算.

1 YOLOv3神經(jīng)網(wǎng)絡(luò)算法

YOLOv3神經(jīng)網(wǎng)絡(luò)算法框架于2018年被Joseph和Girshick等人提出，其網(wǎng)絡(luò)相繼使用過修改后的GoogleNet[10]、VGGNet[11]網(wǎng)絡(luò)結(jié)構(gòu)，最新版中使用ResNet[12]中的殘差網(wǎng)絡(luò)結(jié)構(gòu)，加強(qiáng)了卷積(Conv)層之間的特征傳遞，并使用了FPN[13]的特征金字塔結(jié)構(gòu)來輸入大、中、小三種不同分辨率尺度的特征進(jìn)行檢測(cè)，提升了檢測(cè)精度.

YOLOv3原網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，其骨干網(wǎng)絡(luò)中的卷積層為ResNet殘差網(wǎng)絡(luò)結(jié)構(gòu)，有三個(gè)不同分辨率尺度的輸出檢測(cè)模塊，其借鑒了FPN特征金字塔結(jié)構(gòu)，從淺層至深層的輸出特征分辨率分別為52×52、26×26、13×13，對(duì)應(yīng)小、中、大分辨率目標(biāo)對(duì)象進(jìn)行檢測(cè)，并對(duì)深層特征使用上采樣，將該層特征增加整合至淺層，盡可能地減少各尺度分辨率特征的損失，從而提升了檢測(cè)精準(zhǔn)度.

圖2 YOLOv3神經(jīng)網(wǎng)絡(luò)主體結(jié)構(gòu)Fig.2 The main structure of YOLOv3 neural network

本研究在YOLOv3骨干框架上改變了所有卷積層的連接方式，使用DenseNet[14]中的密集串聯(lián)代替了原本的殘差連接，并加入28個(gè)密集串聯(lián)層，刪減了最小尺度的多尺度檢測(cè)結(jié)構(gòu)，在保證檢測(cè)率的同時(shí)提升了檢測(cè)速度.

2 改進(jìn)YOLOv3神經(jīng)網(wǎng)絡(luò)算法

2.1 YOLOv3神經(jīng)網(wǎng)絡(luò)算法改進(jìn)設(shè)計(jì)

2.1.1 改進(jìn)網(wǎng)絡(luò)連接方式 神經(jīng)網(wǎng)絡(luò)在淺層卷積層提取特征，然后將特征傳遞到更深層的卷積核，這個(gè)過程難免會(huì)丟失部分特征，甚至產(chǎn)生噪聲.原YOLOv3網(wǎng)絡(luò)在卷積層之間使用殘差連接，在每次卷積提取特征之前，將前一層或幾層的分辨率特征調(diào)整為同等維數(shù)，進(jìn)行逐元素相加，以此來加強(qiáng)特征的傳遞.

改進(jìn)算法模型中的卷積層使用了密集串聯(lián)的方式來替代原本的殘差連接，以進(jìn)一步加強(qiáng)卷積層之間的特征傳遞，從而提升檢測(cè)精確度.殘差連接和密集串聯(lián)的方式如圖3所示.若設(shè)xl為第l層卷積網(wǎng)絡(luò)的特征圖輸出，每層卷積的計(jì)算過程包含了批量歸一化(Batch Normalization)[15]、Leaky ReLU線性單元(Leaky Rectified Linear Units)[16]函數(shù)處理和3×3的卷積計(jì)算，可以用復(fù)合函數(shù)Hl來表示，那么對(duì)于殘差連接網(wǎng)絡(luò)中第l層卷積網(wǎng)絡(luò)的特征圖輸出表示為：

圖3 殘差連接和密集串聯(lián)的方式Fig.3 Shortcut connection and dense concatenation

xl=Hl(xl-1)+xl-1，

(1)

其中卷積網(wǎng)絡(luò)的層數(shù)從0開始，第l層接收當(dāng)前層與上一層的特征圖作為輸出；而對(duì)于密集串聯(lián)網(wǎng)絡(luò)中第l層卷積網(wǎng)絡(luò)的特征圖輸出表示為：

xl=Hl([x0，x1，x2，…，xl-1]).

