基于Mask R-CNN 結(jié)合邊緣分割的顆粒物圖像檢測

李 軒，楊 舟，陶新宇，王曉杰，莫緒濤，黃仙山

（安徽工業(yè)大學 數(shù)理科學與工程學院，安徽 馬鞍山 243002）

引言

隨著國家對環(huán)保的重視，天然砂被限制開發(fā)，廢棄礦石被應(yīng)用在制砂中，機制砂被推廣開來。在GB/T 14684-2011 中對機制砂有著尺寸的要求，在破碎礦石制砂過程中需要對砂石顆粒物的尺寸進行檢測，根據(jù)檢測結(jié)果對加工過程進行指導(dǎo)。同樣地，由于顆粒物為生產(chǎn)環(huán)節(jié)中一個重要的材料形態(tài)，因此在各種加工過程中需要對其尺寸、形狀等方面進行監(jiān)測，且對顆粒物的整體分布有具體范圍的限制。

對于顆粒物粒度的檢測，現(xiàn)在已有多種檢測儀器。使用圖像粒度分析儀/激光粒度分析儀可得到樣本顆粒的各種尺寸信息，其中最常用的是尺寸分布，根據(jù)尺寸分布可得到整個樣本的情況。粒度分析儀是使用相機對分散的顆粒物進行成像，對相互分散的顆粒能夠較容易地判別其顆粒物的尺寸。這里常用圖像處理的方法來檢測目標物，通過邊緣分割[1]、閾值分割[2]、圖像分水嶺[3]等方法進行處理；但傳統(tǒng)圖像處理方法對待檢測物的形態(tài)、顏色等特征需要進行精確的設(shè)置才能達到較好的效果。隨著計算機硬件與深度學習技術(shù)的發(fā)展，以分類與回歸為基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)算法有著巨大的進步。語義分割（semantic segmentation）網(wǎng)絡(luò)與目標檢測（object detection）網(wǎng)絡(luò)也被應(yīng)用到顆粒物的檢測上，相對于傳統(tǒng)的圖像分割算法具有更強的魯棒性。語義分割[4-5]網(wǎng)絡(luò)是對圖像所有像素點進行分類，進而把目標物像素分割出來，但語義分割網(wǎng)絡(luò)不能分割出同一類別的單個目標。目標檢測網(wǎng)絡(luò)是預(yù)測物體的位置和類別，可以分為基于候選區(qū)域的兩階段算法[6-7]和基于回歸的單階段算法[8-9]。在語義分割和目標檢測的基礎(chǔ)上，實例分割[10]可以找到每個物體的位置并且分割出物體的像素[11-12]。

使用深度學習方法對顆粒物粒度的檢測可以分為對尺寸的定性判斷和定量計算。定性判斷是對顆粒進行分類[13]，而在對粒度的定量計算上，對顆粒物圖像進行檢測的深度學習算法可以分為兩類：一類是利用語義分割網(wǎng)絡(luò)，在顆粒物較為分散的情況下，使用語義分割[14]網(wǎng)絡(luò)對圖像進行預(yù)測，得到物體的預(yù)測掩膜；在顆粒物有部分接觸堆疊的情況下，為了得到單個顆粒物的預(yù)測掩膜，需要對語義分割的結(jié)果進行后處理，對接觸點的位置進行分離[15]，或者利用分水嶺算法分割預(yù)測掩膜[16]。另一類是利用目標識別網(wǎng)絡(luò)或者實例分割網(wǎng)絡(luò)識別每個顆粒，利用網(wǎng)絡(luò)的檢測能力得到顆粒物的位置與類別信息[17-18]，然后對目標區(qū)域進行分割[19]。

