基于Mask RCNN的模具編碼識別方法研究

劉詠平 吳玉婷 劉杰 郝剛

摘要：為了解決高性能云計算環(huán)境中計算資源利用率不高、短期用戶需求大的問題，本文提出一種基于多負(fù)載均衡的自適應(yīng)云計算資源管理模型，通過采用多種負(fù)載均衡實現(xiàn)算法，并動態(tài)地根據(jù)現(xiàn)有任務(wù)分配來評估，最終由評估結(jié)果使用最優(yōu)負(fù)載均衡，使得等待作業(yè)可以高效地均衡分布在不同的資源上運行，從而增加系統(tǒng)的吞吐量及性能。

關(guān)鍵詞：云計算;資源管理;按需切換

中圖分類號：TP391? ? ?文獻標(biāo)識碼：A

文章編號：1009-3044（2021）10-0060-03

1引言

目前大部分鋁型材企業(yè)對生產(chǎn)模具的管理主要通過建立模具管理倉庫對模具進行統(tǒng)一管理，并在模具上粘貼二維碼用于識別模具型號。由于鋁材的生產(chǎn)過程需要經(jīng)過多個流通環(huán)節(jié)（出庫、拋光、加熱、上機、下機、堿洗、包膜、入庫等），且其中存在的多個環(huán)節(jié)需要經(jīng)過高溫及堿洗，使得模具上粘貼的二維碼極易失效。為保證對模具的每一個環(huán)節(jié)做好記錄，需要人為對二維碼失效的模具重新粘貼上二維碼。二維碼標(biāo)簽的重復(fù)粘貼大大降低了工業(yè)生產(chǎn)的效率，且多次人為識別模具編碼制作二維碼的過程增加了模具記錄的錯誤率。因此需要一種新的技術(shù)方案實現(xiàn)模具編碼識別，提高生產(chǎn)模具管理的便利性。

2相關(guān)工作

Mask RCNN模型去完成特定的目標(biāo)檢測任務(wù)時，一般通過保持原始模型的主體結(jié)構(gòu)，簡單修改模型最后的輸出層，并使用特定任務(wù)的訓(xùn)練樣本對模進行訓(xùn)練，以此實現(xiàn)將模型用于特定任務(wù)。雖然模型在眾多公開數(shù)據(jù)集[1， 2]均取得了優(yōu)異的結(jié)果，但是由于眾多公開數(shù)據(jù)集主要由自然場景訓(xùn)練樣本組成，無法保證針對特定的工業(yè)生產(chǎn)環(huán)境圖片下模型還具有良好的表現(xiàn)。而針對一個特定任務(wù)重新設(shè)計出一個性能良好的網(wǎng)絡(luò)模型需要大量專業(yè)先驗知識，且消耗大量的人力物力。針對這一問題，神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索技術(shù)的出現(xiàn)實現(xiàn)了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的自動搜索。目前的神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索策略主要有進化算法[3]、強化學(xué)習(xí)[4]、可微分[5]三種。[3]遺傳算法策略雖然能夠搜索到表現(xiàn)優(yōu)秀的網(wǎng)絡(luò)的結(jié)構(gòu)，但是其效率極其低下，需要消耗大量的計算資源。NASNet[4]使用強化學(xué)習(xí)策略，在cifar-10集imagenet數(shù)據(jù)集[1]上得到了優(yōu)秀的結(jié)果，但是其同樣需要消耗巨大的計算力;NASNet[4]要求2000gpu天才能得到最好的結(jié)果。NAS-FPN[6]在maskrcnn[6]模型基礎(chǔ)上成功的搜索出了一個目前最優(yōu)的特征金字塔結(jié)構(gòu)，NAS-FPN[6]無論是在參數(shù)量，計算時間，準(zhǔn)確率都要優(yōu)于目前最好的模型，但該模型需要在100塊TPU上完成訓(xùn)練。各類優(yōu)化策略如ENAS[7]通過共享權(quán)重的方式使網(wǎng)絡(luò)能夠在0.5GPU天下收斂，但是效果上沒有超過人為設(shè)計的網(wǎng)絡(luò)。NAO[8]則通過將架構(gòu)嵌入到連續(xù)潛在空間中利用梯度下降將進行優(yōu)化，將搜索代價縮減到200GPU天?；诳晌⒎值纳窠?jīng)架構(gòu)搜索策略DARTs[18]通過共享網(wǎng)絡(luò)結(jié)構(gòu)并從中采樣網(wǎng)絡(luò)子結(jié)構(gòu)的形式取代單獨的網(wǎng)絡(luò)結(jié)構(gòu)進行訓(xùn)練的方式進行網(wǎng)絡(luò)搜索，這一措施使模型在Cifar數(shù)據(jù)集下能只用1個GPU天便使模型收斂，大大降低了網(wǎng)絡(luò)搜索的成本，且能遷移到Imagenet[1]數(shù)據(jù)集上得到很好的表現(xiàn)。HNAS[10]則是在[5， 9]的基礎(chǔ)上將細(xì)胞級的搜索策略上升到了網(wǎng)絡(luò)級的搜索策略，并成功應(yīng)用于語義分割上面，得到目前最優(yōu)的結(jié)果。基于可微分的神經(jīng)架構(gòu)搜索策略[5， 9]在訓(xùn)練時間上均只需要幾個GPU天，便能得到優(yōu)秀的網(wǎng)絡(luò)結(jié)構(gòu)。