(2)

第l層接收前層的所有特征圖作為輸出.

與殘差連接不同，密集串聯(lián)將本層的特征整合維數(shù)傳遞至往后的所有密集串聯(lián)層，盡可能避免了特征在卷積層傳遞導(dǎo)致的信息丟失.這樣做能有效提升檢測(cè)準(zhǔn)確度，特別是在淺層增加卷積核個(gè)數(shù)，能有效地提升特征提取能力，但如此做也相應(yīng)增大了計(jì)算參數(shù).

2.1.2 輕量化網(wǎng)絡(luò)結(jié)構(gòu) 在進(jìn)行下采樣時(shí)，原YOLOv3網(wǎng)絡(luò)的使用卷積核大小為3×3，步長(zhǎng)為2的卷積層進(jìn)行下采樣，以減少特征信息的丟失.由于本研究使用了密集串聯(lián)的連接方式，淺層網(wǎng)絡(luò)提取的特征和參數(shù)計(jì)算量增加，在進(jìn)行下采樣時(shí)，如果使用原YOLOv3網(wǎng)絡(luò)方式進(jìn)行下采樣，會(huì)導(dǎo)致參數(shù)計(jì)算量過多，拖慢整體網(wǎng)絡(luò)計(jì)算速度，甚至發(fā)生梯度消失的情況.因此本研究在每個(gè)密集串聯(lián)的卷積塊傳遞收集特征之后，使用過渡層來進(jìn)行降維操作，過渡層具體結(jié)構(gòu)如圖4所示.

圖4 過渡層具體結(jié)構(gòu)Fig.4 The specific structure of transition layer

淺層特征在經(jīng)過批量歸一化(Batch Normalization)處理和線性激活單元(Leaky Rectified Linear Units)函數(shù)處理的1×1卷積層后，使用卷積核大小為2×2，步長(zhǎng)為2的最大池化層進(jìn)行下采樣，剔除冗余信息和部分噪聲.對(duì)于完成第l層卷積所需的十億次浮點(diǎn)運(yùn)算量(Billion Float Operations)，其公式表示為：

(3)

其中，n表示卷積核的數(shù)目，s1、s2為卷積核的長(zhǎng)寬，c為特征圖數(shù)量，hout、wout表示卷積后圖像的長(zhǎng)寬，其由卷積前的圖像尺寸計(jì)算而來：

(4)

(5)

其中hin、win為輸入圖像的長(zhǎng)與寬，st為步長(zhǎng)，p為填充數(shù).

對(duì)比原網(wǎng)絡(luò)使用的卷積核大小為3×3，步長(zhǎng)為2卷積層作為下采樣結(jié)構(gòu)，過渡層能減少更多的參數(shù)計(jì)算量，后續(xù)的實(shí)驗(yàn)結(jié)果也證明新結(jié)構(gòu)的總浮點(diǎn)運(yùn)算數(shù)更少.值得一提的是，本研究所有卷積層均經(jīng)過BN和ReLU激活處理，避免梯度消失和過擬合情況.

2.1.3 改進(jìn)多尺度檢測(cè) YOLOv3網(wǎng)絡(luò)使用了FPN結(jié)構(gòu)輸出三個(gè)不同尺度的特征檢測(cè)通道，對(duì)于416×416的輸入分辨率，輸出52×52、26×26、13×13的分辨率特征，并使用9個(gè)不同大小的先驗(yàn)框來預(yù)測(cè)目標(biāo)對(duì)象，對(duì)應(yīng)先驗(yàn)框分辨率大小如表1所示.

表1 不同尺度特征圖對(duì)應(yīng)先驗(yàn)框分辨率大小Tab.1 The resolution of the priori box corresponding to different scale feature maps

對(duì)于尺寸單一的小樣本數(shù)據(jù)集，其像素特征組合構(gòu)造簡(jiǎn)單，單張圖片中只有一個(gè)待測(cè)對(duì)象，且都為中大尺度分辨率，加入小尺度特征檢測(cè)會(huì)增加運(yùn)算成本，拖慢檢測(cè)時(shí)的速度，對(duì)提高精度提升有限.故本研究算法刪減了小尺度的特征檢測(cè)通道，保留26×26、13×13的分辨率特征，在保證準(zhǔn)確率的同時(shí)提升網(wǎng)絡(luò)檢測(cè)速度.為了便于未來研究原始樣本在同一鏡頭出現(xiàn)多個(gè)待測(cè)對(duì)象時(shí)的檢測(cè)效果，保留了中等尺度特征檢測(cè)通道.修改后的多尺度特征檢測(cè)通道保留了上采樣過程，用于增加淺層特征，修改后的多尺度特征檢測(cè)結(jié)構(gòu)如圖5所示.

