面向AUV自主水下對(duì)接的視覺檢測(cè)算法

龍澤升，徐海祥，2，馮 輝，2，龔 銳

（1. 武漢理工大學(xué) 交通學(xué)院，湖北 武漢 430063；2. 武漢理工大學(xué) 高性能船舶技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430063）

0 引言

隨著人類對(duì)深海的不斷探索，水下機(jī)器人逐漸受到了廣泛關(guān)注。相較于遙控式水下機(jī)器人（remotely operated vehicle，ROV），自主式水下機(jī)器人（autonomous underwater vehicle，AUV）無人化和智能化程度更高、隱蔽性更強(qiáng)、工作范圍更大，在海洋科考、軍事偵察打擊等方面的作用日益突出，是水下機(jī)器人的研究熱點(diǎn)[1]。AUV往往體積較小，所攜帶的電池和數(shù)據(jù)儲(chǔ)存容量不大，需定期回收，以完成電能補(bǔ)給和數(shù)據(jù)傳輸?shù)炔僮鱗2]。AUV的回收方式主要包括水面母船回收和自主水下對(duì)接回收。自主水下對(duì)接通過AUV與固定或移動(dòng)的回收裝置實(shí)現(xiàn)類似空/天對(duì)接的過程，使AUV完成返航、接近、對(duì)接、鎖緊等一系列動(dòng)作，相較于母船回收具備自主、無人等優(yōu)點(diǎn)，具有廣闊的發(fā)展前景[3]。

AUV的自主水下對(duì)接，一般分為從返航到接近的遠(yuǎn)距離導(dǎo)引和從對(duì)接初始點(diǎn)到完成對(duì)接的近距離導(dǎo)引，遠(yuǎn)距離導(dǎo)引對(duì)導(dǎo)航精度要求低，通常采用聲學(xué)方式，近距離導(dǎo)引對(duì)導(dǎo)航精度要求高，通常采用視覺方式[4]。視覺導(dǎo)引首先需要在視覺攝像頭獲取的二維圖像上進(jìn)行目標(biāo)檢測(cè)，獲取目標(biāo)在相機(jī)平面的二維信息，然后，通過姿態(tài)估計(jì)算法從二維信息中解算出對(duì)接口與AUV間的三維位置信息，從而支撐AUV的自主水下對(duì)接。

基于視覺圖像的二維目標(biāo)檢測(cè)是視覺導(dǎo)引的關(guān)鍵，傳統(tǒng)方法需要手動(dòng)設(shè)計(jì)提取特征，效率較低。隨著深度學(xué)習(xí)的興起，基于卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取特征的方法逐漸展示出其優(yōu)勢(shì)，基于卷積神經(jīng)網(wǎng)絡(luò)的典型檢測(cè)算法，如 Faster RCNN（faster region convolutional neural networks）[5]、SSD（single shot multibox detector）[6]、YOLO（you look only once）[7]和 Cascade RCNN（cascade region convolutional neural networks）[8]等在目標(biāo)檢測(cè)任務(wù)上較基于特征工程的傳統(tǒng)方法優(yōu)勢(shì)明顯，檢測(cè)準(zhǔn)確率有明顯提升，泛化能力增強(qiáng)。目前，水下對(duì)接視覺任務(wù)主要使用基于卷積神經(jīng)網(wǎng)絡(luò)的方法。文獻(xiàn)[9]采用13層卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行水下對(duì)接目標(biāo)的分類識(shí)別，取得了 99.18%的分類準(zhǔn)確率，但沒有研究對(duì)接目標(biāo)的準(zhǔn)確定位。文獻(xiàn)[10]將AlexNet作為特征提取器，SVM 作為分類器，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的對(duì)接目標(biāo)檢測(cè)算法，在標(biāo)記目標(biāo)域上效果較好，但需要對(duì)目標(biāo)域進(jìn)行進(jìn)一步的篩選以保證定位精準(zhǔn)。文獻(xiàn)[11]基于YOLO算法提出了DoNN算法，在水下對(duì)接數(shù)據(jù)集（Underwater Docking Images Dataset，UDID）上精度指標(biāo)AP50達(dá)到99%。