為了能夠?qū)ι沉５阮w粒物圖像進行準確的分割，本文提出改進掩膜的Mask R-CNN 網(wǎng)絡(luò)。在模型主體方面，使用DenseNet[20]作為主干網(wǎng)絡(luò)，并利用通道注意力機制對DenseNet 輸出的特征層進行增強。在輸出的預(yù)測掩膜上，由于圖像中物體的邊緣信息更加符合物體的輪廓，所以使用邊緣分割結(jié)合網(wǎng)絡(luò)的預(yù)測掩膜生成符合顆粒物邊界的掩膜，能夠更準確地得到顆粒物尺寸，為深度學習方法結(jié)合圖像處理應(yīng)用于物體檢測提供了新思路。

1 檢測模型

1.1 Mask R-CNN 模型

在實例分割網(wǎng)絡(luò)中，Mask R-CNN[12]網(wǎng)絡(luò)是最常用到的網(wǎng)絡(luò)之一，被應(yīng)用到多個領(lǐng)域，且檢測效果較好。Mask R-CNN 是一種基于區(qū)域提議的兩階段算法，在Faster R-CNN[6]的基礎(chǔ)上發(fā)展而來。該算法第1 個階段是使用區(qū)域提議網(wǎng)絡(luò)(region proposed network, RPN)，根 據(jù) 特 征 層 生 成 提 議 區(qū)域；第2 個階段是利用提議區(qū)域在特征層上選取感興趣區(qū)域(region of interest, RoI)，根據(jù)RoI 對應(yīng)的特征層利用檢測頭進行分類與回歸，得到物體最終的位置和分類信息；接著利用物體預(yù)測框?qū)δ繕诉M行語義分割，最終得到物體掩膜，整體網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

圖1 Mask R-CNN 結(jié)構(gòu)Fig. 1 Structure diagram of Mask R-CNN

Mask R-CNN 網(wǎng)絡(luò)的檢測過程如下:首先將圖像輸入到主干（Backbone）網(wǎng)絡(luò)，得到一組主干特征層。將不同的主干特征層進行上采樣疊加，組成特征金字塔（feature pyramid network，F(xiàn)PN）[21]放入RPN 網(wǎng)絡(luò)中；利用RPN 進行初步物體的位置回歸和分類，預(yù)測得到一系列提議區(qū)域；利用RoIAlign 將對應(yīng)特征層中的提議區(qū)域提取一組特征向量，根據(jù)特征向量對RoI 進行分類和邊框回歸；調(diào)整后利用置信度閾值和非最大抑制進行篩選，得到最終預(yù)測框和分類；根據(jù)最終預(yù)測框?qū)μ卣鲗舆M行裁切，利用語義分割網(wǎng)絡(luò)生成預(yù)測掩膜。

網(wǎng)絡(luò)整體使用多任務(wù)輸入輸出，模型的整體損失Lloss為

模型整體損失由2 個部分組成，一部分是RPN 網(wǎng)絡(luò)的損失，包含Lclass(RPN)和Lreg(RPN)；另一部分是對候選區(qū)域進行具體分類、回歸和掩膜預(yù)測的損失，包含Lclass(RoI)、Lreg(RoI)和Lmask(RoI)。損失具體計算如(2)式所示：

式中：Lclass為分類交叉熵損失；Nclass為分類歸一化系數(shù)；Lclass（RPN）為二分類交叉熵損失；Lclass（RoI）為多分類交叉熵損失；pi表示框預(yù)測為正確目標的置信度；qi表示把對應(yīng)區(qū)域分為前景與背景，取值為1(前景)或0(背景)；Lreg為回歸損失函數(shù)；Nreg為回歸歸一化系數(shù)，Lreg（RPN）與Lreg（ROI）形式一樣；ti為預(yù)測的目標邊界框的位置坐標；ti*為實際的目標邊界框；Lmask為平均二值交叉熵損失函數(shù)；m為RoI 處理之后的長寬；xi為預(yù)測區(qū)域像素；si為像素對應(yīng)分類的概率。

