面向合成孔徑雷達(dá)圖像任意方向艦船檢測的YOLOv3模型的改進(jìn)

趙紫稷

（中船重工第八研究院，江蘇 南京 211106）

0 引言

目前，在分析艦船檢測算法時(shí)，單階段算法內(nèi)的YOLOv3算法檢測精確度較高，識別速度較快，是以YOLOv2算法為基礎(chǔ)綜合考慮ResNet與SSD網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)算法，比以上算法更優(yōu)。但與R-CNN算法相比，YOLOv3算法問題識別的精確度以及召回率都較低。此次分析可以以YOLOv3算法為基礎(chǔ)進(jìn)行改進(jìn)和優(yōu)化，在控制參數(shù)應(yīng)用情況的基礎(chǔ)上，提高YOLOv3算法的檢測精度，發(fā)揮其在船舶檢測中的積極作用。

1 面向合成孔徑雷達(dá)圖像技術(shù)的發(fā)展現(xiàn)狀

為了確保我國的海洋權(quán)益、促進(jìn)海洋資源的有效開發(fā)，加強(qiáng)海面艦船目標(biāo)檢測工作至關(guān)重要?，F(xiàn)階段，艦船目標(biāo)檢測主要以雷達(dá)一維距離像、合成孔徑雷達(dá)圖像以及無人機(jī)和衛(wèi)星拍攝的遙感圖像作為數(shù)據(jù)來源。此外，為了保證數(shù)據(jù)分析的可靠性，還要深入分析海面艦船搭載的光電平臺(tái)拍攝的視頻圖像。合成孔徑雷達(dá)作為主動(dòng)式微波成像傳感器可以全天候工作，并且受外在環(huán)境的影響較小，即使在云霧、植被比較豐富的環(huán)境中仍然可以保證較強(qiáng)的穿透性。因此，合成孔徑雷達(dá)技術(shù)在軍事領(lǐng)域以及民用領(lǐng)域都有至關(guān)重要的作用［1］。

目前，在開展合成孔徑雷達(dá)圖像技術(shù)分析和研究的過程中，國內(nèi)外研究人員對正常目標(biāo)檢測以及物象識別方面的研究較多，經(jīng)過多年研究已經(jīng)形成相對完善的SAR圖像艦船目標(biāo)監(jiān)測系統(tǒng)。恒虛警算法(Constant False-Alarm，CFAR）是目前應(yīng)用比較普遍的SAR圖像目標(biāo)檢測算法。該算法在應(yīng)用中需要通過待檢測的像素領(lǐng)域信息完成背景分布估計(jì)工作，同時(shí)需要以恒虛警率為核心計(jì)算分割閾值。此外，在研究時(shí)可以基于貝葉斯理論開展目標(biāo)背景像素分類。在實(shí)際分類時(shí)，以雜波類型為基礎(chǔ)應(yīng)用背景像素分布模型，可以完成對數(shù)正態(tài)分布、微波爾分布以及K分布計(jì)算作業(yè)。以背景區(qū)域劃分策略為基礎(chǔ)的研究需要了解劃分策略存在的實(shí)際差異。一般情況下，單元CFAR、單元平均選大CFAR、可變窗口CFAR等都屬于其差異類型。恒虛警算法屬于比較完善的理論和實(shí)踐方法，但是因?yàn)橛?jì)算量比較大，所以還要優(yōu)化處理，且背景模型的選擇具有較強(qiáng)的主觀性，在一些復(fù)雜背景下可能會(huì)導(dǎo)致虛警率比較高。

現(xiàn)階段，深度學(xué)習(xí)理論以及優(yōu)化技術(shù)越來越成熟，以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)構(gòu)建目標(biāo)檢測識別模型，可以大大提高目標(biāo)檢測識別效率。目標(biāo)檢測深度模型的構(gòu)建分為一階段檢測模型和兩階段檢測模型。其中，一階段檢測模型需要將多框檢測模型以及和YOLOv3模型作為核心，按照輸出的特征圖完成回歸分析后，可以獲取目標(biāo)位置信息、置信度以及不同類別等綜合信息。兩階段檢測模型在應(yīng)用過程中需要利用FasterR-CNN進(jìn)行分析，主要部分是以某一個(gè)區(qū)域建議網(wǎng)絡(luò)和以區(qū)域?yàn)榛A(chǔ)的識別網(wǎng)絡(luò)。RPN網(wǎng)絡(luò)可以有效篩選候選目標(biāo)區(qū)域。R-CNN開展目標(biāo)類別分類以及位置精調(diào)時(shí)具有突出作用。在實(shí)際應(yīng)用中一階段算法具有較強(qiáng)的實(shí)時(shí)性，但是檢測精度較低，需要根據(jù)具體情況進(jìn)行科學(xué)選擇。

