基于卷積神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)的橋梁裂紋檢測與識別

劉曦 高士武 賀雨

摘 ? 要：為提高卷積神經(jīng)網(wǎng)絡(luò)（CNN）在小樣本數(shù)據(jù)集中的識別準(zhǔn)確率，提出一種基于卷積神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)的目標(biāo)分類方法，提高了卷積神經(jīng)網(wǎng)絡(luò)對小樣本混凝土裂紋的識別率。實驗表明，該方法加快了卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，降低了網(wǎng)絡(luò)的過擬合過程，提高了目標(biāo)分類識別準(zhǔn)確率。

關(guān)鍵詞：遷移學(xué)習(xí) ?卷積神經(jīng)網(wǎng)絡(luò) ?裂紋分類

中圖分類號：G642 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）02（a）-0024-02

隨著計算機(jī)技術(shù)的發(fā)展，基于機(jī)器視覺的橋梁檢測法受到了人們的關(guān)注，它是基于機(jī)器視覺理論，利用計算機(jī)、無人機(jī)等設(shè)備對橋梁進(jìn)行遠(yuǎn)距離、高像素、低成本的自動檢測技術(shù)[1]。使其能夠代替人工專家，實現(xiàn)對混凝土橋梁裂紋的識別、分類、定位等工作。當(dāng)前卷積神經(jīng)網(wǎng)絡(luò)（CNN）在圖像識別方面表現(xiàn)十分出色[2]，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，有了把深度學(xué)習(xí)技術(shù)和橋梁結(jié)構(gòu)損傷檢測相結(jié)合的想法。但在深度學(xué)習(xí)任務(wù)中，訓(xùn)練結(jié)構(gòu)模型需要數(shù)量龐大的數(shù)據(jù)集，否則容易出現(xiàn)過擬合和陷入局部最優(yōu)解等現(xiàn)象。遷移學(xué)習(xí)的加入很好地解決了訓(xùn)練樣本不足所帶來的問題。本文應(yīng)用的是首先將從大量數(shù)據(jù)集上學(xué)習(xí)到的CNN遷移到小樣本目標(biāo)集上，作為目標(biāo)集的底層和中層特征提取器;然后替換CNN的全連接層;最后通過小樣本目標(biāo)數(shù)據(jù)集對新的全連接層進(jìn)行訓(xùn)練，得到適用于小樣本目標(biāo)集的分類識別網(wǎng)絡(luò)。

1 ?卷積神經(jīng)網(wǎng)絡(luò)遷移學(xué)習(xí)基本原理

1.1 卷積神經(jīng)網(wǎng)絡(luò)

本文使用的卷積神經(jīng)網(wǎng)絡(luò)模型主要是由輸入層、卷積層、批歸一化層、池化層、全連接層和輸出層組成[3]。卷積層的主要功能是訓(xùn)練提取目標(biāo)局部特征。池化層主要是對局部特征圖進(jìn)行降維，提升網(wǎng)絡(luò)對輸入圖像的平移旋轉(zhuǎn)等抗變形能力，本文選擇無重疊區(qū)域的最大池化（max pooling）作為采樣函數(shù)，相比平均池化（average pooling），最大池化能更好地保留感知野之間的相互特性。在卷積層與池化層中添加了批歸一化層，它不僅可以加快模型的收斂速度，而且在一定程度上緩解了網(wǎng)絡(luò)中“梯度彌散”的問題，使得訓(xùn)練網(wǎng)絡(luò)模型更加簡單和穩(wěn)定。經(jīng)過多組卷積層與下采樣層的運(yùn)算，CNN依靠全連接網(wǎng)絡(luò)加一個頂層激活函數(shù)對提取的特征進(jìn)行分類，頂層分類函數(shù)為softmax。

1.2 遷移學(xué)習(xí)

深度學(xué)習(xí)近年來已經(jīng)取得了巨大成功，但它在很大程度上依然依賴于大量數(shù)據(jù)，特別是帶有標(biāo)記的數(shù)據(jù)[4]。在實際應(yīng)用中，帶有標(biāo)記的有用數(shù)據(jù)往往非常珍貴。為了減少深度學(xué)習(xí)對可用數(shù)據(jù)數(shù)量的巨大依賴性，遷移學(xué)習(xí)成為一種非常有效的手段。遷移學(xué)習(xí)的一般定義是：給定源域及其學(xué)習(xí)任務(wù)，目標(biāo)域及其目標(biāo)任務(wù)，目的是使用源域與源目標(biāo)的知識幫助改進(jìn)學(xué)習(xí)目標(biāo)任務(wù)中的預(yù)測功能。根據(jù)源域和目標(biāo)域與任務(wù)之間的不同條件，遷移學(xué)習(xí)可以分為三個子類，歸納、遷移和無監(jiān)督，本文中的檢測任務(wù)屬于歸納學(xué)習(xí)，歸納學(xué)習(xí)需要在目標(biāo)中標(biāo)記一些數(shù)據(jù)。此外，根據(jù)知識遷移目標(biāo)域的要求，有四種常用方法可以應(yīng)用：（1）實例遷移學(xué)習(xí)方法;（2）特征遷移學(xué)習(xí)方法;（3）參數(shù)遷移學(xué)習(xí)方法;（4）關(guān)系遷移學(xué)習(xí)方法。

2 ?網(wǎng)絡(luò)結(jié)構(gòu)

