基于YOLOv3目標(biāo)檢測(cè)的液位測(cè)量方法研究

李淑娟 任朋欣 薛丁丹 翟興旺

（西安理工大學(xué)機(jī)械與精密儀器工程學(xué)院）

隨著科學(xué)技術(shù)的快速發(fā)展、工業(yè)產(chǎn)線的智能化，液位測(cè)量技術(shù)得到了大力發(fā)展，特別在凈水產(chǎn)線、水利工程及石油化工等產(chǎn)業(yè)。 常用的液位測(cè)量手段通常分為兩大類： 接觸式和非接觸式。接觸式液位儀一般有電容式液位儀、電感式液位儀、浮力式液位儀及壓阻式液位儀等；非接觸式液位儀一般使用超聲波傳感器、雷達(dá)傳感器及激光傳感器等進(jìn)行測(cè)量，文獻(xiàn)［1］還提出了利用激光三角測(cè)量原理和角位移同步跟蹤來(lái)提取液位圖像的方法。

在凈水器設(shè)備中使用的反滲透膜與納濾膜生產(chǎn)過(guò)程中，由于涂布與溶液中的納米粒子發(fā)生反應(yīng)，導(dǎo)致液位發(fā)生連續(xù)變化。 當(dāng)液位不符合要求時(shí)，經(jīng)常導(dǎo)致反滲透膜表面不均勻，影響產(chǎn)品質(zhì)量。 因此，檢測(cè)液位高度十分必要。 其中，涂覆過(guò)程中的溶液具有高腐蝕性， 且溶液具有流動(dòng)性， 如果使用接觸式傳感器則需要經(jīng)常更換，成本高昂，故此類溶液應(yīng)采用非接觸式傳感器進(jìn)行液位測(cè)量。 超聲波傳感器、雷達(dá)傳感器及激光傳感器等雖然精度高，但是價(jià)格高昂，測(cè)量范圍有限，均屬于點(diǎn)測(cè)量，不能解決涂覆過(guò)程中溶液波動(dòng)的問(wèn)題，文獻(xiàn)［2，3］采用的是基于機(jī)器視覺(jué)的液位檢測(cè)方法，但是魯棒性較弱，因此筆者對(duì)該方法進(jìn)行改進(jìn)，設(shè)計(jì)出一種基于機(jī)器視覺(jué)的液位測(cè)量系統(tǒng)。

1 系統(tǒng)總體構(gòu)成

筆者設(shè)計(jì)的基于機(jī)器視覺(jué)的液位測(cè)量系統(tǒng)總體框圖如圖1所示。

圖1 基于機(jī)器視覺(jué)的液位測(cè)量系統(tǒng)總體框圖

該系統(tǒng)采用機(jī)器視覺(jué)方法進(jìn)行液面高度的自動(dòng)識(shí)別和檢測(cè)。 在溶液池上標(biāo)記相應(yīng)刻度，工業(yè)相機(jī)實(shí)時(shí)采集液面信息， 通過(guò)YOLOv3+SPP深度學(xué)習(xí)算法進(jìn)行目標(biāo)檢測(cè)識(shí)別，在上位機(jī)界面進(jìn)行顯示。 將液位信息傳輸?shù)娇刂葡到y(tǒng)中，對(duì)液位進(jìn)行實(shí)時(shí)控制，以保證產(chǎn)品質(zhì)量。

2 YOLOv3原理

YOLO（You Only Look Once）是一種實(shí)時(shí)的、先進(jìn)的、端到端的目標(biāo)檢測(cè)模型，是目標(biāo)檢測(cè)方面的領(lǐng)跑者。 YOLOv3是YOLO的第3版，也是最為經(jīng)典的一個(gè)版本。 文獻(xiàn)［4，5］分別介紹了YOLO從第1～3版的發(fā)展歷程和具體實(shí)現(xiàn)方法。

SPP（Spatial Pyramid Pooling）是一種從不同尺度進(jìn)行最大池化操作得到不同大小視野特征圖的網(wǎng)絡(luò)。

YOLOv3的基本思想是： 將輸入的圖片經(jīng)過(guò)特征提取網(wǎng)絡(luò)提取特征， 輸出不同大小的特征圖，在不同尺度上對(duì)目標(biāo)進(jìn)行預(yù)測(cè)。 將輸入圖像劃分為S×S的網(wǎng)格， 真實(shí)框中的目標(biāo)中心落入某個(gè)網(wǎng)格中，此網(wǎng)格將預(yù)測(cè)這個(gè)目標(biāo)；YOLOv3中每個(gè)網(wǎng)格根據(jù)候選框預(yù)測(cè)3個(gè)邊界框的偏移量和置信度，并且預(yù)測(cè)C個(gè)類別分?jǐn)?shù)。 YOLOv3網(wǎng)絡(luò)模型將Darknet53作為主干特征提取網(wǎng)絡(luò)， 分別從3個(gè)不同尺度進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)對(duì)不同大小目標(biāo)的精確預(yù)測(cè)。

