基于梯度壓縮的YOLO v4算法車型識(shí)別

牟 亮，趙 紅，李 燕，仇俊政，孫傳龍，劉曉童

青島大學(xué)機(jī)電工程學(xué)院, 青島 266071

隨著人工智能與計(jì)算機(jī)視覺的發(fā)展，智能交通系統(tǒng)[1]（Intelligent traffic system, ITS）在兩者的基礎(chǔ)上得到了快速的發(fā)展，車輛及其車型的識(shí)別也在該領(lǐng)域受到了廣泛的關(guān)注. 智能交通系統(tǒng)將先進(jìn)的信息技術(shù)、數(shù)據(jù)通信技術(shù)、傳感器技術(shù)、電子控制技術(shù)以及計(jì)算機(jī)技術(shù)等有效地綜合運(yùn)用于整個(gè)交通運(yùn)輸管理體系，從而建立起一種大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合運(yùn)輸和管理系統(tǒng). 車輛檢測(cè)[2]是智能交通系統(tǒng)數(shù)據(jù)前端采集的一個(gè)重要環(huán)節(jié)，并且分不同車型進(jìn)行識(shí)別，能夠?yàn)榻煌髁拷y(tǒng)計(jì)、交通智能控制以及解決擁堵問(wèn)題提供更加詳細(xì)的數(shù)據(jù)保障.

近幾年，深度學(xué)習(xí)在目標(biāo)檢測(cè)、語(yǔ)音識(shí)別等方面取得了重大的突破[3-5]，這很大程度上歸功于大型數(shù)據(jù)集、計(jì)算機(jī)強(qiáng)大的計(jì)算能力、復(fù)雜網(wǎng)絡(luò)架構(gòu)和優(yōu)化算法的進(jìn)展. 本文所涉及的車輛檢測(cè)屬于目標(biāo)檢測(cè)算法的一項(xiàng)應(yīng)用，目前應(yīng)用到車輛檢測(cè)的主要有傳統(tǒng)機(jī)器學(xué)習(xí)和基于深度學(xué)習(xí)的目標(biāo)檢測(cè).

對(duì)于傳統(tǒng)機(jī)器學(xué)習(xí)的目標(biāo)檢測(cè)算法主要是通過(guò)對(duì)選定區(qū)域中車輛的基本信息及其運(yùn)動(dòng)特征進(jìn)行分析，并提取候選區(qū)中的特征，將提取到的特征送入分類器[6]來(lái)判斷是否為車輛. 現(xiàn)有的主要研究有，馬泊寧[7]提出的基于方向梯度直方圖（Histogram of gradient，HOG）特征、支持向量機(jī)（Support vector machine，SVM）的車輛識(shí)別算法和基于卡爾曼濾波的車輛跟蹤算法； Cai等[8]提出了一種基于場(chǎng)景模型和模式識(shí)別相結(jié)合的概率框架，由可變形組件模型(Deformable part model，DPM)和條件隨機(jī)場(chǎng)(Conditional random field，CRF)描述的車輛模型，使用DPM生成的根和組件的分?jǐn)?shù)及其空間配置來(lái)學(xué)習(xí)CRF模型. 基于機(jī)器學(xué)習(xí)的目標(biāo)檢測(cè)算法沒有針對(duì)性區(qū)域選擇會(huì)造成大量的冗余窗口，并且因?yàn)榻煌▓?chǎng)景的復(fù)雜性與多變性，難以實(shí)現(xiàn)針對(duì)該任務(wù)設(shè)計(jì)的特征提取，數(shù)據(jù)規(guī)模的缺失和提取特征的質(zhì)量問(wèn)題，會(huì)造成泛化能力差及識(shí)別精度低等問(wèn)題.