圖5 修改后的多尺度檢測(cè)結(jié)構(gòu)Fig.5 Modified multi-scale detection structure

2.2 改進(jìn)YOLOv3神經(jīng)網(wǎng)絡(luò)算法整體結(jié)構(gòu)

綜上所述，改進(jìn)后的YOLOv3神經(jīng)網(wǎng)絡(luò)算法主體結(jié)構(gòu)如圖6所示.

圖6 改進(jìn)后的YOLOv3算法主體結(jié)構(gòu)Fig.6 The main structure of the improved YOLOv3 algorithm

該算法使用了28個(gè)卷積塊，每個(gè)卷積塊內(nèi)部的連續(xù)卷積層為密集串聯(lián)方式，中間使用了3個(gè)過渡層來進(jìn)行降維，減少整體網(wǎng)絡(luò)參數(shù)計(jì)算量，檢測(cè)模塊使用兩種不同尺度的多尺度檢測(cè)通道，該結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)在保證檢測(cè)精確率的同時(shí)提升了檢測(cè)速度.

2.3 模型應(yīng)用

在使用數(shù)據(jù)樣本進(jìn)行模型訓(xùn)練時(shí)，網(wǎng)絡(luò)模型輸入416×416樣本圖像分辨率，首先分配批次，經(jīng)過預(yù)處理階段增加樣本數(shù)量，增加指定倍率倍飽和度和曝光量的樣本，以及指定倍率色調(diào)的樣本，根據(jù)需求設(shè)置指定角度旋轉(zhuǎn)的樣本.在經(jīng)過一系列卷積和下采樣操作后，使用多尺度訓(xùn)練模式，生成額外分辨率的樣本圖像，其分辨率大小從320×320至608×608不等，最后經(jīng)過預(yù)測(cè)模塊驗(yàn)證模型.模型訓(xùn)練運(yùn)行流程如圖7所示.其中默認(rèn)設(shè)置每批訓(xùn)練樣本32張，分為16組輸入.最優(yōu)化方法動(dòng)量參數(shù)為0.9，權(quán)重衰減正則項(xiàng)為0.000 5，學(xué)習(xí)率0.001，最終迭代12 000次.

圖7 模型訓(xùn)練運(yùn)行流程Fig.7 Running process of training model

3 實(shí)驗(yàn)與分析

3.1 麻將子數(shù)據(jù)集實(shí)驗(yàn)

麻將席是夏季日常生活中廣泛使用的產(chǎn)品，具有一定的經(jīng)濟(jì)價(jià)值.人工檢測(cè)麻將子不能長(zhǎng)時(shí)間保持高效率，并且在區(qū)分麻將子優(yōu)劣時(shí)受主觀因素影響大，不能確保揀選時(shí)的準(zhǔn)確率.而通過深度學(xué)習(xí)的方法來區(qū)分麻將子的優(yōu)劣，在經(jīng)過充足的訓(xùn)練后，識(shí)別率可以提升超過人工識(shí)別水平，并有效節(jié)省人力成本，提高生產(chǎn)效益.

3.1.1 待測(cè)對(duì)象分析 本實(shí)驗(yàn)所測(cè)麻將子樣本為流水線上相機(jī)拍攝所得，盡量還原了實(shí)際現(xiàn)場(chǎng)的拍攝情況.如圖8所示，為包含了正反面的4種不同類別的麻將子樣本，區(qū)分出各種麻將子的目的是為了方便后續(xù)測(cè)試網(wǎng)絡(luò)模型對(duì)不同種類麻將子的具體性能.

