基于改進(jìn)Mask R-CNN的可見光圖像中艦船目標(biāo)檢測方法

馬嘯，邵利民，金鑫，盧惠民，肖軍浩，谷東亮

(1.海軍研究院，北京 100071； 2.海軍大連艦艇學(xué)院 航海系，遼寧，大連 116000； 3.國防科技大學(xué) 智能科學(xué)學(xué)院 自動化系，湖南，長沙 410000)

隨著作戰(zhàn)方式的變革，無人作戰(zhàn)系統(tǒng)成為現(xiàn)代武器裝備的發(fā)展趨勢之一，利用艦載無人機(jī)、水面無人艇執(zhí)行偵察搜救等任務(wù)已經(jīng)成為海上信息化作戰(zhàn)中的重要手段，其中對海上艦船目標(biāo)進(jìn)行自主探測是保證任務(wù)完成的關(guān)鍵因素[1]. 相比于遠(yuǎn)距離雷達(dá)、紅外目標(biāo)探測系統(tǒng)，視覺系統(tǒng)是近距離目標(biāo)圖像采集與探測的主要設(shè)備系統(tǒng)，從視覺系統(tǒng)采集的可見光圖像中檢測出艦船目標(biāo)，并進(jìn)一步實現(xiàn)艦船目標(biāo)的語義分割為艦載無人機(jī)、水面無人艇等更快速、準(zhǔn)確地完成任務(wù)提供了有效保障[2].

近年來，深度學(xué)習(xí)技術(shù)在目標(biāo)檢測等計算機(jī)視覺任務(wù)中表現(xiàn)出色，一些典型的目標(biāo)檢測算法如Faster R-CNN(faster region-based convolutiona neural networks)、YOLO(you only look once)、SSD(single shot multi-box detector)等被陸續(xù)應(yīng)用到艦船目標(biāo)檢測當(dāng)中[3-9]，通過構(gòu)建艦船樣本數(shù)據(jù)庫訓(xùn)練網(wǎng)絡(luò)模型自動提取目標(biāo)特征以實現(xiàn)不同姿態(tài)、不同種類的艦船目標(biāo)檢測，具有較強(qiáng)的魯棒性且避免了人工設(shè)計提取特征的過程，節(jié)省了大量資源，但其中很多算法的檢測框都是與圖像橫縱軸相平行的經(jīng)典矩形檢測框，在檢測艦船目標(biāo)時會框出很多無關(guān)區(qū)域，影響艦船目標(biāo)的檢測精度[10-13]. 基于深度學(xué)習(xí)技術(shù)的Mask R-CNN目標(biāo)檢測算法將目標(biāo)檢測框與像素級語義分割相結(jié)合，在檢測出每個目標(biāo)位置的同時獲得目標(biāo)的邊緣輪廓，能夠很好的解決經(jīng)典矩形檢測框信息冗余的問題[14-15].

據(jù)此，論文針對海面場景，構(gòu)建海上可見光艦船樣本數(shù)據(jù)庫，通過改進(jìn)Mask R-CNN目標(biāo)檢測算法，對可見光圖像中的航母、除航母外的其他軍艦以及民船進(jìn)行檢測，并進(jìn)一步解析圖像中軍艦?zāi)繕?biāo)的上層建筑和主船體，實現(xiàn)對軍艦?zāi)繕?biāo)的語義分割.

1 Mask R-CNN目標(biāo)檢測算法

Mask R-CNN網(wǎng)絡(luò)在Faster R-CNN網(wǎng)絡(luò)的基礎(chǔ)上添加了一個掩膜分支，在對圖像中的目標(biāo)進(jìn)行定位和分類的同時，能夠為每一個邊框提供二進(jìn)制掩碼，用以描述目標(biāo)的像素級分割結(jié)果，從而增強(qiáng)目標(biāo)檢測效果[16].

Faster R-CNN網(wǎng)絡(luò)中，區(qū)域生成網(wǎng)絡(luò)(region proposal networks，RPN)是一種直接用于提取候選區(qū)域的神經(jīng)網(wǎng)絡(luò)，在對整幅圖像卷積得到圖像的特征圖后，將特征圖輸入到RPN中提取出候選區(qū)域，經(jīng)過感興趣區(qū)域池化層(region of interest pooling，ROI pooling)提取候選區(qū)域特征，并將所有候選區(qū)域特征統(tǒng)一到固定維度輸出到全連接層(fc layers)，最后使用邊框回歸算法和分類器(softmax)得到目標(biāo)位置及所屬類別. Faster R-CNN的網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示.