現(xiàn)階段，有研究人員已經(jīng)將深度CNN模型應(yīng)用在SAR艦船目標(biāo)檢測過程中。對深度模型的有效應(yīng)用可以解決在SAR圖像艦船目標(biāo)檢測過程中的數(shù)據(jù)問題。在這一方面，我國相關(guān)研究人員已經(jīng)完成了大量的基礎(chǔ)性研究，例如有研究人員構(gòu)建了新的SAR圖像艦船檢測數(shù)據(jù)集，在開展圖像分析的過程中，需要從分辨率、極化、海況等不同條件出發(fā)獲取圖像。此次研究共獲取1 160幅SAR圖像，通過構(gòu)建的OpenSAR分類數(shù)據(jù)進(jìn)行公開展示，主要包含10幅大范圍海域SAR艦船檢測數(shù)據(jù)集。為了保證數(shù)據(jù)分析的全面性，還有一些已經(jīng)發(fā)布的圖像艦船目標(biāo)檢測數(shù)據(jù)集中有高分3號衛(wèi)星和哨兵1號衛(wèi)星SAR圖像。經(jīng)過統(tǒng)計(jì)可以確定，研究過程中的艦船切片共有43 819個(gè)［2］。

目前，在深入分析高分辨率、大尺寸場景SAR圖像艦船檢測數(shù)據(jù)集時(shí)，包含的數(shù)據(jù)圖像信息較多，有31幅高分3號SAR圖像，圖像內(nèi)容包含港口、島礁以及級別不同的海況信息。大多數(shù)數(shù)據(jù)集的格式以視覺目標(biāo)分類挑戰(zhàn)賽標(biāo)注格式為主，在實(shí)際分類中需要通過目標(biāo)包圍盒左上角和右下角像素坐標(biāo)描述目標(biāo)垂直框信息，將SSDD作為核心完成SSDD＋8參數(shù)傾斜框標(biāo)注格式構(gòu)建工作，可以描述任意方向的艦船目標(biāo)。通過8個(gè)參數(shù)的描述目標(biāo)以4個(gè)頂點(diǎn)像素坐標(biāo)為主。高分辨率SAR圖像數(shù)據(jù)集中比較常見的標(biāo)注格式為上下文常見目標(biāo)(MSCOCO），其與SSDD＋相同傾斜框方式包含5 604張高分辨率SAR圖像，可以在艦船目標(biāo)檢測以及實(shí)例分割驗(yàn)證中充分發(fā)揮作用。

此次研究以YOLOv3模型為框架，可以確保垂直框和旋轉(zhuǎn)框圖像SAR艦船目標(biāo)檢測模型同時(shí)輸出，這樣在模型檢測設(shè)計(jì)過程中才能準(zhǔn)確定義模型參數(shù)訓(xùn)練目標(biāo)方位角區(qū)間，同時(shí)能提高網(wǎng)絡(luò)檢測的有效性，保證輸出垂直框和旋轉(zhuǎn)框預(yù)測結(jié)果的可靠度。以垂直框和旋轉(zhuǎn)框預(yù)測結(jié)果為基礎(chǔ)描述不同的損失函數(shù)，是提高該模型設(shè)計(jì)效果的重要基礎(chǔ)。此外，相關(guān)人員還需要根據(jù)可能存在的目標(biāo)方位角估計(jì)偏差，利用RNMS剔除重疊目標(biāo)。以垂直框和旋轉(zhuǎn)框?yàn)橹?，對方位角估?jì)的準(zhǔn)確度進(jìn)行預(yù)測和判定，在校正工作完成后，需要通過Tensorflow深度學(xué)習(xí)框架以及SSDD＋與HRSIDSAR目標(biāo)檢測數(shù)據(jù)集、艦船目標(biāo)識別數(shù)據(jù)集對模型的遷移性和適用性進(jìn)行全面測試［3］。