圖8 四種包含正反面的不同種類的麻將子樣本Fig.8 Four different types of mahjong subsamples containing front and back

現(xiàn)場(chǎng)采集的麻將子數(shù)據(jù)集主要有以下幾點(diǎn)特點(diǎn).

1) 麻將子樣本圖像分辨率全部為658×492，實(shí)際拍攝時(shí)在鏡頭內(nèi)的麻將子大小基本不會(huì)有大的變化，檢測(cè)特征尺度單一.

2) 麻將子數(shù)據(jù)集中的樣本圖像較少，實(shí)際標(biāo)注只有2682張，訓(xùn)練時(shí)可能發(fā)生過擬合.

3) 麻將子樣本包含了所有正反面拍攝的麻將子，故同種類麻將子同時(shí)包含了正反面特征，識(shí)別對(duì)象特征稍復(fù)雜.很多合格麻將子表面的臟污可能干擾檢測(cè)準(zhǔn)確度，進(jìn)一步增加了特征復(fù)雜性.

4) 麻將子樣本存在不同角度的情況，同一鏡頭也可能出現(xiàn)多個(gè)麻將子，增加特征提取和多目標(biāo)檢測(cè)難度.

在對(duì)原YOLOv3算法進(jìn)行改進(jìn)前，需要考慮以上因素做出適合麻將子數(shù)據(jù)集進(jìn)行預(yù)處理.

3.1.2 基于麻將子數(shù)據(jù)集的預(yù)處理 為進(jìn)一步提升麻將子的檢測(cè)精確度，以及加快訓(xùn)練麻將子的擬合過程，需要對(duì)麻將子數(shù)據(jù)集進(jìn)行預(yù)處理操作.本實(shí)驗(yàn)標(biāo)注了2 682張麻將子樣本，其中4/5用作訓(xùn)練集，1/5作為驗(yàn)證集.在訓(xùn)練前使用K-means++算法[17]對(duì)樣本進(jìn)行聚類，對(duì)416×416輸入分辨率的圖像進(jìn)行分析，選擇使用5個(gè)不同大小的先驗(yàn)框以預(yù)測(cè)目標(biāo)對(duì)象，進(jìn)而在一定程度上提升模型達(dá)到擬合的速度.兩種尺度生成的先驗(yàn)框分辨率大小如表2所示.

表2 兩種尺度特征圖對(duì)應(yīng)先驗(yàn)框分辨率大小Tab.2 Two scale feature maps correspond to the resolution of the prior frame

3.1.3 麻將子數(shù)據(jù)集的訓(xùn)練 本研究中麻將子訓(xùn)練實(shí)驗(yàn)基于硬件配置及軟件平臺(tái)如表3所示.

表3 硬件配置及軟件平臺(tái)Tab.3 Hardware configuration and software platform

麻將子樣本進(jìn)行模型訓(xùn)練時(shí)，輸入416×416樣本圖像分辨率，首先分配批次，經(jīng)過預(yù)處理階段增加樣本數(shù)量，增加±1.5倍飽和度和±1.5倍曝光量的樣本，以及±0.1比例色調(diào)的樣本，同時(shí)增加±14度與±28度旋轉(zhuǎn)的樣本.在經(jīng)過一系列卷積和下采樣操作后，使用多尺度訓(xùn)練模式，生成額外分辨率的樣本圖像，其分辨率大小從320×320至608×608不等，最后經(jīng)過預(yù)測(cè)模塊驗(yàn)證模型.

3.1.4 麻將子訓(xùn)練模型的評(píng)估 在訓(xùn)練階段，程序每迭代1 000次會(huì)自動(dòng)保存一次權(quán)重模型，通常選擇具有最高的IoU和mAP的權(quán)重文件作為最終模型.但實(shí)際上在最后階段的訓(xùn)練中這些差異很小，并且為了直觀地與原檢測(cè)框架做效果對(duì)比，選取最終訓(xùn)練12 000次迭代的權(quán)重模型.隨著迭代次數(shù)的增加loss逐漸下降，當(dāng)下降極慢時(shí)模型趨于穩(wěn)定，同時(shí)IoU(預(yù)測(cè)邊框與實(shí)際對(duì)象重合比例)也隨著迭代次數(shù)的增加而變化.改進(jìn)后YOLOv3生成的IoU變化曲線與訓(xùn)練loss曲線如圖9.