AUV自主水下對(duì)接任務(wù)需要視覺導(dǎo)引模塊對(duì)目標(biāo)的高精度二維檢測(cè)，目前已有研究，在對(duì)接目標(biāo)的識(shí)別上效果較好，但在對(duì)接目標(biāo)的二維定位上還有待提升。針對(duì)上述問題，本文研究了一種用于AUV水下自主對(duì)接的高精度二維視覺檢測(cè)算法，并在公開數(shù)據(jù)集UDID上進(jìn)行了仿真試驗(yàn)。試驗(yàn)結(jié)果表明：該算法在精度指標(biāo)AP50上達(dá)到了100%，在精度指標(biāo)AP[0.5：0.95]上超過了92%，相較于各檢測(cè)算法有一定的精度提升，且該算法的檢測(cè)速度超過了20幀/秒，具有較好的實(shí)時(shí)性。

1 混合數(shù)據(jù)增強(qiáng)

基于神經(jīng)網(wǎng)絡(luò)的視覺檢測(cè)算法需要大量的標(biāo)記數(shù)據(jù)以完成模型訓(xùn)練，但在水下環(huán)境中獲取大量圖片數(shù)據(jù)并進(jìn)行標(biāo)注較為困難，數(shù)據(jù)增強(qiáng)是解決這一問題的有效技術(shù)手段。本文提出的混合數(shù)據(jù)增強(qiáng)策略通過結(jié)合圖像級(jí)別的數(shù)據(jù)增強(qiáng)手段和實(shí)例級(jí)別的數(shù)據(jù)增強(qiáng)手段，增加樣本擴(kuò)充效果，緩解模型的小樣本學(xué)習(xí)困難。

圖像級(jí)數(shù)據(jù)增強(qiáng)手段包括隨機(jī)翻轉(zhuǎn)、隨機(jī)裁剪和尺度抖動(dòng)。隨機(jī)翻轉(zhuǎn)即對(duì)輸入圖片進(jìn)行隨機(jī)方向的翻轉(zhuǎn)，翻轉(zhuǎn)后的圖片作為新樣本；隨機(jī)裁剪即在輸入圖片上進(jìn)行隨機(jī)位置的裁剪，裁剪后的圖片作為新樣本；尺度抖動(dòng)即對(duì)輸入圖片進(jìn)行隨機(jī)的尺寸縮放，縮放后的圖片作為新樣本。通過隨機(jī)翻轉(zhuǎn)、隨機(jī)裁剪和尺度抖動(dòng)，在圖像級(jí)別上生成新樣本，擴(kuò)充樣本數(shù)據(jù)。

實(shí)例級(jí)數(shù)據(jù)增強(qiáng)中，本文基于文獻(xiàn)[12]啟發(fā)提出了位置概率熱力圖導(dǎo)向的泊松復(fù)制，通過計(jì)算圖像中各位置與目標(biāo)o 當(dāng)前位置的背景差異度得到熱力圖，然后根據(jù)熱力圖劃分可行區(qū)域，在可行區(qū)域內(nèi)進(jìn)行泊松復(fù)制。

首先，定義外觀描述子D用于對(duì)目標(biāo)o的鄰域背景紋理進(jìn)行編碼。隨著與目標(biāo)o的距離增加，外觀相似性在減小，故

式中：Ci為輪廓區(qū)域，i取 1為內(nèi)部輪廓，i取 3為外部輪廓，i取2為邊界輪廓；wi為輪廓對(duì)應(yīng)權(quán)重，越靠近目標(biāo)o權(quán)重越大，即w1＞w2＞w3； cx, cy為輪廓區(qū)域中心點(diǎn)。

其次，定義外觀距離d，用于計(jì)算外觀描述子D1和D2間的背景差異度，即

式中：Δ為歐氏距離；I為對(duì)應(yīng)像素點(diǎn)的紅綠藍(lán)三通道值；(x1, y1)為D1領(lǐng)域內(nèi)的點(diǎn)， ( x2, y2)為 D2領(lǐng)域內(nèi)的點(diǎn)。

然后，固定Do為目標(biāo)o 初始位置，遍歷全圖計(jì)算所有可能的外觀距離 d ( D, Do)，并通過函數(shù)h(?)進(jìn)行歸一化，如式（3）所示，得位置概率熱力圖，如圖1（b）所示。

最后，根據(jù)生成的位置概率熱力圖對(duì)目標(biāo)o進(jìn)行泊松融合復(fù)制。通過計(jì)算前景目標(biāo)和背景區(qū)域的梯度場(chǎng)和散度，求解泊松方程以獲得系數(shù)矩陣，從而完成泊松融合，如圖1（c）所示。