圖1 Faster R-CNN網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of Faster R-CNN

相比于Faster R-CNN網(wǎng)絡(luò)，Mask R-CNN網(wǎng)絡(luò)使用深度為50層或101層的殘差網(wǎng)絡(luò) (residual neural network，ResNet)提取整幅圖像的特征圖，將特征圖輸入到區(qū)域生成網(wǎng)絡(luò)RPN中生成候選目標(biāo)框，通過將ROI pooling替換為感興趣區(qū)域分配層(region of interest align，ROI align)解決ROI pooling操作中2次量化造成的區(qū)域不匹配問題，感興趣區(qū)域分配層ROI align利用雙線性插值的方法獲取候選區(qū)域中每個點對應(yīng)的特征值，并聚集成候選區(qū)域特征，同時將提取的候選區(qū)域特征圖與原始圖像中的候選區(qū)域逐像素對齊，為后續(xù)目標(biāo)的像素級分割做準(zhǔn)備. 在感興趣區(qū)域分配層ROI align輸出候選區(qū)域特征之后，除了通過全連接網(wǎng)絡(luò)分支獲得目標(biāo)邊框及所屬類別以外，Mask R-CNN網(wǎng)絡(luò)中還添加了一個由全卷積網(wǎng)絡(luò)(fully convolutional networks，F(xiàn)CN)組成的掩膜(mask)分支，該分支通過卷積層的計算，實現(xiàn)對目標(biāo)的像素級分割. 將2個分支的輸出結(jié)果合并，獲得最終的目標(biāo)檢測結(jié)果. Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu)以及簡化的全卷積網(wǎng)絡(luò)結(jié)構(gòu)分別如圖2和圖3所示，圖3所示全卷積網(wǎng)絡(luò)中包含7個卷積層(Conv_1～Conv_7)和5個池化層(Pool_1～Pool_5).

圖2 Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Network structure of Mask R-CNN

圖3 簡化的全卷積網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Simplified structure of full convolution network

Mask R-CNN網(wǎng)絡(luò)的損失函數(shù)由RPN網(wǎng)絡(luò)的損失函數(shù)和目標(biāo)分類、目標(biāo)定位以及目標(biāo)分割3個網(wǎng)絡(luò)分支的損失函數(shù)組成. RPN網(wǎng)絡(luò)的計算如式(1)所示

(1)

目標(biāo)分類、目標(biāo)定位以及目標(biāo)分割3個網(wǎng)絡(luò)分支組成的多任務(wù)損失函數(shù)計算如式(2)所示

(2)

2 改進(jìn)的Mask R-CNN目標(biāo)檢測算法

由于目前沒有公開的艦船目標(biāo)語義數(shù)據(jù)集，通過爬蟲搜索、船模拍攝、岸邊采集并結(jié)合數(shù)據(jù)擴(kuò)充的方式獲取了包含航母、除航母外的其他軍艦以及民船3類艦船目標(biāo)的可見光圖像共6 000張組成艦船目標(biāo)樣本圖像集. 對艦船目標(biāo)樣本圖像集中的艦船目標(biāo)進(jìn)行標(biāo)注，分割出艦船目標(biāo)的輪廓，用aircraft carrier(航母)、warship(其他軍艦)、civilian craft(民船)表示3類艦船目標(biāo)的類別，并將所有軍艦?zāi)繕?biāo)進(jìn)一步進(jìn)行語義分割，將甲板以上部分標(biāo)注為superstructure(上層建筑)，甲板以下部分標(biāo)注為main hull(主船體)，得到具有不同語義信息的目標(biāo)掩膜，生成艦船目標(biāo)語義分割樣本數(shù)據(jù)集，標(biāo)注示例如圖4所示.