本文提出了一種基于Mask RCNN的模具編碼識別方案。同時考慮到各種方法對Mask RCNN進行改進的模型無法保證針對模具編碼檢測任務(wù)效果的問題，重新設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)的不便性以及基于強化學(xué)習(xí)進行架構(gòu)搜索計算資源消耗大的問題。本文在保持Mask RCNN網(wǎng)絡(luò)的主體結(jié)構(gòu)（特征提取網(wǎng)絡(luò)，F(xiàn)PN，RPN網(wǎng)絡(luò)）的基礎(chǔ)上，基于DARTs[5]構(gòu)建RCNN網(wǎng)絡(luò)，解決了面向公開數(shù)據(jù)集訓(xùn)練得到的模型無法適應(yīng)模具編碼識別任務(wù)的問題。

3 基于Mask RCNN的模具編碼識別方法研究

基于Mask RCNN構(gòu)建的模具編碼識別網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。由于模具編碼中存在數(shù)字6，9，且無法保證輸入圖片的方向，直接使用目標(biāo)檢測算法進行模具編碼識別會造成數(shù)字6、9分類的巨大的錯誤率。因此，本文通過在輸入圖片時通過級聯(lián)一個翻轉(zhuǎn)識別網(wǎng)絡(luò)以解決數(shù)字6、9分類錯誤率高的問題。在翻轉(zhuǎn)網(wǎng)絡(luò)對輸入進行圖片處理后再送到下級網(wǎng)絡(luò)。下級則是基于darts對Mask RCNN中的rcnn網(wǎng)絡(luò)進行優(yōu)化搭建的目標(biāo)檢測網(wǎng)絡(luò)。

本文以[14]的研究為基礎(chǔ)，使用cell作為模型結(jié)構(gòu)搜索的單位。本文設(shè)定網(wǎng)絡(luò)邊界操作集合θ=（3X3，5X5可分離卷積，3X3，5X5空洞卷積，3X3最大池化，3X3均值池化，跳躍連接，0連接）。設(shè)定每個cell包包含七個節(jié)點，其中兩個輸入，一個輸出，四個內(nèi)部節(jié)點，節(jié)點間通過有向無環(huán)進行連接。設(shè)o（i， j）表示結(jié)點x（i）和x（j）的操作連接，那么可得：

設(shè)θ表示o（i）操作作用于x（i）的操作集合。使用公式（2）進行操作連續(xù)松弛：

其中a（i，j）表示兩個結(jié)點直接的連接權(quán)重，經(jīng)過公式（2）的松弛之后，模型結(jié)構(gòu)搜索的任務(wù)轉(zhuǎn)變成了對連續(xù)變量a的學(xué)習(xí)。a參數(shù)學(xué)習(xí)過程示意圖如下：

圖2（a）表示初始網(wǎng)絡(luò)結(jié)點未知;圖2（b）給定集合中操作將結(jié)點連接并將參數(shù)進行連續(xù)松弛;圖2（c）通過混合概率優(yōu)化解決網(wǎng)絡(luò)結(jié)點α及w權(quán)重的雙重優(yōu)化問題;最后通過最大化可能操作得到一個離散的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)如圖4（d）所示。最終將多個cell進行堆疊得到完整網(wǎng)絡(luò)結(jié)構(gòu)。