圖1 熱力圖導(dǎo)向的泊松復(fù)制Fig.1 Heatmap guided Poisson copy

混合數(shù)據(jù)增強(qiáng)從圖像級(jí)和實(shí)例級(jí)2個(gè)維度上進(jìn)行樣本的擴(kuò)充，豐富訓(xùn)練集樣本的多樣性，增強(qiáng)模型訓(xùn)練的效果。

2 高精度視覺檢測(cè)算法

本研究提出的高精度視覺檢測(cè)算法是基于Cascade RCNN神經(jīng)網(wǎng)絡(luò)模型進(jìn)行設(shè)計(jì)的，在損失函數(shù)、學(xué)習(xí)率及模型參數(shù)計(jì)算方式上進(jìn)行優(yōu)化設(shè)計(jì)，以期獲得高精度的二維圖像目標(biāo)檢測(cè)效果。

2.1 Cascade RCNN神經(jīng)網(wǎng)絡(luò)模型

Cascade RCNN是對(duì)Faster RCNN進(jìn)行改進(jìn)而提出的，通過級(jí)聯(lián)不同交并比（intersection of union，IOU）閾值的檢測(cè)器，實(shí)現(xiàn)對(duì)目標(biāo)的逐級(jí)精細(xì)檢測(cè)。對(duì)于骨干網(wǎng)絡(luò)通過不斷卷積池化后自動(dòng)提取的特征圖，Cascade RCNN級(jí)聯(lián)了3個(gè)檢測(cè)器，其交并比閾值分別為 0.5、0.6、0.7，上一檢測(cè)器輸出的目標(biāo)邊界框?qū)⒆鳛橄乱粰z測(cè)器的輸入，經(jīng)過不斷地優(yōu)化，目標(biāo)邊界框的質(zhì)量將得到逐步提升。

2.2 完備交并比損失函數(shù)

對(duì)目標(biāo)邊界框的回歸是檢測(cè)算法的關(guān)鍵步驟，決定著檢測(cè)算法的目標(biāo)定位能力。Cascade RCNN模型通過計(jì)算邊界框4個(gè)頂點(diǎn)的L2范數(shù)損失總和作為位置回歸損失函數(shù)進(jìn)行目標(biāo)邊界框回歸，但該損失函數(shù)存在對(duì)目標(biāo)尺寸敏感，回歸方向不穩(wěn)定等問題。

為解決上述問題，可基于交并比設(shè)計(jì)回歸損失函數(shù)。交并比是檢測(cè)算法中衡量目標(biāo)邊界框回歸效果的指標(biāo)，可直接以交并比為對(duì)象設(shè)計(jì)回歸損失函數(shù)LIOU，即

式中：b為目標(biāo)邊界框；bgt為目標(biāo)真實(shí)框。交并比損失函數(shù)具有尺度不變性，對(duì)目標(biāo)尺寸不敏感。一般認(rèn)為邊界框回歸有3要素，即重疊面積，中心點(diǎn)距離和長(zhǎng)寬比[13]，交并比損失函數(shù)僅考慮了重疊面積，當(dāng)目標(biāo)邊界框與目標(biāo)真實(shí)框不相交，即IOU為0時(shí)，損失函數(shù)的梯度為0，邊界框難以進(jìn)行回歸。為同時(shí)考慮回歸三要素，使邊界框回歸準(zhǔn)確且快速，我們使用完備交并比損失函數(shù)LCIOU，即

式中：ρ2(?)為歐式距離；c為最小閉包框?qū)蔷€長(zhǎng)度；wgt和hgt分別為目標(biāo)真實(shí)框的寬和高，w和h分別為目標(biāo)邊界框的寬和高。完備交并比損失函數(shù)LCIOU的第2項(xiàng)對(duì)應(yīng)重疊面積，第3項(xiàng)對(duì)應(yīng)中心點(diǎn)距離，第4項(xiàng)對(duì)應(yīng)長(zhǎng)寬比。

完備交并比損失函數(shù)通過對(duì)回歸三要素的充分考慮，增強(qiáng)目標(biāo)邊界框的回歸效果，從而增強(qiáng)檢測(cè)算法的定位能力。

2.3 學(xué)習(xí)率余弦退火策略

神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練采用梯度下降方式，通過學(xué)習(xí)率縮放漸變更新參數(shù)的步長(zhǎng)，學(xué)習(xí)率的設(shè)置能決定模型訓(xùn)練過程的優(yōu)劣，不合理的學(xué)習(xí)率會(huì)使模型陷入損失平面的局部極小點(diǎn)或鞍點(diǎn)，人們通常采用動(dòng)態(tài)調(diào)整學(xué)習(xí)率以避免這類情況。