2 YOLOv3模型算法分析

2.1 YOLOv3模型網(wǎng)絡(luò)結(jié)構(gòu)

深度學(xué)習(xí)方法是YOLOv3模型的主要方法，該模型的使用需要利用新的深度網(wǎng)絡(luò)完成特征提取。這一網(wǎng)絡(luò)主要為1×1，3×3卷積層，在網(wǎng)絡(luò)中包含53個(gè)卷積層。這一結(jié)構(gòu)圖的殘差塊可以利用ResNet網(wǎng)絡(luò)殘差結(jié)構(gòu)進(jìn)行研究。在不同層之間需要設(shè)計(jì)快捷鏈路以解決深度網(wǎng)絡(luò)的退化問題，并對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行深化處理。此外，在YOLOv3模型的應(yīng)用過程中，需要借鑒FPN特征融合金字塔理念，完成采樣以及特征融合作業(yè)，輸出不同尺度的特征圖。特征圖主要包含13×13，26×26，52×52 3種尺寸，在開展小目標(biāo)檢測作業(yè)時(shí)，大尺度特征圖可以有效提供分辨率信息。小尺度特征圖的主要功能是提供語義信息。在開展大目標(biāo)檢測作業(yè)時(shí)，可以利用小尺度特征圖獲取分辨率信息和語義信息。利用不同尺度特征檢測有利于提高特征信息提取的豐富度，確保大尺度大目標(biāo)和小目標(biāo)綜合檢測的效果。

2.2 YOLOv3模型算法

2.2.1 損失函數(shù)

損失函數(shù)會(huì)影響網(wǎng)絡(luò)效果，在開展模型訓(xùn)練時(shí)，必須有效調(diào)整網(wǎng)絡(luò)參數(shù)，同時(shí)要優(yōu)化損失函數(shù)值，確保損失函數(shù)值處于最小狀態(tài)，提高模型訓(xùn)練效果。損失函數(shù)主要為以邊界框中心點(diǎn)的預(yù)測誤差和寬高預(yù)測誤差。此外，置信度存在誤差或者分類預(yù)測誤差也可能會(huì)導(dǎo)致?lián)p失函數(shù)值出現(xiàn)變化［4］。

2.2.2 構(gòu)建數(shù)據(jù)集

在深度學(xué)習(xí)過程中，科學(xué)構(gòu)建數(shù)據(jù)集是保證最終檢測效果的重要因素。數(shù)據(jù)集的分析質(zhì)量會(huì)直接影響檢測效果。因此，必須保證樣本數(shù)量充足，提取有效的數(shù)據(jù)特征，確保網(wǎng)絡(luò)能學(xué)習(xí)待檢測目標(biāo)的具體特征。在研究過程中，相關(guān)人員還要構(gòu)建艦船目標(biāo)檢測數(shù)據(jù)集，主要的訓(xùn)練集、測試集、訓(xùn)練驗(yàn)證集、驗(yàn)證集分別為2 800，840，1 200，360。在利用PASCALVOCps數(shù)據(jù)集格式進(jìn)行數(shù)據(jù)處理的過程中，相關(guān)人員可以通過谷歌圖片、百度圖片、數(shù)據(jù)集等途徑獲取艦船圖像共4 000張。在處理圖像尺寸時(shí)，可以將其縮放成416×C16的圖像，并通過手工標(biāo)記、批量修改等確保圖像中包含邊界框坐標(biāo)和類別信息，最終形成xml文件，然后按照對應(yīng)比例完成樣本隨機(jī)分配作業(yè)，可以獲取訓(xùn)練集以及驗(yàn)證集，最終構(gòu)建數(shù)據(jù)集。

3 改進(jìn)YOLOv3模型核心思路

3.1 K-means聚類先驗(yàn)框改進(jìn)

在改進(jìn)YOLOv3模型算法的過程中，完成K-means聚類先驗(yàn)框改進(jìn)作業(yè)后，需要利用YOLOv3模型算法，確保邊界框能夠準(zhǔn)確預(yù)測目標(biāo)物體在圖像中的具體位置。一般要先確定9組先驗(yàn)框，在開展深度網(wǎng)絡(luò)訓(xùn)練過程中，必須調(diào)整邊界框的尺寸，保證目標(biāo)檢測框的準(zhǔn)確性。因此，在開始選擇先驗(yàn)框時(shí)，必須保證其具有代表性。這是提高預(yù)測結(jié)果準(zhǔn)確度、保障預(yù)測效率的重要手段。YOLOv3算法本身的先驗(yàn)框是以COCO數(shù)據(jù)集中的類別數(shù)據(jù)為基礎(chǔ)獲取的，在艦船目標(biāo)檢測過程中并不能完全發(fā)揮作用，這就需要根據(jù)已經(jīng)完成構(gòu)建的艦船目標(biāo)檢測數(shù)據(jù)集通過K-means聚類算法獲取先驗(yàn)框，并利用最優(yōu)先驗(yàn)框?qū)⑵浞峙湓诓煌某叽缣卣鲌D中。

經(jīng)過標(biāo)準(zhǔn)處理后的K-means方法使用的為歐式距離，這種方法會(huì)導(dǎo)致邊界框的誤差增加。因此，在目標(biāo)艦船檢測算法的應(yīng)用過程中，比較常用的性能指標(biāo)交并比可以代替歐式距離，聚類算法使用的公式為：