基于DARTs構(gòu)建的RCNN網(wǎng)絡(luò)以RoIAlign輸出為輸入。網(wǎng)絡(luò)損失函數(shù)Loss = Ldarts+Lmask，其中Ldarts = Lcls+Lbox。

3 實驗結(jié)果及分析

為了驗證本文算法有效性，建立實驗仿真環(huán)境：CPU處理器為i7 8700，內(nèi)存為16GB，顯卡為GTX 1080Ti X2，硬盤為2T，實驗平臺為Ubuntu 18.04。

數(shù)據(jù)集中圖片的尺寸不統(tǒng)一，因此在將圖片送入到翻轉(zhuǎn)檢測網(wǎng)絡(luò)之前，將圖片進行雙線性插值法統(tǒng)一圖片尺寸為244X244。同時使用imagenet數(shù)據(jù)集構(gòu)建預(yù)訓(xùn)練模型，訓(xùn)練過程中固化卷積層參數(shù)，只對全連接層進行訓(xùn)練。設(shè)定學(xué)習(xí)率為0.001，迭代次數(shù)為1000。

MASK R-CNN網(wǎng)絡(luò)特征提取使用resnet101預(yù)訓(xùn)練模型，選擇resnet101的conv4作為特征輸出圖。設(shè)定scales為[68， 128， 256]，設(shè)定縱橫比為[1， 2];設(shè)置IOU閾值為0.5用于進行非極大值框融合，設(shè)置預(yù)測結(jié)果閾值為0.85，拋棄分?jǐn)?shù)小于0.85的預(yù)測框。設(shè)置學(xué)習(xí)率為0.003，迭代次數(shù)為300。

如表1所示，在IoU為0.5和0.75下，均有三個指標(biāo)性能（ac，miss，overall）優(yōu)于Mask RCNN和FAST RCNN模型：在IoU為0.5下，本文方法ac評價達(dá)到97.23%，優(yōu)于原始Mask RCNN 1.96%。在IoU為0.75下，本文方法ac評價達(dá)到81.27%，優(yōu)于原始Mask RCNN 4.83%.

4 結(jié)論及未來工作

本文提出的一種基于DARTs的Mask RCNN模具編碼識別方法。該方法首先定義網(wǎng)絡(luò)細(xì)胞結(jié)構(gòu)，然后用DARTs技術(shù)訓(xùn)練網(wǎng)絡(luò)細(xì)胞結(jié)構(gòu)，最后用訓(xùn)練后的網(wǎng)絡(luò)細(xì)胞堆疊重構(gòu)Mask RCNN網(wǎng)絡(luò)中的分類回歸分支，實現(xiàn)對模具編碼的Mask RCNN目標(biāo)檢測網(wǎng)絡(luò)。實驗結(jié)果表明，在IoU為0.5下，本文方法比傳統(tǒng)MASK RCNN方法的檢測性能提升約1.96%;在IoU為0.75下，本文方法比傳統(tǒng)MASK RCNN方法的檢測性能提升約4.83%。

參考文獻：

[1] Deng， J.， et al. Imagenet： A large-scale hierarchical image database. in 2009 IEEE conference on computer vision and pattern recognition. 2009. Ieee.

[2] Lin， T.-Y.， et al. Microsoft coco： Common objects in context. in European conference on computer vision. 2014. Springer.

[3] Real， E.， et al.， Regularized evolution for image classifier architecture search. arXiv preprint arXiv：1802.01548， 2018.

[4] Zoph， B.， et al. Learning transferable architectures for scalable image recognition. in Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.

[5] Liu， H.， K. Simonyan， and Y. Yang， Darts： Differentiable architecture search. arXiv preprint arXiv：1806.09055， 2018.

[6] Ghiasi， G.， T.-Y. Lin， and Q.V. Le. Nas-fpn： Learning scalable feature pyramid architecture for object detection. in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.

[7] Pham， H.， et al.， Efficient neural architecture search via parameter sharing. arXiv preprint arXiv：1802.03268， 2018.

[8] Luo， R.， et al. Neural architecture optimization. in Advances in neural information processing systems. 2018.

[9] Liu， C.， et al.， Auto-DeepLab： Hierarchical Neural Architecture Search for Semantic Image Segmentation. arXiv preprint arXiv：1901.02985， 2019.

[10] Shin， R.， C. Packer， and D. Song， Differentiable neural network architecture search. 2018.

【通聯(lián)編輯：梁書】