1.2 主干網(wǎng)絡(luò)的改進

由于檢測的沙粒一般具有形狀不規(guī)則與尺寸小的特點，因此需要更多的低層特征進行判別。在Mask R-CNN 中網(wǎng)絡(luò)初始使用ResNet(殘差網(wǎng)絡(luò))作為主干網(wǎng)絡(luò)，主要由兩種模塊組成，分別為調(diào)整網(wǎng)絡(luò)尺寸維度的Convbolck 與加深網(wǎng)絡(luò)的Identityblock。對于使用殘差結(jié)構(gòu)的網(wǎng)絡(luò)，若輸入為特征層M，則輸出為N=Add(M0,M1)，其中M0可以是輸入的特征層，也可以是經(jīng)過淺層卷積的特征層；M1為經(jīng)過多層卷積的特征層，用來增加網(wǎng)絡(luò)深度。使用這種低層特征與高層特征相加的結(jié)構(gòu)，可以在反向傳播時使得參數(shù)調(diào)整更輕易地傳播到低層網(wǎng)絡(luò)中，以便更好地利用低層特征層。

DenseNet[15]結(jié)構(gòu)與ResNet 結(jié)構(gòu)類似，是卷積層之間的密集連接，網(wǎng)絡(luò)特征傳播效率更高，可以對每個特征層進行重復(fù)利用。DenseNet 由多個Denseblock 模塊組成，網(wǎng)絡(luò)中的Denseblock 模塊的輸入為特征層M，由Mi層經(jīng)過卷積得到Mi+1層，則Denseblock 模塊的輸出為N=Concatenate(M1,M2,…,Mi,…,Mn)，其中Mi為模塊中第i層的輸入，也是第i-1 層的輸出，如圖2(a) 所示，為4 個卷積組成的Denseblock 模塊，其中BN(batch normalization)表示批歸一化，用于對輸入數(shù)據(jù)進行優(yōu)化；Relu(rectified linear units)為 激 活 函 數(shù)；Conv 為 二 維 卷 積，在Denseblock 模塊中進行多次的卷積加深網(wǎng)絡(luò)。

圖2 DenseBlock 模塊和通道注意力模塊Fig. 2 Structure diagram of Denseblock module and channel attention module

通道注意力機制[22-23]是利用通道的全局信息對不同特征通道進行有選擇地加強與抑制，來提高網(wǎng)絡(luò)的特征表達能力，通道注意力機制如圖2(b)所示。由于DenseNet 是把特征層進行通道之間的拼接操作，即是可以用通道注意力機制對輸出特征層進行選擇，來加強有用特征層的響應(yīng)。為了方便說明，下文稱添加通道注意力機制的DenseNet網(wǎng)絡(luò)為DenseAttention(DenseAtt)網(wǎng)絡(luò)，網(wǎng)絡(luò)整體結(jié)構(gòu)如圖3(a)所示。

圖3 DenseAttention 網(wǎng)絡(luò)Fig. 3 Structure diagram of DenseAttention network

主干網(wǎng)絡(luò)整體有5 個輸出的特征層，其中DenseAtt 網(wǎng)絡(luò)具體的組成如圖3(b)所示。對于輸入的特征層，首先通過Denseblock 模塊把不同卷積深度的特征層拼接到一起作為輸出；對Denseblock 模塊輸出的特征層使用卷積和平均池化調(diào)整特征層的輸出維度；輸出的特征層經(jīng)過全局池化和全連接層可以得到一維的特征量，特征量與輸入的特征層通道數(shù)相同；利用這組特征量對Denseblock 模塊輸出的特征層進行相乘，即利用這組特征量的參數(shù)對不同特征層進行加權(quán)計算，加權(quán)計算的結(jié)果作為DenseAtt 模塊的輸出特征層。