余弦退火是動(dòng)態(tài)調(diào)整學(xué)習(xí)率中較為有效的策略，一個(gè)余弦退火周期包含一次熱重啟和一次余弦衰減，如圖2所示。熱重啟即突然增大學(xué)習(xí)率，并使用重啟前的參數(shù)作為模型的初始化狀態(tài)，使模型能概率性地跳出局部極小點(diǎn)或鞍點(diǎn)。余弦衰減即利用余弦函數(shù)來降低學(xué)習(xí)率，使模型不斷逼近損失平面的低點(diǎn)。

通過余弦退火策略實(shí)現(xiàn)對(duì)學(xué)習(xí)率的動(dòng)態(tài)調(diào)整，避免模型陷入損失平面的局部極小點(diǎn)或鞍點(diǎn)，提高模型的訓(xùn)練效果，從而提升模型最終的精度表現(xiàn)。

2.4 混合精度策略

隨著深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型的不斷發(fā)展，算法模型的參數(shù)量顯著增加，帶來了計(jì)算量和內(nèi)存開銷的激增，為減少模型的計(jì)算量，提高實(shí)時(shí)性，我們采用了混合精度策略。

深度學(xué)習(xí)框架Pytorch默認(rèn)采用單精度浮點(diǎn)數(shù)（float32）進(jìn)行計(jì)算和存儲(chǔ)，混合精度策略在模型訓(xùn)練過程中主要使用半精度浮點(diǎn)數(shù)（float16），減少存儲(chǔ)量和計(jì)算量。為保證采用半精度浮點(diǎn)數(shù)后模型精度下降不明顯，混合精度策略采用以下技術(shù)。

1）分別以半精度浮點(diǎn)數(shù)和單精度浮點(diǎn)數(shù)建立2個(gè)參數(shù)權(quán)重的拷貝，半精度拷貝用于計(jì)算中間梯度，減少計(jì)算量，單精度拷貝用于參數(shù)權(quán)重的更新，避免舍入誤差。

2）訓(xùn)練過程中隨著模型的不斷優(yōu)化，損失逐漸減小，中間梯度也隨之變小，半精度可能會(huì)導(dǎo)致下溢出現(xiàn)象，即中間梯度變?yōu)?。為避免下溢出，將計(jì)算得到的損失放大一定倍數(shù)，根據(jù)鏈?zhǔn)椒▌t，中間梯度會(huì)放大相應(yīng)倍數(shù)，參數(shù)權(quán)重更新時(shí)再將放大的梯度抹去，保證訓(xùn)練精度。

為追求精度的提升，新提出的卷積神經(jīng)網(wǎng)絡(luò)模型在表示精度上存在較大冗余，通過混合精度策略剔除部分冗余，不僅可以大大縮小模型體積，還可通過低精度變量的運(yùn)算壓縮計(jì)算時(shí)間。

3 對(duì)比實(shí)驗(yàn)與結(jié)果分析

為驗(yàn)證本文提出的高精度自主水下對(duì)接檢測(cè)算法的有效性，本節(jié)將在公開數(shù)據(jù)集UDID上進(jìn)行仿真試驗(yàn)。

3.1 實(shí)驗(yàn)準(zhǔn)備

試驗(yàn)所采用的公開數(shù)據(jù)集UDID由AUV在深水水池中實(shí)拍的圖像組成，該水池長(zhǎng)15 m，寬10 m，深8 m，對(duì)接頭固定在2 m水深處，圖像共選取1 000張，其中800張作為訓(xùn)練集，200張作為測(cè)試集，圖像分辨率均為720×576。

為公平比較，試驗(yàn)在統(tǒng)一的硬件平臺(tái)和軟件環(huán)境下進(jìn)行。硬件平臺(tái)為Intel（R）Core（TM）i7-8700 CPU@3.20GHz處理器和GeForce GTX 2080 Ti顯卡，軟件環(huán)境為 Ubuntu18.04、python3.7、PyTorch1.6、mmcv1.1.3和 mmdet2.4.0。試驗(yàn)過程中訓(xùn)練參數(shù)設(shè)置保持一致，即采用隨機(jī)梯度下降算法，總周期為12，批次為8。

3.2 評(píng)價(jià)指標(biāo)