式中，IOU數(shù)值越大，說明檢測框和目標(biāo)的相似度以及相對性越高，判定距離也越近。在計(jì)算工作中，假定K值為9，聚類9種尺寸先驗(yàn)框，并按照不同的顏色對先驗(yàn)框進(jìn)行分類，不同的類別表示聚類中心，坐標(biāo)為新先驗(yàn)框的寬高維度。

將獲取的先驗(yàn)框分配給不同尺度的特征圖，在最小的13×13式特征圖上，需要使用的先驗(yàn)框?yàn)榇蟪叽纾?302，109）(347，219）(380，364）；而在26×26特征圖上，需要利用中尺寸先驗(yàn)框(158，77）(187，285）(278，330）進(jìn)行對象檢測工作；在52×52特征圖上，利用的是較小先驗(yàn)框(36，44）(62，144）(117，231）對較小對象進(jìn)行檢測。

此外，相關(guān)人員需要完成數(shù)據(jù)增強(qiáng)處理。此次研究適用mixup，每次隨機(jī)抽取2個(gè)樣本點(diǎn)，生成新的虛擬樣本點(diǎn)。mixup是鄰域風(fēng)險(xiǎn)較小的形式，可以與先驗(yàn)知識有效結(jié)合，生成的特征向量線性插值可以完成擴(kuò)展訓(xùn)練分布。因此，只需要利用少量幾行代碼就能實(shí)施，幾乎不存在計(jì)算開銷。該增強(qiáng)方法可以以最先進(jìn)的模型ImageNet、語音與表格數(shù)據(jù)集的泛化誤差為基礎(chǔ)進(jìn)行改進(jìn)。

3.2 標(biāo)簽平滑化

在開展多類別訓(xùn)練任務(wù)時(shí)，必須確定數(shù)據(jù)集的標(biāo)簽類別，假定正樣本為1，負(fù)樣本為0，可以獲取一個(gè)one-hot向量：

式中，y代表目標(biāo)真實(shí)類別；i表示不同類別中的一類。

上述過程可能會(huì)導(dǎo)致模型對預(yù)測類別的依賴性增強(qiáng)，如果數(shù)據(jù)出現(xiàn)噪聲問題，會(huì)影響訓(xùn)練結(jié)果的精確度。如果數(shù)據(jù)量分布不均衡，對某一類數(shù)量多的標(biāo)簽依賴性較強(qiáng)，可能會(huì)出現(xiàn)擬合現(xiàn)象。

在Inception v2提出了標(biāo)簽平滑化，將其作為正則化策略，在軟化one-hot類型標(biāo)簽的過程中，需要計(jì)算損失值，并且要對過擬合現(xiàn)象進(jìn)行有效抑制。

對標(biāo)簽進(jìn)行更新處理后，其分布與在真實(shí)分布中加入噪聲有一定的類似性，主要是為了方便計(jì)算。一般情況下，利用均勻分布能大大減少標(biāo)簽真實(shí)類別在計(jì)算過程中損失的權(quán)重，還可以增加其他類別在損失函數(shù)中的權(quán)重。在訓(xùn)練網(wǎng)絡(luò)時(shí)，可以利用最小化預(yù)測概率以及真實(shí)概率的交叉熵，獲取最優(yōu)預(yù)測概率。在YOLOv3網(wǎng)絡(luò)模型訓(xùn)練中必須加入抑制擬合現(xiàn)象，才能增強(qiáng)網(wǎng)絡(luò)的泛化能力，對保證檢測結(jié)果的精確度有積極作用［5］。

4 結(jié)語

總而言之，此次研究在YOLOv3目標(biāo)檢測模型改進(jìn)的過程中，必須對損失函數(shù)進(jìn)行深入分析，可以利用多任務(wù)損失函數(shù)，通過垂直框和旋轉(zhuǎn)框預(yù)測結(jié)果對目標(biāo)方位角的估計(jì)偏差進(jìn)行預(yù)測，提高SAR圖像目標(biāo)檢測和方位角度估計(jì)精度。此外，完成模型改進(jìn)后，需要保持較快的推理速度。通過驗(yàn)證實(shí)驗(yàn)可以確定，該改進(jìn)模型在純海洋背景下的目標(biāo)檢測工作中具有應(yīng)用價(jià)值，并且目標(biāo)方位角估計(jì)的準(zhǔn)確度較高，對靠岸情況正常目標(biāo)檢測精度并不高，在之后的研究中需要從這一角度出發(fā)深入分析。