1.3 輸出掩膜的改進

語義分割網(wǎng)絡(luò)輸出的掩膜，通常是特征層網(wǎng)絡(luò)分類預(yù)測得到的，分割精度與網(wǎng)絡(luò)特征提取能力有關(guān)。在Mask R-CNN 中是利用預(yù)測框?qū)D像選取感興趣區(qū)域，然后使用相應(yīng)位置的特征層預(yù)測掩膜。由于網(wǎng)絡(luò)在進行特征提取時會損失部分信息，這會導(dǎo)致網(wǎng)絡(luò)預(yù)測的掩膜存在一定誤差。對比之下，對圖像直接進行處理可以得到較為符合物體邊緣的信息，因此本文提出改進掩膜的Mask R-CNN。

根據(jù)以上分析，對Mask R-CNN 推理之后的結(jié)果改進，主要是對輸出的掩膜進行修改，使輸出掩膜的邊緣為實際顆粒物的邊緣。改進的Mask RCNN 網(wǎng)絡(luò)架構(gòu)如圖4 所示，在網(wǎng)絡(luò)進行預(yù)測推理后，對掩膜進行處理。調(diào)整網(wǎng)絡(luò)預(yù)測的物體框，如圖4(a)所示，利用預(yù)測框得到RoI如圖4(b)所示；對RoI進行邊緣檢測，得到如圖4(c)所示的邊緣分割線；利用這些邊緣分割線把整個RoI 區(qū)域分割成若干離散的區(qū)域，如圖4(d) 所示為相互分離的候選掩膜；利用模型預(yù)測的掩膜（圖4(e)）與候選掩膜進行求相交，當相交部分占候選掩膜整體的比例超過閾值時，表示該候選掩膜屬于物體的一部分，選出所有占比大于閾值的候選掩膜，如圖4(f)所示；把被選出的候選掩膜進行組合，得到最終的掩膜，如圖4(g)。最終的輸出掩膜是根據(jù)邊緣檢測得到的，并且利用網(wǎng)絡(luò)預(yù)測的掩膜進行選擇，能夠更準確地表示該物體的邊界。

圖4 改進掩膜的Mask R-CNN 模型Fig. 4 Structure diagram of Mask R-CNN model of improved mask

在上述圖像處理中，當圖像紋理過于復(fù)雜或者與背景差異不大時，會使圖像邊界檢測效果不佳，導(dǎo)致在后面根據(jù)相交選擇候選掩膜時，出現(xiàn)半個區(qū)域或整個區(qū)域被選擇的現(xiàn)象，在這種情況下，輸出的掩膜為半個區(qū)域。為了避免這種錯誤輸出，在輸出時判斷RoI 中幾個固定點的值，選擇的點為中心點和RoI 的4 個角位置的點。通常狀態(tài)下，中心點屬于掩膜部分，而掩膜對應(yīng)區(qū)域的4 個角位置的點則不屬于物體，根據(jù)這5 個點的數(shù)值判斷掩膜是否進行輸出；當不符合條件時，使用原本模型預(yù)測的掩膜作為輸出掩膜。大多數(shù)情況下模型使用改進的掩膜作為輸出，只有在判斷輸出的掩膜進行出錯時使用模型預(yù)測的掩膜作為輸出。本文方法利用了預(yù)測模型的魯棒性以及圖像處理的準確性，下文進行實驗驗證。

2 實驗測試

2.1 數(shù)據(jù)采集與圖像標注

本研究使用河沙圖像進行實驗，利用篩網(wǎng)對河沙進行篩選泥土，把采集的沙粒放置平面進行拍攝。本 研 究 使 用 一 個2592×1944 像 素 的 彩 色 相機，使用的鏡頭為25 mm 焦距的定焦鏡頭，使用穹頂光源作為照明光源，拍攝示意圖如圖5 所示。在這里使用3 mm 的棋盤格標定板對相機進行標定，經(jīng)過計算得到的像素當量為k=0.03324 mm/pixel，根據(jù)像素當量可以計算像素尺寸與實際尺寸的關(guān)系。沙粒相對于其他顆粒的不同之處在于其形狀不規(guī)則，并且整體的顏色變化較大，如圖5 中(a)、(b)、(c)所示。