YOLOv3+SPP網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

DarkNet53的結(jié)構(gòu)如圖3所示，輸入512×512×3的彩色圖像，經(jīng)過(guò)3×3卷積核進(jìn)行特征提取，不同步長(zhǎng)實(shí)現(xiàn)圖片壓縮，1×1卷積核進(jìn)行降維處理，使用批歸一化（Batch Normalization，BN）進(jìn)行數(shù)據(jù)處理， 消除噪聲干擾。 使用LeakyReLU作為激活函數(shù)。 加入殘差網(wǎng)絡(luò)（Residual Networks，ResNets）防止梯度消失、梯度爆炸和過(guò)擬合。 DarkNet53作為主干特征提取網(wǎng)絡(luò)， 為分類網(wǎng)絡(luò)提供不同尺度的特征層，分別為16×16、32×32、64×64，以此來(lái)預(yù)測(cè)不同大小的目標(biāo)，提高精度。

圖3 DarkNet53的結(jié)構(gòu)

DarkNet53特征提取網(wǎng)絡(luò)的輸出尺度后接SPP網(wǎng)絡(luò)，SPP網(wǎng)絡(luò)以1×1、5×5、9×9、13×13這4個(gè)不同的尺度進(jìn)行最大池化操作，即可得到不同大小視野的特征圖，這對(duì)預(yù)測(cè)尺寸相差較大的目標(biāo)是極為有利的，增加了預(yù)測(cè)精度。SPP網(wǎng)絡(luò)結(jié)構(gòu)框圖如圖4所示。

圖4 SPP網(wǎng)絡(luò)結(jié)構(gòu)

YOLOv3+SPP網(wǎng)絡(luò)中使用一個(gè)1×1卷積層將不同尺度輸出為最終預(yù)測(cè)結(jié)果， 卷積核個(gè)數(shù)為（classes+1+4）×anchors，其中classes表示類別個(gè)數(shù)，1為置信度個(gè)數(shù)，4為預(yù)測(cè)邊界框相對(duì)于候選邊界框的偏移量個(gè)數(shù)，anchors表示候選框的個(gè)數(shù)。

YOLOv3的損失函數(shù)由置信度損失、 分類損失和定位損失3部分組成：

其中，λ1、λ2、λ3是平衡系數(shù)；Lconf（o，c）為置信度損失；Lcla（O，C）為分類損失；Lloc（l，g）為定位損失。

目標(biāo)邊界框預(yù)測(cè)示意圖如圖5所示， 圖中虛線框表示候選邊界框，實(shí)線框表示預(yù)測(cè)邊界框，cx、cy表示預(yù)測(cè)目標(biāo)網(wǎng)格的左上角坐標(biāo)， 即候選邊界框的中心點(diǎn)；pw、ph表示候選邊界框的寬、高。bx、by、bw、bh表示預(yù)測(cè)邊界框的中心點(diǎn)、寬和高，其中bx=σ（tx）+cx、by=σ（ty）+cy、bw=pwetw、bh=pheth、σ（x）=Sigmoid（x）。

圖5 目標(biāo)邊界框預(yù)測(cè)示意圖

3 實(shí)驗(yàn)

采集1 000張實(shí)際工作環(huán)境照片，利用GitHub上開源軟件LabelImg輔助標(biāo)注工具進(jìn)行標(biāo)注，實(shí)際檢測(cè)目標(biāo)為0～10的數(shù)字，即框選出目標(biāo)圖像中數(shù)字的真實(shí)邊界框。LabelImg標(biāo)注的圖像如圖6所示。

圖6 LabelImg標(biāo)注的圖像

3.1 圖像預(yù)處理

深度學(xué)習(xí)訓(xùn)練過(guò)程中， 為防止模型過(guò)擬合，需要大量訓(xùn)練樣本，訓(xùn)練樣本數(shù)量直接影響最終的檢測(cè)結(jié)果。 1 000張圖像屬于小樣本，對(duì)于深度學(xué)習(xí)訓(xùn)練來(lái)說(shuō)嚴(yán)重不足，因此采用圖像增強(qiáng)方式來(lái)擴(kuò)充樣本數(shù)量和種類。 常用的數(shù)據(jù)增強(qiáng)方式有旋轉(zhuǎn)、鏡像、翻轉(zhuǎn)、裁剪、顏色抖動(dòng)、噪聲、平移、縮放以及采用生成式對(duì)抗神經(jīng)網(wǎng)絡(luò)生成新圖片，文獻(xiàn)［6］介紹了相應(yīng)的圖像預(yù)處理方法。