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，主要是通過(guò)建立數(shù)據(jù)之間多層的、非線性的模型，通過(guò)數(shù)據(jù)集的訓(xùn)練來(lái)更新層與層之間的權(quán)重. 該類目標(biāo)檢測(cè)算法主要分為兩類，一類是以SSD(Single shot multibox detector)[9]、 YOLO(You only look once)[10]、RefineDet(Single-shot refinement neural network for object detection)[11]等為代表的分類回歸算法，而另一類是基于候選區(qū)域生成的算法，主要有R-CNN(Region-based convolution neural networks)[12]、Faster R-CNN(Faster region-based convolution neural networks)[13]、SPP-Net(Spatial pyramid pooling in deep convolutional networks)[14]等. 其中基于回歸的YOLO系列算法是當(dāng)前比較流行的目標(biāo)檢測(cè)算法，將模型的訓(xùn)練與檢測(cè)均放到一個(gè)單獨(dú)的網(wǎng)絡(luò)中來(lái)完成原始數(shù)據(jù)從輸入到檢測(cè)類別和檢測(cè)目標(biāo)位置輸出的過(guò)程. 趙坤等[15]針對(duì)弱光照下交通標(biāo)志易發(fā)生的問(wèn)題改進(jìn)了YOLO v3算法來(lái)提高交通標(biāo)志的檢測(cè)和識(shí)別；曹凱寧[16]針對(duì)在視頻檢測(cè)過(guò)程中對(duì)遠(yuǎn)端物體檢測(cè)效率低下和實(shí)時(shí)性等問(wèn)題，基于改進(jìn)的YOLO算法來(lái)提升車輛目標(biāo)檢測(cè)的速率和準(zhǔn)確率.

針對(duì)交通復(fù)雜多變的環(huán)境特點(diǎn)及智能交通領(lǐng)域?qū)δ繕?biāo)檢測(cè)的實(shí)時(shí)性要求，本文選取YOLO v4目標(biāo)檢測(cè)算法作為基本算法進(jìn)行研究，最新的YOLO v4算法在YOLO v3的基礎(chǔ)上實(shí)現(xiàn)了檢測(cè)精度的提升，但是增加了網(wǎng)絡(luò)的復(fù)雜程度，造成訓(xùn)練時(shí)間較長(zhǎng)，本文在該算法的基礎(chǔ)上進(jìn)行了如下工作：

（1）針對(duì)青島地區(qū)道路及車輛特點(diǎn)進(jìn)行數(shù)據(jù)采集，拍攝青島地區(qū)四個(gè)路段的車流，根據(jù)不同的車流密度對(duì)每個(gè)視頻進(jìn)行分幀，從中剔除冗余的訓(xùn)練集，剩下2870張構(gòu)成自建數(shù)據(jù)集，在網(wǎng)絡(luò)車輛信息檢測(cè)數(shù)據(jù)集UA-DETRAC中采用同樣的方法挑選1500張，對(duì)貨車進(jìn)行數(shù)據(jù)增強(qiáng)所構(gòu)建的數(shù)據(jù)集包含210張3D圖片，共組成含有4580張圖片的訓(xùn)練集.

（2）改變學(xué)習(xí)率余弦退火衰減法的更新方式，學(xué)習(xí)率的改變會(huì)幫助算法在訓(xùn)練過(guò)程中跳出局部最優(yōu)并防止網(wǎng)絡(luò)模型超調(diào).

（3）對(duì)于檢測(cè)算法的檢測(cè)精度及泛化能力，本文考慮直接在梯度上進(jìn)行操作，通過(guò)采用一種合適的梯度壓縮方法來(lái)平滑梯度曲線，同時(shí)梯度壓縮也會(huì)帶來(lái)權(quán)重空間與輸出特征空間的正則化，從而提高檢測(cè)算法的性能.

1 YOLO v4 算法

本文選用的YOLO v4是在YOLO v3檢測(cè)框架的基礎(chǔ)上從主干特征提取網(wǎng)絡(luò)、激活函數(shù)、數(shù)據(jù)處理和損失函數(shù)等方面進(jìn)行優(yōu)化，檢測(cè)部分與YOLO v3相似，經(jīng)參考得知YOLO v4算法具有較好的檢測(cè)速度與精度，故本文將在YOLO v4算法的基礎(chǔ)上開展工作.

1.1 主干特征提取網(wǎng)絡(luò)

YOLO v4算法的主干特征提取網(wǎng)絡(luò)采用CSPDarknet53，如圖1所示. 該特征提取網(wǎng)絡(luò)主要由卷積塊CBM（Conv + Batchnorm + Mish）與通過(guò)CSPnet結(jié)構(gòu)修改的殘差塊（Resblock_body）組成.YOLO v4采用Mish激活函數(shù)替換原有的LeakyReLU激活函數(shù)，CSPnet結(jié)構(gòu)將原來(lái)的堆疊殘差塊拆分成兩部分，主干部分繼續(xù)進(jìn)行原先的殘差塊堆疊的操作，而另一部分則通過(guò)一個(gè)大的殘差邊實(shí)現(xiàn)跨階段層次合并，在減少計(jì)算量的同時(shí)保證了特征提取的完整.