圖5 圖像采集示意圖Fig. 5 Schematic diagram of image acquisition

對采集到的圖像進行標注，訓練集使用75 張不同的圖像，其中包含6906 個沙粒標注樣本。驗證集中包含30 張圖像，共2491 個標注樣本。為了測試模型檢測沙粒不同數(shù)目下的結(jié)果，把測試集分為3 組，每組10 幅圖，這3 組中每幅圖約有50、100 和150 個數(shù)目的沙粒，3 組共計標注樣本2990 個。

2.2 模型訓練

本文的實驗采用intel i7-10750H CPU 和NVIDA GeForce RTX 2060 GPU，基于Python下的TensorFlow平臺搭建而成。網(wǎng)絡(luò)設(shè)置超參數(shù)為：學習率0.001，每個epoch 訓練250 個step，訓練批大小為1，總共訓練100 個epoch，對輸入圖像采用512×512 像素大小。RPN 的不同特征層Anchors 設(shè)置大小為[16,32 ,64, 128, 256]，滑窗步幅為[4, 8, 16, 32, 64]，每層Anchors 設(shè)置比例為[0.5, 1, 2]。對比不同主干網(wǎng)絡(luò)的訓練情況，訓練的損失如圖6 所示，可見本文的DenseAttention 主干網(wǎng)絡(luò)在訓練后，網(wǎng)絡(luò)反向傳播效率更高，訓練損失與驗證損失更低。

圖6 不同主干網(wǎng)絡(luò)的訓練過程損失曲線Fig. 6 Loss curves of training process of different backbone networks

2.3 評價指標

對檢測模型的評價通?？梢允褂闷骄鶞蚀_度(average precision, AP)和交并比(intersection over union, IoU)。AP 的大小能夠表示模型檢測效果的優(yōu)劣，其由2 個部分組成，準確度(P) 和召回率(R)。準確度表示在檢測到的所有樣本中為正確樣本的比例，如(3)式所示，其中TP表示檢測到的正確樣本數(shù)，F(xiàn)P表示檢測到的錯誤樣本數(shù)。召回率表示檢測到的正確樣本占所有正確樣本的比例，如(4)式所示，其中FN表示分類錯誤的負樣本數(shù)。準確度和召回率為互逆的關(guān)系，通常使用AP 作為綜合的評價標準，如(5)式所示。而交并比常用在評價預(yù)測框或者預(yù)測掩膜的準確度，用真值區(qū)域和預(yù)測區(qū)域的交集與并集的比例表示，如(6) 式所示，其中Agt表示真值區(qū)域，Apre表示預(yù)測區(qū)域。

對顆粒檢測后，通常需要顆粒物的尺寸分布，尺寸分布可以描述整個顆粒物樣本的狀態(tài)，它可以是等效粒徑的尺寸分布、顆粒長短軸和面積的尺寸分布。本文利用面積分布進行評價，使用檢測的面積作為篩選依據(jù)計算顆粒物的粒度累計曲線，類比在GB/T 14684-2011 中計算篩網(wǎng)過濾后剩余的顆粒物的占比。對于模型檢測到的顆粒物數(shù)N與顆粒物面積數(shù)組Si(i=1,…,N)，按照像素面積Ci(i=1,…,m)的大小分為m個類別，面積類別像素數(shù)0 到S；使用xi(i=1,…,m)表示面積大于Ci-1且小于Ci的沙粒樣本數(shù)目，則尺寸分布表示為D=[x1,x2,…,xm]。同樣地，計算粒度累計曲線，使用pi(i=1,…,m)表示面積大于Ci的沙粒樣本數(shù)目，則粒度累計曲線描述為C=[p1,p2, …,pm]。

本文用尺寸分布相關(guān)性[24]對圖中顆粒物的尺寸分布作整體評價。在這里用沙粒掩膜面積作為沙粒尺寸，通過計算實際掩膜尺寸分布與預(yù)測掩膜尺寸分布之間的相關(guān)性，對模型的掩膜檢測效果進行量化評價。顆粒物尺寸分布相關(guān)性表示為