圖4 艦船目標(biāo)語義標(biāo)注示例Fig.4 Examples of ship target semantic annotation

由于上層建筑和主船體的語義層級與整個艦船目標(biāo)輪廓表示的目標(biāo)類別語義層級不同，直接采用Mask R-CNN網(wǎng)絡(luò)在自建的艦船目標(biāo)語義訓(xùn)練集中進(jìn)行訓(xùn)練時，會造成訓(xùn)練過程中部分網(wǎng)絡(luò)權(quán)重對上層建筑或主船體敏感，部分權(quán)重對艦船目標(biāo)類別敏感的情況，從而造成模型權(quán)值的震蕩，嚴(yán)重時導(dǎo)致網(wǎng)絡(luò)模型不能收斂；訓(xùn)練出的網(wǎng)絡(luò)模型可能出現(xiàn)語義層級混亂的現(xiàn)象，從而降低艦船目標(biāo)檢測的精度和分類準(zhǔn)確率.

根據(jù)以上分析，對Mask R-CNN網(wǎng)絡(luò)進(jìn)行改進(jìn)，使其能夠在具有不同語義層級的數(shù)據(jù)集中進(jìn)行訓(xùn)練. 改進(jìn)的Mask R-CNN網(wǎng)絡(luò)架構(gòu)如圖5所示. 主干網(wǎng)絡(luò)由特征提取模塊、RPN網(wǎng)絡(luò)和感興趣區(qū)域分配層ROI align組成，在主干網(wǎng)絡(luò)后添加一個判別模塊，該判別模塊通過比較圖像中掩膜標(biāo)簽的數(shù)量及掩膜面積的大小將表示艦船目標(biāo)類別的掩膜標(biāo)簽與表示主船體和上層建筑的語義標(biāo)簽區(qū)分開來，分別輸入到完成類別預(yù)測和語義分割2個子任務(wù)的分支當(dāng)中，2個子分支均由全卷積網(wǎng)絡(luò)和全連接網(wǎng)絡(luò)組成，在分層級的掩膜標(biāo)簽中訓(xùn)練實現(xiàn)不同語義層級的目標(biāo)掩膜、類別及位置的預(yù)測，最后將類別預(yù)測分支輸出的艦船目標(biāo)的類別、輪廓、位置與語義分割分支輸出的語義分割類別、輪廓及位置結(jié)果相結(jié)合，得到最終的艦船目標(biāo)識別結(jié)果.

圖5 改進(jìn)的Mask R-CNN網(wǎng)絡(luò)架構(gòu)Fig.5 Improved Mask R-CNN network structure

由于自建數(shù)據(jù)集中圖像的標(biāo)注信息包括不同語義層級的掩膜標(biāo)簽，圖像中掩膜標(biāo)簽的數(shù)量及掩膜面積的大小也不相同，對于民船目標(biāo)，掩膜標(biāo)簽僅有1個；對于所有軍艦?zāi)繕?biāo)，掩膜標(biāo)簽數(shù)量為3個，面積最大的掩膜標(biāo)簽表示整個艦船目標(biāo)的類別和輪廓，剩余2個掩膜標(biāo)簽則分別表示上層建筑和主船體2個語義分割類及其輪廓. 據(jù)此，判別模塊中第1部分對掩膜標(biāo)簽的數(shù)量進(jìn)行判別，掩膜數(shù)量為1的標(biāo)注圖像直接輸入到類別預(yù)測分支中進(jìn)行訓(xùn)練，掩膜數(shù)量為3的標(biāo)注圖像則繼續(xù)進(jìn)行掩膜面積大小的判別，面積最大的掩膜標(biāo)簽輸入到類別預(yù)測分支中，剩余的2個掩膜標(biāo)簽則作為語義標(biāo)簽輸入到語義分割分支中，訓(xùn)練得到軍艦?zāi)繕?biāo)上層建筑和主船體的語義分割結(jié)果. 判別模塊的數(shù)學(xué)模型如式(3)所示

(3)

式中：Ip為判別模塊的輸出掩膜標(biāo)簽；Ai(i=1,2,3)為輸入判別模塊的掩膜標(biāo)簽；ωi(i=1,2,3)為根據(jù)判別條件得到的判別參數(shù)；nmask為圖像中包含掩膜的個數(shù)；amask為掩膜內(nèi)包含的像素總數(shù)，即掩膜的面積.