圖9 訓(xùn)練模型的IoU與loss變化曲線圖Fig.9 Training model IoU and loss curve

在2 000次迭代后，改進(jìn)后的YOLOv3網(wǎng)絡(luò)的IOU迅速達(dá)到0.8以上，即預(yù)測(cè)邊框與實(shí)際對(duì)象重合比多數(shù)在80%以上，預(yù)測(cè)邊框較為準(zhǔn)確.整體來看，模型在前2 000次迅速擬合，最終loss穩(wěn)定在0.2左右，檢測(cè)性能良好.

3.1.5 麻將子訓(xùn)練模型與改進(jìn)前模型對(duì)比 在與原網(wǎng)絡(luò)框架進(jìn)行對(duì)比實(shí)驗(yàn)時(shí)，保留相同的參數(shù)設(shè)置與樣本增加的預(yù)處理操作，使用12 000次的迭代模型作對(duì)比，各類目標(biāo)詳細(xì)的檢測(cè)效果對(duì)比如表4所示.

表4 改進(jìn)前后模型各類結(jié)果評(píng)分對(duì)比Tab.4 Comparison of various results of the model before and after the improvement

改進(jìn)網(wǎng)絡(luò)模型對(duì)形狀錯(cuò)誤和表面破損的麻將子檢測(cè)準(zhǔn)確度提升較大，這是由于改進(jìn)前這兩類麻將子在多尺度訓(xùn)練時(shí)生成了過多的虛假正樣本(FP)，而改進(jìn)后的網(wǎng)絡(luò)虛假正樣本很少，多數(shù)為真實(shí)正樣本(TP).

綜合來看，樣本足夠的情況下，對(duì)合格類別和竹節(jié)類別的麻將子檢測(cè)效果最好，而其他類別效果略差，這是因?yàn)楹笳呦袼靥卣鹘M合復(fù)雜，同時(shí)樣本相對(duì)較少，使得網(wǎng)絡(luò)生成虛假樣本太多，最終導(dǎo)致檢測(cè)效果較差.對(duì)于改進(jìn)前后的各類指標(biāo)評(píng)分對(duì)比如表5所示.

從表5可以看到，改進(jìn)后YOLOv3網(wǎng)絡(luò)的mAP-50提升了2.45%；每秒檢測(cè)幀數(shù)由67.84提高至148.59，提升了119.03%；同時(shí)總浮點(diǎn)運(yùn)算數(shù)從653.1億次降低到110.5億次，網(wǎng)絡(luò)運(yùn)算成本減少，訓(xùn)練速度得到提升，整體網(wǎng)絡(luò)更加輕量化.綜合上述，實(shí)驗(yàn)證明了改進(jìn)YOLOv3網(wǎng)絡(luò)在麻將子數(shù)據(jù)集上的檢測(cè)效果良好.

表5 改進(jìn)前后麻將子模型各項(xiàng)指標(biāo)評(píng)分對(duì)比(取閾值0.25以上數(shù)據(jù))Tab.5 Comparison of scores of majiang mat model before and after improvement (The threshold of 0.25 or more)

3.2 Kaggle開源數(shù)據(jù)集實(shí)驗(yàn)

Kaggle是互聯(lián)網(wǎng)上最著名的數(shù)據(jù)科學(xué)競(jìng)賽平臺(tái)之一，本實(shí)驗(yàn)選取Kaggle貓狗圖像數(shù)據(jù)集作為試驗(yàn)對(duì)象，其中共25 000張樣本圖像，平均分為貓、狗兩類.為方便與改進(jìn)前的網(wǎng)絡(luò)模型做對(duì)比驗(yàn)證，在試驗(yàn)時(shí)只取部分?jǐn)?shù)據(jù)作試驗(yàn)，其中貓、狗各100張，取其中15%作為驗(yàn)證集，其余為訓(xùn)練集，最終迭代12 000次，與改進(jìn)前的網(wǎng)絡(luò)模型進(jìn)行對(duì)比實(shí)驗(yàn)的結(jié)果如表6所示.