3 實驗結(jié)果與分析

3.1 檢測的準確度評價

對不同主干網(wǎng)絡(luò)的Mask R-CNN 進行對比，其中基準的ResNet 網(wǎng)絡(luò)使用ResNet50 作為主干網(wǎng)絡(luò)； DenseNet 網(wǎng) 絡(luò) 以DenseNet52 作 為 主 干 網(wǎng) 絡(luò)；DenseAttention 是以本文通過通道注意力機制改進的DenseNet 作為主干網(wǎng)絡(luò)。

對于采集的圖像，構(gòu)建3 個測試樣本集，每個樣本集包含10 幅圖。測試集設(shè)為3 個，即陽性樣本490 個、陽性樣本1000 個及1500 個。針對所搭建的模型，計算了3 個樣本集的平均AP 值。如表1 所示，本文DenseAttention 網(wǎng)絡(luò)可以在較小的參數(shù)下獲得精度相當?shù)臋z測效果。對于3 組測試集，整體檢測的IoU 對比如表2 所示，本文改進掩膜的Mask R-CNN 檢測效果得到較大提升，IoU 整體可以達到80%以上。

表1 不同主干網(wǎng)絡(luò)的檢測精度Table 1 Detection accuracy of different backbone networks

表2 改進前后的IoU 對比Table 2 IoU comparison before and after improvement

本文對比了不同主干網(wǎng)絡(luò)與改進算法的計算用時，結(jié)果如表3 所示，本文結(jié)合圖像處理的方法能在計算量增加較小的情況下提升檢測效果。

表3 不同網(wǎng)絡(luò)的平均檢測時間Table 3 Mean detection time of different networks s

3.2 不同方法檢測效果對比

顆粒物的檢測方法有許多，在顆粒圖像分析儀中常用的方法有分水嶺分割[3]、閾值分割[2]、邊緣檢測分割等。除此之外，基于深度學習的語義分割及其改進方法[16]也可用于顆粒物的識別分割。不同方法對比分割結(jié)果如圖7 所示，對比方法有Mask R-CNN 及本文改進掩膜的Mask R-CNN、UNet語義分割、UNet+Watershed、Canny 邊緣分割和分水嶺分割。

圖7 不同主干網(wǎng)絡(luò)的檢測效果Fig. 7 Detection effect of different backbone networks

圖7 中包含檢測效果圖和檢測得到的尺寸分布圖，為了直觀判斷不同方法分割檢測的結(jié)果，把對應(yīng)輸出的區(qū)域使用不同的顏色描繪出來。圖7(a1)和7(a2)分別是原圖和標簽；圖7(b1)、7(c1)和7(d1)分別為初始Mask R-CNN 在主干網(wǎng)絡(luò)ResNet、Dense-Net 和DenseAttention 下的檢測效果；圖7 (b2)、7(c2)和7(d2)分別為改進掩膜的Mask R-CNN 對不同主干網(wǎng)絡(luò)ResNet、DenseNet 和DenseAttention 的檢測效果；圖7(e) 為UNet 分割得到的圖像；圖7(f)為UNet+Watershed 分割結(jié)果；圖7(g)為Canny 邊緣檢測分割結(jié)果；圖7(h) 為Watershed 分割結(jié)果。從圖7(b1)、7(c1)、7(d1)與圖7(b2)、7(c2)、7(d2)的對比能夠看到，本文改進掩膜對檢測效果有較大提升；而其他檢測方法，如基于語義分割的圖7(e)、7(f)和基于圖像處理分割的圖7(g)、7(h)檢測效果存在較大誤差，這是因為顆粒相互接觸時不能區(qū)分單獨的顆粒，產(chǎn)生了較多的錯誤分割?？偟膩碚f，基于圖像處理的方法對相互接觸的顆粒物容易欠分割和過分割，所以進一步判別類別和尺寸時會產(chǎn)生較大誤差，在樣本的顆粒檢測中無法進行有效檢測。