精度評(píng)價(jià)指標(biāo)通常采用平均精度（average precision，AP）。當(dāng)檢測(cè)框與真實(shí)框的交并比大于閾值時(shí)認(rèn)為檢測(cè)框檢出目標(biāo)，即真陽(yáng)性（true positive，TP）。TP與所有檢測(cè)框數(shù)量的比值即為準(zhǔn)確率（precision，P），TP與所有真實(shí)框數(shù)量的比值即為召回率（recall，R）。檢測(cè)框帶有檢出目標(biāo)的類別置信度，通過類別置信度進(jìn)行排序，以置信度閾值劃分正負(fù)例，在不同類別置信度閾值下，準(zhǔn)確率P和召回率R的值發(fā)生變化，故以召回率R為橫軸，準(zhǔn)確率P為縱軸，計(jì)算不同類別置信度閾值下的P與R即可繪制P-R曲線，P-R曲線與坐標(biāo)軸包圍的面積即為平均精度。設(shè)置不同的交并比閾值會(huì)得到不同的P-R曲線和平均精度，AP50即交并比閾值為0.5下的平均精度，AP75即交并比閾值為0.75下的平均精度，AP[0.5：0.95]即為交并比閾值取 0.5～0.95間 10個(gè)數(shù)值下平均后的平均精度。

速度評(píng)價(jià)指標(biāo)通常采用幀率（frames per second，F(xiàn)PS），即算法模型每秒處理的圖片數(shù)量。

3.3 水下對(duì)接實(shí)拍圖像目標(biāo)檢測(cè)試驗(yàn)

為驗(yàn)證本研究所提出的用于AUV水下自主對(duì)接的高精度視覺檢測(cè)算法的效果，將本文算法與Cascade RCNN、YOLO V3、SSD、Faster RCNN等目標(biāo)檢測(cè)經(jīng)典算法模型進(jìn)行對(duì)比，試驗(yàn)結(jié)果如表1所示，表中，Ours為本研究所提出的高精度視覺檢測(cè)算法。由表1可知，本研究所提算法較YOLO V3、SSD和Faster RCNN算法在精度上優(yōu)勢(shì)較為明顯，各精度指標(biāo)均有較為明顯的提升，尤其在AP90上，體現(xiàn)了本文算法相較于各經(jīng)典算法的高定位精度，輸出的目標(biāo)邊界框與目標(biāo)真實(shí)框的重疊程度更高，更有利于后續(xù)姿態(tài)估計(jì)算法的三維解算。與Cascade RCNN算法相比，本文算法在AP[0.5：0.95]上提升約 2.3%，在 AR[0.5：0.95]上提升約 1.8%，提升較為明顯。在檢測(cè)速度上，本文算法遜于YOLO V3和SSD，但明顯強(qiáng)于Cascade RCNN，與Faster RCNN相近，檢測(cè)速度超過了20幀/秒，具有較好的實(shí)時(shí)性。

表1 水下對(duì)接目標(biāo)檢測(cè)試驗(yàn)結(jié)果對(duì)比Table 1 Comparison of test results of underwater docking target detection

為進(jìn)一步直觀分析本文算法的提升效果，本文繪制了Casacde RCNN與本文算法在IOU閾值分別為0.5、0.7、0.9下的P–R曲線，如圖3所示。

由圖3可知，當(dāng)對(duì)目標(biāo)定位精度要求不高，即IOU閾值較低時(shí)，兩者的P–R曲線幾乎沒有差異，當(dāng) IOU閾值取 0.9時(shí)，本文算法相較于 Cascade RCNN算法開始有明顯優(yōu)勢(shì)，高召回率下的準(zhǔn)確率更高，即漏檢目標(biāo)較少時(shí)誤檢目標(biāo)也較少，在高定位精度要求下的表現(xiàn)更佳。

圖3 不同IOU閾值下的P–R曲線對(duì)比Fig.3 Comparison of P–R curves under different IOU thresholds

3.4 混合數(shù)據(jù)增強(qiáng)試驗(yàn)

為驗(yàn)證本文提出的混合數(shù)據(jù)增強(qiáng)策略對(duì)高精度視覺檢測(cè)算法的提升，本節(jié)進(jìn)行了試驗(yàn)對(duì)比，分析混合數(shù)據(jù)增強(qiáng)前后高精度視覺檢測(cè)算法模型的精度變化。

首先，對(duì)訓(xùn)練集樣本進(jìn)行實(shí)例級(jí)數(shù)據(jù)增強(qiáng)，即位置概率熱力圖導(dǎo)向的泊松復(fù)制，增強(qiáng)后的訓(xùn)練集目標(biāo)統(tǒng)計(jì)如表2所示。由表2可知，熱力圖導(dǎo)向的泊松復(fù)制從原始數(shù)據(jù)集上增加了342個(gè)目標(biāo)個(gè)數(shù)，增加幅度為42.2%，一定程度上緩解了小訓(xùn)練集目標(biāo)個(gè)數(shù)較少的問題。

