基于Paddlex 的河道漂浮物及污染水體檢測技術(shù)研究

陸 賓，代旭堯

（上海外國語大學(xué)附屬外國語學(xué)校東校，上海 200086）

河道漂浮物治理以及水體污染監(jiān)測是城市環(huán)境治理的重要部分，但傳統(tǒng)河道治理主要依靠人工駕駛船舶的方式，不僅耗時耗力且船舶駕駛過程本身也會產(chǎn)生污染。近年來，利用無人機、無人船航拍河道的方式逐漸代替了人工巡檢，但漂浮物或污染物的判別還主要依靠人工方式，因為無人機航拍過程中存在背景干擾，且存在污染水體顏色不明顯、細小漂浮物垃圾在航拍圖片中占比過小很難識別等困難，航拍方式起到的作用有限。

近年來，隨著人工智能的發(fā)展，特別是基于機器學(xué)習(xí)目標檢測技術(shù)的發(fā)展，目標檢測技術(shù)被應(yīng)用在河道漂浮物垃圾分類檢測及污染水體檢測領(lǐng)域，通過機器學(xué)習(xí)對無人機航拍圖片進行圖像分割，對分割區(qū)域目標的顏色、面積和紋理等進行特征提取后分類識別，自動判斷是否為漂浮物，可大幅提高河道治理的效率。

本研究基于百度飛槳Paddlex 平臺YOLOv5s 深度學(xué)習(xí)模型，針對漂浮物垃圾在無人機影像中占比小、漂浮物垃圾類別不均衡、污染水體和正常水體在光線干擾下容易混淆等情況進行改進，降低了檢測過程中不同類別漂浮物精度差異，同時大幅提高了飲料包裝等小目標漂浮物的檢測精度。

1 檢測算法原理

基于深度學(xué)習(xí)的目標檢測算法主要有雙精度目標檢測算法和單精度目標檢測算法兩類。單精度檢測算法最具代表性的有YOLO 系列[1-3]和SSD 系列[4-5]，雙精度目標檢測算法最具代表性的有Fast R-CNN[6]、Faster R-CNN[7]、R-FCN[8]和Mask R-CNN[9]。雙精度檢測算法雖然精度高，但是檢測慢，對硬件配置要求較高，不能滿足河道檢測便利性和實時性的要求。單精度算法省略了區(qū)域提取環(huán)節(jié)，算法速度快，但是需要對小目標檢測精度及多類別檢測方面進行優(yōu)化。

2 YOLOv5s 檢測算法

和其他檢測算法相比，YOLOv5s 算法省去了窮舉候選框步驟，兼顧實時性檢測效果的同時提高了多尺度目標檢測精度，采用Pytorch 框架簡化代碼，提升了GPU 運行速度，在公開測試中檢測精度和速度均優(yōu)于其他單階段目標檢測算法[10]。因此本研究采用了YOLOv5s 算法。YOLOv5s 算法網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

圖1 YOLOv5s 算法網(wǎng)絡(luò)結(jié)構(gòu)

算法自動將圖片縮放至608×608 大小后劃分成S×S個網(wǎng)格，經(jīng)過卷積、歸一化等操作，將圖片特征提取到19×19、38×38、76×76 這3 個不同尺寸的特征圖上，特征圖有3×（1+4+B）個通道，以此預(yù)測3 種不同形狀的目標。其中，3 為Anchor box 個數(shù)，1 為錨框置信度，4 為先驗錨框坐標，相對于預(yù)測框坐標的偏移量（tx，ty，th，tw），B為目標類別總數(shù)。最后得出錨框置信度C的公式如下：

式中：P（O）為目標中心點在網(wǎng)格中的概率的數(shù)值；I為真實框與預(yù)測框的交并比值。

錨框的類別置信度公式如下：

3 YOLOv5s 算法網(wǎng)絡(luò)結(jié)構(gòu)改進

如前所述，為了滿足小目標檢測精度及多類別檢測2 個方面特殊的要求，本研究在YOLOv5s 算法基礎(chǔ)上針對Mosaic 增強模塊[11]、圖像增強模塊[12]及SPP模塊[13]進行了改進。

3.1 Mosaic 增強

YOLOv5s 的Mosaic 增強默認將4 幅圖片通過隨機縮放、裁剪、排列等方式拼接，本研究中調(diào)整為將一張選定的圖片與隨機8 張圖片，共9 張圖片隨機裁剪、拼接到一張圖上，來提高模型對小目標的檢測性能（自定義load_mosaic9 函數(shù)）。Mosaic 增強對比如圖2 所示。