圖1 CSPDarknet53特征提取網(wǎng)絡(luò)Fig.1 CSPDarknet53 feature extraction network

1.2 激活函數(shù)

激活函數(shù)將非線性的特性引入神經(jīng)網(wǎng)絡(luò)算法中，就是在神經(jīng)元中運(yùn)行的函數(shù)，負(fù)責(zé)神經(jīng)元輸入端與輸出端之間的映射，其對(duì)于神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)并理解非常復(fù)雜和非線性的輸入特性具有重要的作用. 目前廣泛使用的激活函數(shù)ReLU[17]存在著負(fù)值時(shí)會(huì)被直接截?cái)嗪吞荻认陆挡粔蚱交膯?wèn)題，因此YOLO v4采用Mish激活函數(shù)[18]來(lái)代替ReLU，圖2為Mish與ReLU激活函數(shù)的圖像.

圖2 兩種激活函數(shù)圖像. （a）Mish 激活函數(shù)；（b）ReLU 激活函數(shù)Fig.2 Two kinds of activation function images: (a) Mish activation function; (b) ReLU activation function

Mish和ReLU激活函數(shù)的公式如下：

其中，x表示輸入節(jié)點(diǎn)的值. Mish激活函數(shù)在負(fù)值時(shí)不是像ReLU一樣完全不被激活，而是以較小的負(fù)梯度流入神經(jīng)網(wǎng)絡(luò)進(jìn)而保證了信息的流動(dòng)性.并且Mish也保留了激活函數(shù)無(wú)邊界的優(yōu)點(diǎn)，巧妙避開了在兩邊極限梯度趨向于1而造成的飽和問(wèn)題.

1.3 損失函數(shù)

IoU（Intersection over Union）就是所謂的交并比，是目前檢測(cè)中比較常用的指標(biāo)，可以反映出預(yù)測(cè)檢測(cè)框與真實(shí)檢測(cè)框的檢測(cè)效果.

YOLO v4目標(biāo)檢測(cè)算法回歸損失函數(shù)采用CIoU Loss（Complete-IoU Loss），該回歸損失函數(shù)將目標(biāo)與anchors之間的距離、重疊率、尺度及懲罰項(xiàng)都考慮進(jìn)去，使得目標(biāo)框回歸變得更加穩(wěn)定，不會(huì)出現(xiàn)訓(xùn)練中發(fā)散的問(wèn)題，公式如下：

其中，gt為groundtruth的縮寫，表示真實(shí)框的信息，為真實(shí)框的寬度，為真實(shí)框的高度，代表了預(yù)測(cè)框和真實(shí)框中心點(diǎn)的歐式距離，表示同時(shí)包含預(yù)測(cè)框和真實(shí)框的最小閉包區(qū)域的對(duì)角線距離，為權(quán)重函數(shù)，用來(lái)度量長(zhǎng)寬比的相似度.

2 算法改進(jìn)

2.1 梯度壓縮

目前目標(biāo)檢測(cè)算法的優(yōu)化方法主要有在激活函數(shù)中起作用的 BN（Batch normalization）[19]和在權(quán)重上操作的 WS（Weight standardization）[20]，除了在這兩方面操作外，本文考慮直接在梯度方面進(jìn)行操作，來(lái)優(yōu)化訓(xùn)練過(guò)程和檢測(cè)精度.