(4)

3 基于改進(jìn)Mask R-CNN目標(biāo)檢測算法的艦船目標(biāo)檢測

使用改進(jìn)的Mask R-CNN目標(biāo)檢測算法進(jìn)行艦船目標(biāo)檢測時，需要確定整體網(wǎng)絡(luò)架構(gòu)中各個基礎(chǔ)網(wǎng)絡(luò)的具體結(jié)構(gòu)，并對網(wǎng)絡(luò)進(jìn)行訓(xùn)練. 由于艦船目標(biāo)為剛性結(jié)構(gòu)，特征較為穩(wěn)定且檢測的艦船目標(biāo)類別數(shù)較少，因此改進(jìn)的Mask R-CNN網(wǎng)絡(luò)中，考慮采用殘差網(wǎng)絡(luò)ResNet50或ResNet101作為特征提取網(wǎng)絡(luò)；類別預(yù)測分支和語義分割分支中的全卷積層則采用具有7個卷積層和5個池化層的結(jié)構(gòu)或具有5個卷積層和3個池化層的結(jié)構(gòu)；其他基礎(chǔ)網(wǎng)絡(luò)仍采用與Mask R-CNN網(wǎng)絡(luò)相同的結(jié)構(gòu).

從艦船目標(biāo)語義分割樣本數(shù)據(jù)集中隨機(jī)抽取5 000張圖像按照7∶3的比例隨機(jī)劃分為艦船目標(biāo)語義分割訓(xùn)練集和艦船目標(biāo)語義分割驗證集，剩下的1 000張圖像作為艦船目標(biāo)語義分割測試集，網(wǎng)絡(luò)訓(xùn)練的實驗環(huán)境為：Ubuntu16.04++GPU1080Ti+Tensorflow運行平臺. 為防止訓(xùn)練過程中出現(xiàn)過擬合現(xiàn)象，首先基于包含船舶類別的大容量語義數(shù)據(jù)集MS COCO進(jìn)行網(wǎng)絡(luò)預(yù)訓(xùn)練，預(yù)訓(xùn)練過程中，設(shè)定最大循環(huán)次數(shù)為3 000次，初始學(xué)習(xí)率設(shè)置為0.001，迭代2 000次后將學(xué)習(xí)率調(diào)整為0.0001防止網(wǎng)絡(luò)訓(xùn)練陷入局部最優(yōu). 預(yù)訓(xùn)練完成后，選取損失函數(shù)值最小的權(quán)重文件對網(wǎng)絡(luò)參數(shù)進(jìn)行初始化，將學(xué)習(xí)率調(diào)整為0.00001，在艦船目標(biāo)語義分割訓(xùn)練集中采用批處理的隨機(jī)梯度下降法重新進(jìn)行訓(xùn)練，為了提高模型的訓(xùn)練效率，將類別預(yù)測分支和語義分割分支在多線程中并行訓(xùn)練，直到損失函數(shù)值不再下降時完成網(wǎng)絡(luò)的訓(xùn)練，訓(xùn)練輪數(shù)設(shè)為30，批處理的數(shù)據(jù)量大小設(shè)為10.

按照上述網(wǎng)絡(luò)訓(xùn)練參數(shù)的配置，分別對改進(jìn)后具有不同組織結(jié)構(gòu)的Mask R-CNN網(wǎng)絡(luò)以及原始Mask R-CNN網(wǎng)絡(luò)進(jìn)行訓(xùn)練，利用訓(xùn)練后的網(wǎng)絡(luò)在相同的艦船目標(biāo)語義分割驗證集中進(jìn)行檢測. 采用目標(biāo)檢測中常用的檢出率(true positive rate，TPR)、誤檢率(false positive rate，F(xiàn)PR)、漏檢率(loss positive rate，LPR)和檢測過程中每秒傳輸?shù)膱D像幀數(shù)T(單位為幀/秒，frames per second，F(xiàn)PS)作為艦船目標(biāo)檢測性能的評價指標(biāo)，檢出率越高、誤檢率越低、平均每秒傳輸?shù)膱D像幀數(shù)越多則目標(biāo)檢測性能越好[16]. 計算如式(5)所示

(5)

式中：R為被檢測出的艦船目標(biāo)數(shù)目；N為實際艦船目標(biāo)總數(shù)；RF為被誤判為艦船目標(biāo)的數(shù)目；L為未被檢測到的艦船目標(biāo)數(shù)目.