本文使用的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)是VGG結(jié)構(gòu)的變體形式，其中使用大小為33的濾波器，最大池化層的步長為2，窗口大小為22，與原型VGGNet相比，在softmax層之前將配置更改為具有256個神經(jīng)元的全連接層，使網(wǎng)絡(luò)由于訓(xùn)練數(shù)據(jù)不足而更好地與遷移學(xué)習(xí)兼容。模型輸入的參數(shù)數(shù)量，濾波器大小和全連接層中的神經(jīng)元數(shù)量有關(guān)。首先通過大樣本數(shù)據(jù)集對卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)進(jìn)行預(yù)訓(xùn)練;其次，用兩個自適應(yīng)全連接層代替卷積神經(jīng)網(wǎng)絡(luò)中全連接層，實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的遷移學(xué)習(xí);最后通過小樣本數(shù)據(jù)集對新的全連接層網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行訓(xùn)練，得到新的分類識別模型。新適應(yīng)層的維度基于圖像中特征的復(fù)雜性，取決于網(wǎng)絡(luò)經(jīng)驗和交叉驗證。在設(shè)計中，使用兩個自適應(yīng)全連接層，其中第一個具有256個神經(jīng)元，第二個是Softmax層，其中神經(jīng)元的數(shù)量等于任務(wù)類的數(shù)量。

3 ?網(wǎng)絡(luò)訓(xùn)練

實驗環(huán)境為python3.5.2，基于keras2.1.5，計算機(jī)配置為：intel core i5 7500 CPU、主頻3.4GHz，GPU：NVIDIA GTX 1050TI，內(nèi)存為8GB。原始圖像總數(shù)為1000張高清照片（3，344×2，224分辨率）。這些圖像來自大型鋼筋混凝土梁強(qiáng)度檢測試驗。使用索尼NEX-5C數(shù)碼單反相機(jī)采集。其中800個圖像用于訓(xùn)練和驗證，200個圖像用于測試。將原始圖像裁剪成224×224像素分辨率的較小圖像，以構(gòu)建用于訓(xùn)練和驗證的數(shù)據(jù)集。在訓(xùn)練之前，首先將每個圖像標(biāo)注為有損傷和無損傷的標(biāo)簽。在測試步驟中使用滑動窗口技術(shù)，用來檢測位于圖像空間中任何位置的裂縫。同時在此訓(xùn)練模式中應(yīng)用數(shù)據(jù)增強(qiáng)技巧，減少過度擬合問題。使用實驗采集數(shù)據(jù)進(jìn)行歸一化處理，搭建卷積神經(jīng)網(wǎng)絡(luò)。編譯函數(shù)選用RMSprop，層間激活函數(shù)選用ReLU，分類函數(shù)選用softmax。把訓(xùn)練集輸入搭建好的CNN中，將數(shù)據(jù)通過預(yù)訓(xùn)練模型得到的特征向量保存下來，接著以這些特征向量為原始數(shù)據(jù)訓(xùn)練我們新的全連接層網(wǎng)絡(luò)，經(jīng)過100次充分迭代后，損失值不再下降，則認(rèn)為網(wǎng)絡(luò)訓(xùn)練完成。

4 ?實驗結(jié)論

從圖2可以看到，對裂紋圖像進(jìn)行分類時，零基礎(chǔ)學(xué)習(xí)的分類正確率初始值為17.4%，同時期的遷移學(xué)習(xí)初始值為61.8%。經(jīng)過約20次epochs迭代訓(xùn)練后遷移學(xué)習(xí)模式下網(wǎng)絡(luò)分類正確率達(dá)到峰值97.39%，經(jīng)過約60次epochs迭代訓(xùn)練后兩者均達(dá)到最高值。相比較而言，遷移學(xué)習(xí)的loss值下降得也更快，說明模型的學(xué)習(xí)速度更快。通過對比可以看到，遷移學(xué)習(xí)的迭代曲線相比零基礎(chǔ)學(xué)習(xí)更加平滑，說明遷移學(xué)習(xí)模式下，每一次迭代過程更加趨向于全局最優(yōu)解，避免了陷入局部最優(yōu)的問題發(fā)生，并且明顯加快了網(wǎng)絡(luò)參數(shù)的訓(xùn)練速度。在未來的研究中，有三種方法可以改善模型的性能：（1）增加訓(xùn)練數(shù)據(jù);（2）改進(jìn)更好的架構(gòu);（3）使用相同的架構(gòu)，微調(diào)一些部分網(wǎng)絡(luò)結(jié)構(gòu)。

參考文獻(xiàn)

[1] 龐娜，趙啟林，芮挺，等.基于機(jī)器視覺的橋梁檢測技術(shù)現(xiàn)狀及發(fā)展[J].現(xiàn)代交通技術(shù)，2015（6）： 25-31.

[2] 劉洪公，王學(xué)軍，李冰瑩，等.基于卷積神經(jīng)網(wǎng)絡(luò)的橋梁裂縫檢測與識別[J].河北科技大學(xué)學(xué)報，2016（5）：485-490.

[3] 李雪松，林逸洲，馬宏偉，等.基于卷積神經(jīng)網(wǎng)絡(luò)的橋梁損傷識別方法應(yīng)用研究[J].青海大學(xué)學(xué)報，2018（2）：1-46.

[4] 李松，魏中浩，張冰塵，等.深度卷積神經(jīng)網(wǎng)絡(luò)在遷移學(xué)習(xí)模式下的SAR目標(biāo)識別李松[J].中國科學(xué)院大學(xué)學(xué)報，2018（1）：75-83.