目標(biāo)檢測(cè)算法中對(duì)梯度進(jìn)行操作的優(yōu)化算法中，最常用的就是計(jì)算梯度的動(dòng)量. 借用物理中動(dòng)量的概念，模擬物體運(yùn)動(dòng)時(shí)的慣性，在更新時(shí)一定程度上保留之前更新的方向，并根據(jù)梯度微調(diào)下一步的更新方向. 利用動(dòng)量思想的優(yōu)化算法主要有SGDM(Stochastic gradient descent with momentum)[21]和Adam(Adaptive moment estimation)[22]. 經(jīng)過(guò)文獻(xiàn)參考，Adam相比于SGDM算法具有更高的性能，它利用梯度的一階矩估計(jì)（即梯度的均值）與二階矩估計(jì)（及梯度的方差）對(duì)更新步長(zhǎng)進(jìn)行動(dòng)態(tài)調(diào)整. 為進(jìn)一步提高算法性能及方便操作者使用本文方法，提出了一種在Adam優(yōu)化器上根據(jù)訓(xùn)練的epoch自動(dòng)更新梯度的方法，稱為梯度壓縮，改進(jìn)后的優(yōu)化器簡(jiǎn)稱為Adam-GC.

梯度壓縮的公式如下：

其 中 ， wi(i=1,2,···,N)代 表 權(quán) 重 向 量 ， ? wiL代 表?yè)p失函數(shù)對(duì)權(quán)重向量的梯度，為當(dāng)前訓(xùn)練次數(shù) t 與總訓(xùn)練次數(shù)的比值. 在這里為梯度平滑曲線，選取的值為0.4，該曲線的圖像如圖3所示.

圖3 梯度平滑曲線Fig.3 Gradient smoothing curve

只需求得梯度矩陣的均值，在每個(gè)梯度的列向量中減掉該均值后再與梯度平滑系數(shù)相乘，就可以得到最優(yōu)的權(quán)重更新方向. 該方法的計(jì)算廉價(jià)，不涉及除法運(yùn)算，只需要幾行代碼就可以實(shí)現(xiàn). 實(shí)驗(yàn)表明，采用卷積神經(jīng)網(wǎng)絡(luò)模型來(lái)訓(xùn)練Mnist數(shù)據(jù)集，每個(gè)epoch只需多花費(fèi)0.5 s左右的時(shí)間.

將上述公式寫成矩陣形式如下：

圖4 Adam-GC 的幾何解釋Fig.4 Geometric interpretation of Adam-GC

2.2 更新余弦退火衰減

在深度學(xué)習(xí)的算法中，對(duì)學(xué)習(xí)率的調(diào)整策略[24]有著十分重要的作用. 合適的學(xué)習(xí)率不僅會(huì)幫助模型在訓(xùn)練過(guò)程中跳出局部最優(yōu)，更會(huì)加速模型收斂、提高模型識(shí)別精度.

余弦退火衰減法會(huì)使學(xué)習(xí)率先線性上升后模擬余弦函數(shù)下降，更新前的學(xué)習(xí)率衰減法只一次上升與下降，但經(jīng)過(guò)驗(yàn)證可知該方法的學(xué)習(xí)率變化緩慢，導(dǎo)致訓(xùn)練收斂速度較慢，并且易陷入局部最優(yōu)值，所以實(shí)現(xiàn)學(xué)習(xí)率的多次上升與下降，更新前后的學(xué)習(xí)率對(duì)比如圖5(a)所示.

將更新前后的學(xué)習(xí)率衰減方法在Mnist數(shù)據(jù)集中利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行驗(yàn)證，設(shè)置epoch為50，learning_rate_base為 0.1，訓(xùn)練過(guò)程的 Loss及Acc如圖5(b)～(c)所示，經(jīng)過(guò)更新后的學(xué)習(xí)率衰減方式對(duì)訓(xùn)練收斂更加快速，更加穩(wěn)定.

圖5 學(xué)習(xí)率衰減策略及 Loss、Accuracy 圖. （a）更新前后學(xué)習(xí)率衰減策略；（b）Loss圖； （c）Accuracy 圖Fig.5 learning rate decay strategy and Loss, Accuracy chart: (a) learning rate decay strategy before and after update; (b) Loss chart; (c) Accuracy chart

3 車輛檢測(cè)數(shù)據(jù)集

3.1 車型描述

市區(qū)中主要車輛類型分為轎車、公交車和貨車，本文將分這三種車型進(jìn)行識(shí)別，獲取的樣本如圖6所示.