具有不同組織結(jié)構(gòu)的Mask R-CNN網(wǎng)絡(luò)艦船目標(biāo)檢測性能比較結(jié)果如表1所示. 表中ResNet50+L-C7P5+S-C5P3表示特征提取網(wǎng)絡(luò)為ResNet50，類別預(yù)測分支的全卷積網(wǎng)絡(luò)包含7個卷積層5個池化層，語義分割分支的全卷積網(wǎng)絡(luò)包含5個卷積層和3個池化層的艦船目標(biāo)語義分割網(wǎng)絡(luò)結(jié)構(gòu)，其余網(wǎng)絡(luò)結(jié)構(gòu)均按該方法表示.

表1 具有不同組織結(jié)構(gòu)的Mask R-CNN網(wǎng)絡(luò)的檢測性能Tab.1 The ship target detection performance of Mask R-CNN networks with different organizational structures

從表1中的檢測結(jié)果可以看出，ResNet50+L-C7P5+S-C5P3表示的網(wǎng)絡(luò)在保持較高檢出率和運行效率的同時誤檢率最低，故將其作為最終改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)結(jié)構(gòu). 與原始Mask R-CNN網(wǎng)絡(luò)的艦船目標(biāo)檢測性能相比，最終改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)檢出率提高了0.97%，誤檢率降低了7.43%，由于判別模塊及網(wǎng)絡(luò)分支的增加平均每秒傳輸圖像幀數(shù)減少了0.34幀/s，對運行效率的影響較小，綜合檢測性能更好.

原始Mask R-CNN網(wǎng)絡(luò)和最終改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)訓(xùn)練過程中損失函數(shù)值loss的變化如圖6所示，可以看出原始Mask R-CNN網(wǎng)絡(luò)的收斂速度較快，但收斂后的損失函數(shù)值比改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)收斂后的損失函數(shù)值大，表明改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)在艦船目標(biāo)語義分割訓(xùn)練集中的預(yù)測性能更好.

為深入了解特征提取網(wǎng)絡(luò)的卷積層提取到的艦船目標(biāo)特征，通過反卷積的方法可視化改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)模型中不同卷積層提取到的特征圖.

特征提取網(wǎng)絡(luò)最后3個殘差塊中最后一層卷積層提取到的艦船目標(biāo)特征如圖7所示，左側(cè)為不同卷積層中各卷積核提取到的特征圖，右側(cè)為不同卷積層中各卷積核提取特征圖疊加后生成的特征圖. 從圖7中可以看出，卷積神經(jīng)網(wǎng)絡(luò)提取的特征圖中包含了圖像的邊緣、紋理等信息，層數(shù)越深提取的特征信息越抽象，提取的特征圖尺寸逐漸減小，且卷積層操作避免了人工提取特征的過程，表明將卷積神經(jīng)網(wǎng)絡(luò)引入艦船目標(biāo)識別領(lǐng)域的有效性.

圖6 不同網(wǎng)絡(luò)模型訓(xùn)練過程中的損失函數(shù)值變化曲線Fig.6 Loss function value variation curves of different network models in training process

圖7 不同卷積層提取出的特征圖Fig.7 Feature maps extracted from different convolution layers

為驗證改進(jìn)后Mask R-CNN網(wǎng)絡(luò)在不同語義層級下對艦船目標(biāo)分割的有效性，對改進(jìn)的Mask R-CNN網(wǎng)絡(luò)和原始Mask R-CNN網(wǎng)絡(luò)的艦船目標(biāo)分割結(jié)果進(jìn)行主觀比較，部分艦船目標(biāo)分割結(jié)果對比圖如圖8所示.

從圖8中可以看出，改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)能夠在不同語義層級下實現(xiàn)艦船目標(biāo)的分割，分割結(jié)果中包含艦船目標(biāo)的類別、位置、輪廓以及軍艦?zāi)繕?biāo)上層建筑和主船體的位置及輪廓，而原始的Mask R-CNN網(wǎng)絡(luò)在不同語義層級下對艦船目標(biāo)進(jìn)行分割時，出現(xiàn)嚴(yán)重的語義層級混亂的現(xiàn)象，導(dǎo)致分割結(jié)果中丟失艦船目標(biāo)的類別、輪廓、位置等信息，從而降低艦船目標(biāo)識別的精度和分類準(zhǔn)確率，且與改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)相比，原始Mask R-CNN網(wǎng)絡(luò)對目標(biāo)類別檢測的置信度相對較低.