使用人工標注的掩膜尺寸分布作為實際尺寸分布，對3.1 節(jié)所述的3 個測試集樣本使用不同網(wǎng)絡(luò)進行檢測，檢測得到具體的尺寸分布如圖8 所示。圖8 中3 列分別為3 個不同的檢測樣本集，圖8(a1)～8(a3)、圖8(b1)～8(b3)、圖8(c1)～8(c3)分別為本文不同主干網(wǎng)絡(luò)的改進掩膜前后檢測結(jié)果對比，圖8(d)為UNet 及UNet+Watershed 的檢測效果，圖8(e)為Canny 邊緣分割和分水嶺分割的檢測效果?？梢钥吹奖疚母倪M掩膜的Mask R-CNN在預(yù)測的掩膜上更加準確，得到的尺寸分布更加貼近實際尺寸分布。

圖8 測試集上不同網(wǎng)絡(luò)檢測的尺寸分布Fig. 8 Size distribution of different networks detection on test set

根據(jù)粒度累計曲線可以計算各個累計尺寸占比的誤差，結(jié)果如表4 所示，改進模型的檢測結(jié)果整體的誤差小于4%，可以被有效應(yīng)用于檢測整體的顆粒物尺寸的分布。對不同網(wǎng)絡(luò)預(yù)測的掩膜尺寸分布使用相關(guān)性進行評價，結(jié)果如表5 所示。本文改進掩膜的Mask R-CNN 算法在搭配不同的主干網(wǎng)絡(luò)時都可以達到較好的效果，通常可以檢測 尺寸分布的相關(guān)性達到90%。

表4 不同方法的顆粒累計占比誤差的統(tǒng)計標準差Table 4 Statistical standard deviation of particles accumulative proportion error of different methods

表5 不同方法的尺寸分布相關(guān)性Table 5 Correlation of size distribution between different methods

從以上結(jié)果可以看到，相比于原始的Mask RCNN，在相同訓練的情況下，本文改進掩膜的Mask R-CNN 能夠更好地預(yù)測顆粒掩膜，提升了輸出掩膜的準確度；相比于其他經(jīng)典圖像處理算法，在檢測尺寸分布和顆粒累計曲線上有著很大的提升；本文方法在IoU 的結(jié)果上有10%～15%的提升，達到80%以上，顆粒累計占比的誤差為4%，預(yù)測掩膜的尺寸分布與實際掩膜尺寸分布達到強相關(guān)，能夠完成分析顆粒物粒度的作用。

4 結(jié)論

本文提出一種改進掩膜的Mask R-CNN 的顆粒物檢測與尺寸分布測量方法，能夠用于顆粒物的尺寸分布檢測，相比于其他圖像檢測方法，本文方法對顆粒接觸的魯棒性較強，對整體尺寸的描述較為準確。本方法利用通道注意力機制對DenseNet 網(wǎng)絡(luò)進行增強作為檢測模型的主干特征提取網(wǎng)絡(luò)，將DenseNet 網(wǎng)絡(luò)的多特征層拼接的特點與通道注意力機制對特征層的選取增強相結(jié)合，可以在參數(shù)量較小的情況下達到相當?shù)男ЧＦ浯卫脠D像處理對模型輸出的掩膜進行修改，結(jié)合模型的預(yù)測掩膜以及預(yù)測框的邊緣分割方法能夠生成更加符合物體邊界的掩膜。實驗表明，本文方法能夠更加準確地檢測顆粒物的尺寸分布，可應(yīng)用于砂石顆粒加工的檢測，為深度學習結(jié)合圖像處理的應(yīng)用提供了思路。下一步計劃針對漏檢的顆粒物測試更加高效的特征提取網(wǎng)絡(luò)，提升網(wǎng)絡(luò)的檢測精度，并應(yīng)用到更高精度的顆粒物圖像檢測中。