圖6 市區(qū)中主要車型樣本圖. （a）小汽車；（b）公交車；（c）貨車Fig.6 Sample map of the main models in the urban area: (a) car; (b) bus; (c) truck

3.2 實(shí)地采集的數(shù)據(jù)集

本文旨在建立針對(duì)市區(qū)的車輛目標(biāo)檢測(cè)系統(tǒng)，故采集實(shí)際交通道路中的車流圖作為網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)集，對(duì)于提高系統(tǒng)的實(shí)用性及準(zhǔn)確性有著十分重要的意義. 選用型號(hào)為Canon EOS700D的攝像機(jī)，數(shù)據(jù)采集地點(diǎn)位于青島市福州北路及重慶南路的兩處過(guò)街天橋，攝像機(jī)的安裝位置、角度及高度均與交管部門安裝的攝像頭的方式相似. 本文主要研究市區(qū)交通中3個(gè)具有代表性的時(shí)段[25]，分別為8:00—9:00為阻塞流（900＜每小時(shí)車流量≤1300）、9:00—10:00為同步流（300＜每小時(shí)車流量≤600）、10:00—11:00為自由流（每小時(shí)車流量≤300）.

為使訓(xùn)練樣本保持多樣性并減少冗余和訓(xùn)練成本，采取將視頻隔幀抽取的方法，根據(jù)不同密度車流采取不同間隔幀數(shù)來(lái)優(yōu)化訓(xùn)練樣本，阻塞流因車速最低故每10幀抽取一次，同步流每5幀抽取一次，自由流則每2幀抽取一次，抽取數(shù)據(jù)采集后的樣本，如圖7～9所示.

圖7 阻塞流車流樣本. （a）福州北路 1；（b）福州北路 2；（c）重慶南路 1；（d）重慶南路 2Fig.7 Traffic flow sample of blocked flow: (a) Fuzhou North Road 1; (b) Fuzhou North Road 2; (c) Chongqing South Road 1; (d) Chongqing South Road 2

3.3 數(shù)據(jù)增強(qiáng)

在構(gòu)建數(shù)據(jù)集的過(guò)程中，發(fā)現(xiàn)貨車的樣本數(shù)量較少，會(huì)造成因樣本缺少而識(shí)別不準(zhǔn)確，為解決該問(wèn)題，需對(duì)貨車樣本進(jìn)行數(shù)據(jù)增強(qiáng)，在交管部門攝像頭的角度上截取廂式貨車3D場(chǎng)景下的圖片作為訓(xùn)練的數(shù)據(jù)增強(qiáng)樣本，部分如圖10所示.

圖8 同步流車流樣本. （a）福州北路 1；（b）福州北路 2；（c）重慶南路 1；（d）重慶南路 2Fig.8 Traffic flow sample of synchronous flow: (a) Fuzhou North Road 1; (b) Fuzhou North Road 2; (c) Chongqing South Road 1; (d) Chongqing South Road 2

圖9 自由流車流樣本. （a）福州北路 1；（b）福州北路 2；（c）重慶南路 1；（d）重慶南路 2Fig.9 Traffic flow sample of free flow: (a) Fuzhou North Road 1; (b) Fuzhou North Road 2; (c) Chongqing South Road 1; (d) Chongqing South Road 2

圖10 貨車數(shù)據(jù)增強(qiáng)樣本圖. （a）樣本 1；（b）樣本 2；（c）樣本 3Fig.10 Truck data enhancement sample diagram: (a) sample 1; (b) sample 2; (c) sample 3

3.4 UA-DETRAC 網(wǎng)絡(luò)數(shù)據(jù)集

UA-DETRAC車輛檢測(cè)數(shù)據(jù)集是北京和天津地區(qū)中24個(gè)不同地點(diǎn)由交管部門攝像頭拍攝的視頻，以每秒25幀的拍攝速度錄制，共超過(guò)14萬(wàn)幀，手動(dòng)標(biāo)注了8250輛車. 從中選取與市區(qū)道路狀況相似的1500張圖片作為樣本輸入到訓(xùn)練網(wǎng)絡(luò)中，來(lái)提高訓(xùn)練樣本的數(shù)量及多樣性.