隨后，對(duì)訓(xùn)練集樣本進(jìn)行圖像級(jí)數(shù)據(jù)增強(qiáng)。隨機(jī)翻轉(zhuǎn)的方向設(shè)為水平或垂直，即訓(xùn)練集中圖像將被隨機(jī)進(jìn)行水平或垂直翻轉(zhuǎn)，隨機(jī)翻轉(zhuǎn)后，圖像數(shù)量翻倍；隨機(jī)裁剪中，設(shè)置裁剪區(qū)域面積占原圖像面積的 0.25，且裁剪區(qū)域包含目標(biāo)，隨機(jī)裁剪后，圖像數(shù)量翻倍；尺度抖動(dòng)的縮放比率設(shè)為 0.5～2，即訓(xùn)練集圖像隨機(jī)縮放為原尺寸的0.5～2中的某2個(gè)倍數(shù)，尺度抖動(dòng)后，圖像數(shù)量乘以 3倍；最終，圖像級(jí)數(shù)據(jù)增強(qiáng)后，圖像數(shù)量擴(kuò)充至12倍，如表2所示。

表2 訓(xùn)練集統(tǒng)計(jì)Table 2 Statistics of training sets

最后，在原始數(shù)據(jù)集和增強(qiáng)后數(shù)據(jù)集上分別使用高精度視覺檢測(cè)算法進(jìn)行水下對(duì)接實(shí)拍圖像目標(biāo)檢測(cè)試驗(yàn)，試驗(yàn)結(jié)果如表 3所示，Ours為本文算法在原始數(shù)據(jù)集上訓(xùn)練獲得的模型，Ours*為本文算法在增強(qiáng)數(shù)據(jù)集上訓(xùn)練獲得的模型。

表3 混合數(shù)據(jù)增強(qiáng)目標(biāo)檢測(cè)試驗(yàn)結(jié)果對(duì)比Table 3 Comparison of object detection experimental results with mixed data augmentation

由表 3可知，混合數(shù)據(jù)增強(qiáng)后得到的算法模型有一定的精度提升，在 AP[0.5∶0.95]上提升約1.9%，在 AR[0.5∶0.95]上提升約 1.5%。算法本身沒有改變，故檢測(cè)速率也沒有變化。為進(jìn)一步直觀分析兩模型的檢測(cè)效果差異，本文繪制了 Ours與Ours*在 IOU 閾值分別為 0.5、0.7、0.9下的P–R曲線，如圖4所示。

圖4 不同IOU閾值下的P–R曲線對(duì)比Fig 4 Comparison of P–R curves under different IOU thresholds

由圖4可知，IOU閾值取0.5時(shí)，2個(gè)算法模型的精度都已到達(dá)100%，沒有差別；當(dāng)IOU閾值取0.7時(shí)，混合數(shù)據(jù)增強(qiáng)后得到的算法模型在P–R曲線上優(yōu)勢(shì)不明顯；當(dāng)IOU閾值取0.9時(shí)，混合數(shù)據(jù)增強(qiáng)后得到的算法模型在P–R曲線上有較為直觀的優(yōu)勢(shì)，召回率高時(shí)的準(zhǔn)確率更高。

4 結(jié)束語(yǔ)

AUV自主水下對(duì)接技術(shù)發(fā)展迅速，視覺檢測(cè)作為近距離導(dǎo)引的關(guān)鍵技術(shù)，對(duì)目標(biāo)的定位精度較高。針對(duì)這一需求，本文設(shè)計(jì)了一種高精度視覺檢測(cè)算法，采用完備交并比損失函數(shù)、學(xué)習(xí)率余弦退火和混合精度策略，提高了算法模型的精度，尤其是高 IOU閾值下的精度。同時(shí)，本文提出了一種混合數(shù)據(jù)增強(qiáng)策略，從圖像級(jí)和實(shí)例級(jí)上對(duì)訓(xùn)練集樣本進(jìn)行擴(kuò)充，并進(jìn)一步提升了本文算法精度。最終本文算法在AP[0.5∶0.95]上達(dá)到了94%，檢測(cè)速度超過20幀/秒，性能優(yōu)勢(shì)明顯，為未來AUV自主水下對(duì)接技術(shù)的發(fā)展提供了技術(shù)支持。