為進(jìn)一步對艦船目標(biāo)檢測結(jié)果進(jìn)行客觀比較，使用相同的訓(xùn)練策略，將目前主流的基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法中具有代表性的基于候選區(qū)域提取的Faster R-CNN目標(biāo)檢測算法和基于回歸思想的YOLO目標(biāo)檢測算法應(yīng)用于構(gòu)建的艦船樣本語義分割訓(xùn)練集中. 采用圖像分類任務(wù)中常用的評價指標(biāo)平均目標(biāo)識別精度以及平均處理一張圖像所用時間t1對Faster R-CNN網(wǎng)絡(luò)、YOLO網(wǎng)絡(luò)、原始Mask R-CNN網(wǎng)絡(luò)和改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)在相同的艦船目標(biāo)語義分割測試集中的艦船目標(biāo)識別結(jié)果進(jìn)行客觀比較[17]. 平均目標(biāo)識別精度的計算如式(6)所示

圖8 艦船目標(biāo)檢測結(jié)果對比Fig.8 Comparison of ship target detection results

(6)

式中：Pi為第i類艦船目標(biāo)的檢測精確率；Ri為第i類艦船目標(biāo)的檢測召回率；PTi為正確識別出的艦船目標(biāo)個數(shù)；PFi為錯誤判定為艦船目標(biāo)的個數(shù)；NFi為未被正確檢測出的艦船目標(biāo)個數(shù)；PAi為第i類艦船目標(biāo)的平均檢測精度；N為艦船目標(biāo)的類別總數(shù)；PmA為3類艦船目標(biāo)的平均檢測精度.

不同網(wǎng)絡(luò)在艦船目標(biāo)語義分割測試集中的P-R曲線如圖9所示，客觀評價指標(biāo)對比結(jié)果如表2所示.

圖9 不同網(wǎng)絡(luò)在艦船目標(biāo)語義分割測試集中的P-R曲線及PmAFig.9 P-R curves and PmA of different networks in ship target semantic segmentation test set

表2 不同網(wǎng)絡(luò)的艦船目標(biāo)檢測結(jié)果客觀評價指標(biāo)對比Tab.2 Comparison of objective evaluation index between different networks’ ship target detection results

從表2和圖9可以看出，YOLO網(wǎng)絡(luò)平均處理一張圖像所用時間最短，效率最高，但平均目標(biāo)識別精度最低；與Faster R-CNN和YOLO網(wǎng)絡(luò)相比，使用Mask R-CNN網(wǎng)絡(luò)和改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)對艦船目標(biāo)檢測得到的平均目標(biāo)檢測精度更高，說明了對艦船目標(biāo)的邊緣輪廓進(jìn)行分割，能夠較好地解決矩形檢測框信息冗余的問題，并提高目標(biāo)檢測的精度；與改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)相比，在運行效率相差不大的情況下，直接使用原始Mask R-CNN網(wǎng)絡(luò)進(jìn)行艦船目標(biāo)檢測時，由于沒有區(qū)分訓(xùn)練集中不同語義層級的標(biāo)簽，造成對目標(biāo)的誤檢和漏檢較多，定位也存在一定偏差，艦船目標(biāo)的平均檢測精度比改進(jìn)后的Mask R-CNN網(wǎng)絡(luò)低5.35%，整體檢測效果較差. 綜合以上艦船目標(biāo)檢測結(jié)果的主客觀分析可知，改進(jìn)后Mask R-CNN網(wǎng)絡(luò)的艦船目標(biāo)檢測性能更好，從而證明了所提方法的有效性.

4 結(jié) 論

本文以Mask R-CNN目標(biāo)檢測算法為基礎(chǔ)，提出了一種艦船目標(biāo)語義分割方法，在目標(biāo)定位和類別預(yù)測的基礎(chǔ)上，實現(xiàn)不同語義層級下的艦船目標(biāo)分割. 這種方法在檢測出每個艦船目標(biāo)位置的同時獲得艦船目標(biāo)的邊緣輪廓，有效避免了經(jīng)典矩形檢測框信息冗余的問題；能夠?qū)梢姽鈭D像中的民船、航母、除航母外的其他軍艦進(jìn)行檢測并分割出所有軍艦?zāi)繕?biāo)的上層建筑和主船體，為偵查搜救、目標(biāo)打擊等軍事任務(wù)提供更精確的信息. 通過對不同方法的艦船目標(biāo)檢測結(jié)果進(jìn)行主客觀比較，證明了本文所提方法的有效性.