4 試驗(yàn)驗(yàn)證及結(jié)果分析

本次實(shí)驗(yàn)的數(shù)據(jù)集包括自建的市區(qū)數(shù)據(jù)集2870張，UA-DETRAC網(wǎng)絡(luò)數(shù)據(jù)集1500張，貨車數(shù)據(jù)增強(qiáng)數(shù)據(jù)集200張，在訓(xùn)練模型的過(guò)程中用于訓(xùn)練與驗(yàn)證的圖像隨機(jī)按照90%和10%的比例分開，用這個(gè)訓(xùn)練集來(lái)訓(xùn)練一個(gè)可以綜合有效地識(shí)別不同車流密度場(chǎng)景下車輛的模型. 本文關(guān)于YOLO v4的一系列算法均是在Pytorch 1.2框架下搭建的，硬件配置CPU為Intel(R) Core(TM) i7-9700 CPU@3.00GHz，GPU為 NVIDIA GeForce RTX 2070 SUPER，8 GB顯存，CUDA核心數(shù)2560個(gè)，運(yùn)行內(nèi)存為16 GB，操作系統(tǒng)為Windows10.

4.1 模型訓(xùn)練

根據(jù)上文中提到的改進(jìn)方式，分別組合來(lái)驗(yàn)證這些方法的有效性，記錄其在訓(xùn)練過(guò)程中Loss的變化情況，為防止訓(xùn)練模型過(guò)擬合導(dǎo)致模型泛化能力差，采用Pytorch中的早停法（Early stopping），當(dāng)訓(xùn)練達(dá)到收斂和權(quán)重更新小于一定的閾值時(shí)，則停止訓(xùn)練，最大迭代次數(shù)設(shè)為2000次，每隔100代保存一次模型權(quán)重. 訓(xùn)練過(guò)程的Loss如圖11所示.

圖11表示加入GC后的YOLO v4算法訓(xùn)練過(guò)程的Loss更加穩(wěn)定，收斂更快并且平均的Loss值更低，在1950代左右達(dá)到early stopping的條件停止迭代. 同時(shí)加入CD優(yōu)化算法的學(xué)習(xí)率調(diào)整策略使得跳出局部最優(yōu)的能力變強(qiáng)，Loss值相對(duì)降低，在1900代左右時(shí)滿足停止條件，得到的訓(xùn)練效果更優(yōu). 接下來(lái)僅拿出YOLO v4與YOLO v4 GC CD訓(xùn)練得到的模型進(jìn)行測(cè)試對(duì)比.

圖11 各種算法訓(xùn)練的Loss曲線Fig.11 Loss curves trained by various algorithms

4.2 試驗(yàn)驗(yàn)證及對(duì)比分析

為驗(yàn)證本文方法的泛化性能，分析不同交通道路條件對(duì)檢測(cè)結(jié)果的影響，在第二天拍攝同一地點(diǎn)同一時(shí)間段內(nèi)的3種不同車流密度的數(shù)據(jù)作為檢測(cè)的樣本，進(jìn)行測(cè)試對(duì)比的模型均采用算法在訓(xùn)練迭代1900次保存的模型，分別驗(yàn)證其在3種不同車流密度場(chǎng)景下對(duì)車型的識(shí)別能力.

圖12為自由流樣本檢測(cè)，自由流測(cè)試樣本在相同時(shí)間內(nèi)通過(guò)的車輛數(shù)較少，場(chǎng)景復(fù)雜度與檢測(cè)難度相對(duì)較低，兩種算法檢測(cè)的準(zhǔn)確率都相對(duì)較高，但改進(jìn)后算法在整體的精確度上優(yōu)于改進(jìn)前的. 圖13～14為同步流與阻塞流測(cè)試樣本的檢測(cè)，車輛數(shù)量的增加導(dǎo)致場(chǎng)景更加復(fù)雜，車輛遮擋情況嚴(yán)重，目標(biāo)檢測(cè)難度大大增加. YOLO v4 GC CD算法可以在相同的訓(xùn)練迭代次數(shù)中很好地學(xué)習(xí)到模糊不清、遠(yuǎn)處的小目標(biāo)和被遮擋車輛的特征.