從表6可以看到，改進(jìn)后YOLOv3網(wǎng)絡(luò)的mAP-50提升了12.5%；每秒檢測(cè)幀數(shù)由61.94提高至138.99，提升了124.39%；同時(shí)總浮點(diǎn)運(yùn)算數(shù)從652.9億次降低到110.2億次，整體網(wǎng)絡(luò)更加輕量化；實(shí)驗(yàn)證明了改進(jìn)YOLOv3網(wǎng)絡(luò)在Kaggle數(shù)據(jù)集上的檢測(cè)效果良好.

表6 改進(jìn)前后貓狗模型各項(xiàng)指標(biāo)評(píng)分對(duì)比(取閾值0.25以上數(shù)據(jù))Tab.6 Comparison of scores of cat and dog model before and after improvement (The threshold value of 0.25 or more)

3.3 Caltech開源數(shù)據(jù)集實(shí)驗(yàn)

Caltech是美國(guó)加州理工學(xué)院制作的標(biāo)準(zhǔn)數(shù)據(jù)集之一，本實(shí)驗(yàn)使用了Caltech-256中的數(shù)據(jù)集，其中包含了256種不同種類的圖片.為方便與改進(jìn)前的網(wǎng)絡(luò)做對(duì)比驗(yàn)證，在試驗(yàn)時(shí)只取部分?jǐn)?shù)據(jù)，其中保齡球104張，足球122張，取其中15%作為驗(yàn)證集，其余為訓(xùn)練集，最終迭代12 000次，與改進(jìn)前的網(wǎng)絡(luò)模型進(jìn)行對(duì)比實(shí)驗(yàn)的結(jié)果如表7.

從表7可以看到，改進(jìn)后YOLOv3網(wǎng)絡(luò)的mAP-50提升了5.34%；每秒檢測(cè)幀數(shù)由63.21提高至151.74，提升了140.05%；同時(shí)總浮點(diǎn)運(yùn)算數(shù)從652.9億次降低到110.2億次，整體網(wǎng)絡(luò)更加輕量化；實(shí)驗(yàn)證明了改進(jìn)YOLOv3網(wǎng)絡(luò)在Caltech數(shù)據(jù)集上的檢測(cè)效果良好.

從表7可以看到，改進(jìn)后YOLOv3網(wǎng)絡(luò)的mAP-50提升了5.34%；每秒檢測(cè)幀數(shù)由63.21提高至151.74，提升了140.05%；同時(shí)總浮點(diǎn)運(yùn)算數(shù)從652.9億次降低到110.2億次，整體網(wǎng)絡(luò)更加輕量化；實(shí)驗(yàn)證明了改進(jìn)YOLOv3網(wǎng)絡(luò)在Caltech數(shù)據(jù)集上的檢測(cè)效果良好.

4 總結(jié)

本文基于小樣本數(shù)據(jù)集提出了一種改進(jìn)的YOLOv3神經(jīng)網(wǎng)絡(luò)算法，使用密集串聯(lián)結(jié)構(gòu)代替原本的殘差連接結(jié)構(gòu)，下采樣過程使用過渡層來替代原本的改變卷積步長(zhǎng)降維的方式，并刪減了小尺度分辨率的檢測(cè)模塊，保留中、大尺度檢測(cè)模塊.

實(shí)驗(yàn)表明，對(duì)于自制麻將子數(shù)據(jù)集，改進(jìn)后的YOLOv3神經(jīng)網(wǎng)絡(luò)對(duì)比原神經(jīng)網(wǎng)絡(luò)的mAP-50提升2.45%，并減少了浮點(diǎn)運(yùn)算數(shù)，檢測(cè)幀數(shù)提升了119.03%，證明了改進(jìn)模型應(yīng)用于麻將子數(shù)據(jù)集上的效果良好.

對(duì)于kaggle開源數(shù)據(jù)集以及Caltech開源數(shù)據(jù)集，改進(jìn)后的YOLOv3神經(jīng)網(wǎng)絡(luò)算法對(duì)比原算法的FPS分別提升了124.39%、140.05%，mAP-50分別提升了12.5%、5.34%，證明了改進(jìn)網(wǎng)絡(luò)模型有更好的分類能力，因此可以推廣至其他小樣本數(shù)據(jù)集.