筆者采用常用的數(shù)據(jù)增強(qiáng)算法將數(shù)據(jù)集擴(kuò)充至20 000張， 并且使用Mosaic數(shù)據(jù)增強(qiáng)方法，隨機(jī)抽取4張圖片將其隨機(jī)裁剪再拼接。這樣不僅增加了數(shù)據(jù)， 而且相當(dāng)于提高了批處理圖片的個(gè)數(shù)。對(duì)數(shù)據(jù)進(jìn)行批歸一化，防止中間層數(shù)據(jù)分布發(fā)生變化。

3.2 圖像訓(xùn)練

YOLOv3 SPP網(wǎng)絡(luò)中參數(shù)量龐大， 如果直接從零訓(xùn)練，沒(méi)有足夠的算力，訓(xùn)練將非常耗時(shí)，而且損失值難以下降，預(yù)測(cè)效果不佳。 筆者在訓(xùn)練過(guò)程中采用遷移學(xué)習(xí)方法中的模型遷移進(jìn)行訓(xùn)練， 使用官方在PASCAL VOC2012數(shù)據(jù)集上的訓(xùn)練權(quán)重作為預(yù)訓(xùn)練權(quán)重，將DarkNet53特征提取網(wǎng)絡(luò)參數(shù)進(jìn)行凍結(jié)，SPP網(wǎng)絡(luò)參數(shù)和分類網(wǎng)絡(luò)參數(shù)使用實(shí)際液位測(cè)量數(shù)據(jù)（即經(jīng)過(guò)預(yù)處理的20 000張圖像）進(jìn)行訓(xùn)練。 學(xué)習(xí)率按照自適應(yīng)法取值，隨著訓(xùn)練次數(shù)的增加， 學(xué)習(xí)率從0.001逐漸減小，平均準(zhǔn)確率均值 （mean Average Precision，mAP）逐漸上升為0.6，如圖7、8所示。

圖7 學(xué)習(xí)率隨訓(xùn)練次數(shù)的變化

圖8 mAP隨訓(xùn)練次數(shù)的變化

3.3 圖像預(yù)測(cè)

將預(yù)處理的20 000張圖像按9∶1劃分為訓(xùn)練集和測(cè)試集，將測(cè)試集輸入mAP值最高（即損失函數(shù)最?。┑哪Ｐ椭羞M(jìn)行預(yù)測(cè)，滿足工程需求，預(yù)測(cè)結(jié)果如圖9所示。

圖9 網(wǎng)絡(luò)最終預(yù)測(cè)結(jié)果

為了保證預(yù)測(cè)結(jié)果的準(zhǔn)確性，根據(jù)液位是連續(xù)變化的，進(jìn)行誤識(shí)別結(jié)果剔除，即對(duì)采集的照片進(jìn)行數(shù)字識(shí)別，取最小數(shù)字和相鄰數(shù)字的像素坐標(biāo)，若最小刻度y軸像素坐標(biāo)小于相鄰刻度y軸像素坐標(biāo)或大于最小間距的1.5倍均為誤識(shí)別，進(jìn)行重新采集。 由于液面具有波動(dòng)性，測(cè)量結(jié)果隨機(jī)變化，為了解決這個(gè)問(wèn)題，每10 s采集一幀，取前5次刻度識(shí)別結(jié)果的平均值以抵消波動(dòng)帶來(lái)的影響。 大量實(shí)驗(yàn)證明，該方法提升了液位識(shí)別的準(zhǔn)確率，由原來(lái)的95%提升為98%。

4 結(jié)束語(yǔ)

筆者設(shè)計(jì)的基于機(jī)器視覺(jué)的液位測(cè)量系統(tǒng)由?？低暪I(yè)相機(jī)、 諾達(dá)佳嵌入式工控機(jī)以及客戶端操作軟件組成。采用YOLOv3+SPP深度學(xué)習(xí)算法進(jìn)行目標(biāo)識(shí)別，具有高魯棒性和高準(zhǔn)確性，可直接移植到其他液位測(cè)量項(xiàng)目中。 該液位測(cè)量系統(tǒng)屬于非接觸式測(cè)量，安裝位置比較寬泛，測(cè)量系統(tǒng)整體位于溶液槽外，使用保護(hù)罩進(jìn)行保護(hù)，保證了系統(tǒng)的可靠性。 通過(guò)實(shí)驗(yàn)驗(yàn)證了視覺(jué)液位測(cè)量系統(tǒng)的可行性，具有一定的推廣價(jià)值。