圖12 自由流樣本檢測(cè)對(duì)比. （a）YOLO v4在場(chǎng)景 1的檢測(cè)結(jié)果；（b）YOLO v4在場(chǎng)景 2的檢測(cè)結(jié)果；（c）YOLO v4在場(chǎng)景 3的檢測(cè)結(jié)果；（d）YOLO v4 GC CD在場(chǎng)景1檢測(cè)結(jié)果；（e）YOLO v4 GC CD在場(chǎng)景2檢測(cè)結(jié)果；（f）YOLO v4 GC CD在場(chǎng)景3檢測(cè)結(jié)果Fig.12 Comparison of free flow sample detection: (a) detection results of YOLO v4 in scenario 1; (b) detection results of YOLO v4 in scenario 2; (c)detection results of YOLO v4 in scenario 3; (d) detection results of YOLO v4 GC CD in scenario 1; (e) detection results of YOLO v4 GC CD in scenario 2; (f) detection results of YOLO v4 GC CD in scenario 3

圖13 同步流樣本檢測(cè)結(jié)果對(duì)比. （a）YOLO v4在場(chǎng)景 1的檢測(cè)結(jié)果；（b）YOLO v4在場(chǎng)景2的檢測(cè)結(jié)果；（c）YOLO v4在場(chǎng)景3的檢測(cè)結(jié)果；（d）YOLO v4 GC CD在場(chǎng)景1檢測(cè)結(jié)果；（e）YOLO v4 GC CD在場(chǎng)景2檢測(cè)結(jié)果；（f）YOLO v4 GC CD在場(chǎng)景3檢測(cè)結(jié)果Fig.13 Comparison of synchronous flow sample detection: (a) detection results of YOLO v4 in scenario 1; (b) detection results of YOLO v4 in scenario 2; (c) detection results of YOLO v4 in scenario 3; (d) detection results of YOLO v4 GC CD in scenario 1; (e) detection results of YOLO v4 GC CD in scenario 2; (f) detection results of YOLO v4 GC CD in scenario 3

4.3 車型識(shí)別的準(zhǔn)確性分析

為分析訓(xùn)練后的模型對(duì)車型的識(shí)別性能，從上述驗(yàn)證數(shù)據(jù)集中選取100張包含3種不同車流密度的圖片，車型包括小轎車2316輛，公交車172輛，貨車108輛，分別繪制針對(duì)不同車型識(shí)別的P-R曲線如圖15所示.

圖14 阻塞流樣本檢測(cè)結(jié)果對(duì)比. （a）YOLO v4在場(chǎng)景 1的檢測(cè)結(jié)果；（b）YOLO v4在場(chǎng)景2的檢測(cè)結(jié)果；（c）YOLO v4在場(chǎng)景3的檢測(cè)結(jié)果；（d）YOLO v4 GC CD在場(chǎng)景1檢測(cè)結(jié)果；（e）YOLO v4 GC CD在場(chǎng)景2檢測(cè)結(jié)果；（f）YOLO v4 GC CD在場(chǎng)景3檢測(cè)結(jié)果Fig.14 Comparison of blocked flow sample detection: (a) detection results of YOLO v4 in scenario 1; (b) detection results of YOLO v4 in scenario 2; (c)detection results of YOLO v4 in scenario 3; (d) detection results of YOLO v4 GC CD in scenario 1; (e) detection results of YOLO v4 GC CD in scenario 2; (f) detection results of YOLO V4 GC CD in scenario 3

圖15 針對(duì)不同車型的 P-R 曲線. （a）小汽車；（b）公交車；（c）貨車Fig.15 P-R curves for different models: (a) car; (b) bus; (c) truck

從上圖可知，YOLO v4 GC CD算法的模型在識(shí)別小轎車和公交車時(shí)的平均精度（Average precision，AP）均大于原始算法的，由于加入貨車的3D模型圖使得兩個(gè)算法都可以很好地學(xué)習(xí)到貨車的特征，從而兩個(gè)算法模型的AP值相差不大.

4.4 不同車流密度的準(zhǔn)確性分析

同上述實(shí)驗(yàn)方法類似，取100張不同車流密度下的圖片輸入到網(wǎng)絡(luò)中進(jìn)行檢測(cè)，通過(guò)記錄模型在檢測(cè)過(guò)程中出現(xiàn)的錯(cuò)檢的個(gè)數(shù)來(lái)分析兩個(gè)模型的準(zhǔn)確性，其中錯(cuò)檢個(gè)數(shù)是漏檢和誤檢個(gè)數(shù)的總和，實(shí)際個(gè)數(shù)是由人工計(jì)數(shù)得到的實(shí)際車輛數(shù)量，正確檢測(cè)的個(gè)數(shù)與實(shí)際個(gè)數(shù)的比值為準(zhǔn)確率，兩個(gè)模型在不同車流密度上的準(zhǔn)確率測(cè)試結(jié)果對(duì)比如表1所示.