圖2 Mosaic 增強對比

3.2 圖像增強

為了消除水面陽光反射或陰影的影響，通過調(diào)用Albumentations 增強包，對圖像進行直方圖均衡化處理。Albumentations 是一個用于圖像增強的Python 庫。Albumentations 可實現(xiàn)豐富多樣的圖像變換操作，這些操作對性能進行了優(yōu)化，同時為不同的計算機視覺任務(wù)（包括對象分類、分割和檢測）提供了簡潔而強大的圖像增強接口。陰影消除對比如圖3 所示。

圖3 陰影消除對比

3.3 SPP 模塊

在原有SPP 模塊的5×5、9×9 和13×13 這3 個最大池濾波器基礎(chǔ)上，增加一個3×3 濾波器，進一步提升模型的感受野。SPP 改進對比如圖4 所示。

圖4 SPP 改進對比

4 試驗設(shè)備與數(shù)據(jù)集

本研究采用了開放數(shù)據(jù)集（FloW 數(shù)據(jù)集）。該數(shù)據(jù)集來自IEEE International Conference on Computer Vision 2021 （ICCV 2021）。FloW 數(shù)據(jù)集和其他垃圾檢測數(shù)據(jù)集的對比如圖5 所示。

圖5 FloW 數(shù)據(jù)集和其他垃圾檢測數(shù)據(jù)集的對比

FloW 數(shù)據(jù)集包括圖像（FloW-Img）及多模態(tài)（FloW-RI）2 個子數(shù)據(jù)集。本研究僅使用FloW-Img子數(shù)據(jù)集，F(xiàn)loW-Img 包含2 000 張圖像和5 271 個標記目標，小目標（Area 小于32×32）占其中的50%以上。除了標注的圖像，還包括200 個未標注的視頻序列。數(shù)據(jù)集采集于不同的光照和波浪條件下，在不同方向和視角上對目標進行了觀測。數(shù)據(jù)集使用LabelImg 工具進行標注。

本研究使用的硬件設(shè)備主要是mac book pro2015版，軟件環(huán)境為Windows10 操作系統(tǒng)，采用Python3.10.8編程語言、百度飛槳Paddlex 包。

5 試驗結(jié)果與分析

5.1 訓(xùn)練參數(shù)設(shè)置

為了進行訓(xùn)練，研究將數(shù)據(jù)劃分為訓(xùn)練集、驗證集和測試集，比例為7∶2∶1。Paddlex 訓(xùn)練參數(shù)設(shè)置如表1 所示。

表1 訓(xùn)練參數(shù)設(shè)置

5.2 模型識別效果

經(jīng)訓(xùn)練后，本模型較好地過濾了倒影，識別了常見的河道漂浮垃圾，如塑料袋、飲料瓶、零食包裝袋、泡沫飯盒、泡沫及樹枝等，并對正常和污染水體的顏色進行了區(qū)分。部分識別效果圖如圖6 所示。

圖6 識別效果圖

5.3 模型精度分析

研究采用類別均衡準確率（meanAverage Precision，mAP）來評估模型檢測精度，公式如下：

式中：amAP為多個樣本查準率和查全率曲線下面積的均值；P為查準率的數(shù)值；R為查全率的數(shù)值。

經(jīng)分析，優(yōu)化后的檢測算法類別均衡準確率可以達到67.36%，常見的漂浮垃圾識別準確率可以達到65%以上，達到了預(yù)期目標。

6 結(jié)束語

本研究基于百度飛槳Paddlex 模型庫，采用YOLOv5s 深度學(xué)習(xí)網(wǎng)絡(luò)，對河道漂浮垃圾及污染水體水質(zhì)進行分類檢測。所采用的數(shù)據(jù)集為FloW 公開數(shù)據(jù)集，該數(shù)據(jù)集采用LabelImg 工具對河道漂浮垃圾及污染水體進行標注，數(shù)據(jù)集包含2 000 張圖像和5 271 個標記目標，小目標（Area 小于32×32）占其中的50%以上，數(shù)據(jù)集采集于不同的光照和波浪條件下，基本覆蓋了常用場景。

鑒于河道漂浮垃圾及污染水體水質(zhì)檢測中的小目標占比較高、類別不均衡等特點，對YOLOv5s 模型中的Mosaic 增強、圖像增強及SPP 模塊進行了針對性改進，優(yōu)化后的檢測算法類別均衡準確率可以達到67.36%，常見的漂浮垃圾識別準確率可以達到65%以上，達到了研究目的。