改進的DeeplabV3+在圖像分割中的應用

彭俊桂 劉曉彬 黃有章

傳統(tǒng)的語義分割方法主要是通過提取圖像特征來實現(xiàn)，但由于現(xiàn)實世界物體邊界關系極其復雜，空間位置分布不均勻，成像結果容易受到光線的干擾，使得語義分割任務成為一個復雜的問題。這些問題制約了語義分割的準確性和效率，不能滿足遙感圖像語義分割應用的需求，大量關鍵數(shù)據(jù)不能得到充分利用。

為改善Deeplabv3+模型的語義分割效率和精確度，并針對上述模型的不足之處提出對應的改進方案，提出了采用MobilenetV2作為DeeplabV3+主干網絡的方法，經實驗驗證，在遙感圖像語義分割中具有良好的檢測性能，可以很好地應用于工業(yè)中。

改進的DeeplabV3+

DeepLabV3+網絡包含了骨干網絡、空洞空間金字塔池化層和雙線性插值進行上采樣模塊。此模型算法的流程是：首先遙感圖像進入網絡的編碼階段進行特征提取，在此階段圖片信息進入改進的ASPP層進行多尺度特征提取和通道加權處理，獲得較好的全局和局部信息；最后是進行解碼階段，對獲取到的信息進行采樣恢復至原圖尺寸像素，并對每個像素點分類，達到語義分割效果。

改進的MobilenetV2

DeeplabV3+原有的主干網絡Xception對類別多的分割任務有較好效果，但其網絡復雜度高、模型參數(shù)量大，由于遙感影像圖像、場景信息量大，隨著訓練的進行，參數(shù)量不斷加大，增加了訓練的難度，故Xception不適合提取遙感地物特征信息，因此使用MobileNetV2替換Xception網絡，使用輕量化網絡MobileNetV2作為DeepLabV3+的主干網絡，其網絡體積小參數(shù)量少，可以更快速、更精準地從大量遙感影像信息中提取遙感地物。引入線性瓶頸結構，構成線性瓶頸倒殘差結構，在減少了遙感影像地物信息提取參數(shù)和計算量的同時，殘差結構下也會減少信息丟失。MobileNetV2中添加擴張倍數(shù)控制網絡大小，雖然網絡結構較深，但計算量少，能節(jié)省訓練時間和資源，對遙感影像中遙感地物特征提取有很大的優(yōu)勢。

將MobileNetV2其他參數(shù)不變，將其中3個步長為2的改為1，改變步長使輸入矩陣變小更慢，但可以使其獲取更多的特征信息。

實驗過程在Linux操作系統(tǒng)，內存12 G，GPU（T4）設備上進行，使用深度學習框架pytorch1.2.0和Adam優(yōu)化器來進行迭代更新參數(shù)，Adam可動態(tài)調節(jié)學習率，其中weightdecay為1e-4，初始學習率為8e-4。圖片輸入對其進行了翻轉、旋轉、縮放和隨機打亂等操作進行數(shù)據(jù)增強。

WHDLD數(shù)據(jù)集

WHDLD數(shù)據(jù)集是武漢大學制作的遙感圖像分割數(shù)據(jù)集，數(shù)據(jù)覆蓋包括6類地貌：裸地、遙感地物、人行道、道路、植被以及水域。數(shù)據(jù)集中包含4 940張遙感影像及相對應的地物分類標記樣本。

評估指標

平均像素準確率（mPA）是指計算正確分類的像素與所有像素數(shù)量的比值；交并比（Intersection over Union，IoU）是指某一類別預測結果與真實值的交集與并集的比值，IoU值越高說明預測結果和真實值的重合比例越高。平均交并比（mean Intersection over Union，mIoU）是對每一類的IoU求和后的再平均。

WHDLD驗證實驗

根據(jù)在WHDLD遙感圖像數(shù)據(jù)集上進行的對比實驗，可以看出，針對模型參數(shù)大、運行內存量過高，難以用于工業(yè)部署等問題，可以采用MobilenetV2作為骨干網絡，改變其步長再提升精確度的解決方案。