經(jīng)實(shí)驗(yàn)驗(yàn)證，在檢測(cè)時(shí)由于阻塞流具有復(fù)雜的道路狀況和嚴(yán)重的遮擋，檢測(cè)難度較高. YOLO v4 GC CD在三種密度的車流中檢測(cè)的準(zhǔn)確率均優(yōu)于原始算法，在自由流的檢測(cè)時(shí)較原始算法準(zhǔn)確率提高1.9%，在同步流檢測(cè)時(shí)準(zhǔn)確率提高1.86%，在阻塞流檢測(cè)時(shí)準(zhǔn)確率提高1.87%. 可見經(jīng)改進(jìn)的算法有效解決了誤檢和漏檢問(wèn)題，并且學(xué)習(xí)圖像的特征能力增強(qiáng)，具有更好的檢測(cè)效果.

4.5 不同場(chǎng)景的泛化性分析

為驗(yàn)證改進(jìn)后算法在其他場(chǎng)景下的檢測(cè)效果，選取UA-DETRAC網(wǎng)絡(luò)數(shù)據(jù)集中場(chǎng)景為雨天和夜間的圖片作為另一個(gè)驗(yàn)證集，數(shù)量都為100張. 利用該驗(yàn)證集來(lái)測(cè)試YOLO v4 GC CD算法對(duì)其他場(chǎng)景下車輛的檢測(cè)效果，結(jié)果如表2所示.

表2 YOLO v4-GC-CD在雨天和夜間場(chǎng)景下的準(zhǔn)確性Table 2 Accuracy of YOLO v4 GC CD in rainy and nighttime scenarios

部分檢測(cè)效果如圖16所示.

圖16 YOLO v4 GC CD算法在夜間和雨天場(chǎng)景下的檢測(cè)效果. （a）夜間場(chǎng)景 1；（b）夜間場(chǎng)景 2; （c）雨天場(chǎng)景 1;（d）雨天場(chǎng)景 2Fig.16 Detection effect of YOLO V4 GC CD algorithm in night and rainy day scenarios: (a) night scene 1; (b) night scene 2; (c) rainy day scene 1; (d) rainy day scene 2

經(jīng)驗(yàn)證YOLO v4 GC CD算法在其他場(chǎng)景下也保持了較好的準(zhǔn)確性，但場(chǎng)景的更換確實(shí)對(duì)檢測(cè)的準(zhǔn)確率造成了一定的影響. 雨天檢測(cè)的準(zhǔn)確率要高于夜間，主要因?yàn)楣饩€的問(wèn)題，夜間較暗同時(shí)又有車輛燈光的影響，從而導(dǎo)致識(shí)別準(zhǔn)確率的下降.

5 結(jié)論

本文在YOLO v4的基礎(chǔ)上提出了梯度壓縮和一種新的學(xué)習(xí)率調(diào)整策略，分為3種典型城市車流進(jìn)行了一系列的驗(yàn)證并得到如下結(jié)論：

（1）本文方法可以滿足智能交通系統(tǒng)中對(duì)實(shí)時(shí)性的要求，實(shí)現(xiàn)對(duì)車輛分不同車型識(shí)別的目的，為智能交通中路況分析、擁擠度檢測(cè)等方面提供有力的支持.

（2）構(gòu)建了適合市區(qū)的車型識(shí)別的數(shù)據(jù)集，并通過(guò)截取貨車的3D模型圖來(lái)增加數(shù)據(jù)集的多樣性，并且取得了較好的檢測(cè)效果.

（3）經(jīng)過(guò)驗(yàn)證，本文改進(jìn)的方法比原始算法的準(zhǔn)確率有較大的提高，并且檢測(cè)效果良好.

（4）經(jīng)實(shí)驗(yàn)驗(yàn)證，YOLO v4 GC CD算法在其他場(chǎng)景下也保持了很高的準(zhǔn)確性，但為得到更優(yōu)的效果應(yīng)該增加關(guān)于其他場(chǎng)景的訓(xùn)練集或者對(duì)其進(jìn)行圖像處理等手段.