一種基于改進SSD的原木端面識別方法

胡笑天，王克儉*，王超，剪文灝，何振學(xué)

(1.河北農(nóng)業(yè)大學(xué)信息科學(xué)與技術(shù)學(xué)院，保定 071001；2.河北省城市森林健康技術(shù)創(chuàng)新中心，保定 071001；3.河北省農(nóng)業(yè)大數(shù)據(jù)重點實驗室，保定 071001； 4.河北省木蘭圍場國有林場管理局，承德 067000)

原木楞堆是森林收獲過程中原木暫存和運輸?shù)闹匾绞剑瑐鹘y(tǒng)的楞堆原木材積計量都是采用人工檢尺的方法，這種方法需要大量的人力，并且容易受檢測工作人員的工作態(tài)度和經(jīng)驗影響，效率低、周期長、成本高。隨著計算機技術(shù)特別是計算機視覺技術(shù)的發(fā)展，通過圖像采集、端面識別代替人工檢尺是原木管理的迫切需求，同時原木輪廓的多樣性、拍照環(huán)境的復(fù)雜性，對設(shè)計魯棒的原木輪廓識別算法提出了更高的要求。筆者針對復(fù)雜環(huán)境，提出了一種原木端面識別方法，為自動檢尺系統(tǒng)的構(gòu)建奠定了基礎(chǔ)。

近年來原木端面識別主要是以景林和林耀海團隊為代表的對傳統(tǒng)方法的研究。2006年，景林等[1]通過計算灰度圖像的閾值等效圓擬合原木端面面積；2013—2015年該團隊結(jié)合彩色特征和空域特征[2]、多特征綜合[3]對成捆原木端面區(qū)域進行了識別。鐘新秀等[4]使用Lab顏色空間的K-Means聚類結(jié)合Hough變換對原木根數(shù)進行統(tǒng)計。林耀海等[5]利用圓弧特征對原木輪廓進行了識別。另外，趙亞鳳等利用雙目視覺[6-8]對原木徑級和材積進行了計算。李小林等[9]通過將K-Means算法與分水嶺算法相結(jié)合計算出原木端面區(qū)域。唐浩等[10]基于色差聚類對原木圖像端面進行了檢測與統(tǒng)計。近年來，隨著深度學(xué)習(xí)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)在圖像處理上的優(yōu)勢也顯現(xiàn)出來[11]，林耀海等[12]針對成捆原木端面裂紋、端面有污漬霉變等情況引入YOLOv3-tiny卷積神經(jīng)網(wǎng)絡(luò)對原木端面圖像進行目標檢測，獲得了較好效果。

上面這些算法主要利用的是原木端面為類圓的幾何特征，原木邊緣、紋理等特征進行識別，雙目視覺對環(huán)境光照要求敏感，計算復(fù)雜性高。這些算法在原木端面較為完整干凈并且光照比較好的情況下能夠準確實現(xiàn)原木端面面積計算。但是，原木背景環(huán)境復(fù)雜、原木楞堆參差不齊、端面差異大，或者原木端面存在遮擋重疊及陰影覆蓋等情況對原木自動檢尺提出了更高的要求。以SSD(single shot multibox detector)和YOLO為代表的目標檢測算法不需要產(chǎn)生候選框，直接計算出物體的類別概率和位置等信息，具有較高的檢測精確度和檢測速度。

本研究針對自然環(huán)境下原木楞堆存在的端面大小差異大、遮擋重疊或陰影覆蓋等問題，以SSD算法作為基本的框架，對其進行改進。首先在SSD上引入RFB模塊，RFB模塊結(jié)合了空洞卷積和多尺度卷積核，能夠提高網(wǎng)絡(luò)的感受野，能夠較好識別小目標；然后將CBAM注意力模塊添加到SSD的有效特征層，提高SSD的特征提取能力，對于遮擋重疊或陰影覆蓋等有較好效果。

1 數(shù)據(jù)集制作

本研究使用的實驗數(shù)據(jù)是拍攝的自然環(huán)境下的成垛原木以及木材廠拍攝的成垛原木，拍攝地點為河北省承德市木蘭圍場工作驗收現(xiàn)場以及木材廠，拍攝設(shè)備采用尼康D7500相機和華為mate系列手機。

使用python對圖像進行裁剪，將原始一張圖像裁剪成多個300×300的標準圖像，標注圖像若沒有原木則xml文件為空，會導(dǎo)致訓(xùn)練時出錯,因此將不含原木的圖像從數(shù)據(jù)集中剔除。在測試集中可以保留不含原木的圖像，最終得到828張，實驗中圖像數(shù)量分布為：訓(xùn)練集596張,占總數(shù)據(jù)的72%;驗證集66張,占總數(shù)據(jù)的8%;測試集166張,占總數(shù)據(jù)的20%。清楞和混楞的原木圖像如圖1a～c所示，其中清楞是原木端面大小相似的原木楞堆，混楞是原木端面差異較大的原木楞堆。原木端面大小差異較大的混楞原木堆見圖1b，原木端面存在差異且存在陰影和遮擋的原木楞堆見圖1c。

圖1 原木楞實驗數(shù)據(jù)示例Fig.1 Examples of log pile experimental data

為了使算法有更好的泛化性，模型中使用數(shù)據(jù)增廣算法，減少因數(shù)據(jù)集數(shù)量限制對模型性能發(fā)揮的影響。本研究使用了圖像旋轉(zhuǎn)、翻轉(zhuǎn)、高斯噪聲、椒鹽噪聲、圖像亮暗變化對訓(xùn)練集數(shù)據(jù)進行擴充。圖像加入噪聲以及亮度變化的結(jié)果見圖1d～f。

裁剪及數(shù)據(jù)增廣完成后獲得實驗圖像3 312張，使用labelImg工具對圖像進行標注，將圖像中的原木框選并注明類別，標注圖像如圖1g～i所示。

2 改進的SSD目標檢測網(wǎng)絡(luò)

2.1 SSD網(wǎng)絡(luò)

SSD是一種one stage的目標檢測網(wǎng)絡(luò)[13]。SSD結(jié)合了Faster R-CNN的anchors機制和YOLO回歸的思想，不用產(chǎn)生候選框，直接對圖像進行多尺度的回歸。

本研究中的SSD網(wǎng)絡(luò)以300×300的圖像作為輸入，以VGG16作為主干網(wǎng)絡(luò)，VGG16具有13個卷積層和3個全連接層，SSD將VGG16的全連接層fc6和fc7替換成卷積層，并更名為conv_fc6和conv_fc7，舍棄fc8層并在VGG16后加入了額外的卷積層即Extra層，包括conv6等一系列卷積層。最后以conv4_3、conv_fc7、conv8_2、conv9_2、conv10_2、conv11_2作為有效特征層進行目標的檢測，網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

SSD進行目標檢測時，通過上述6個有效特征層提取不同尺度的特征，檢測目標的方法借鑒Faster R-CNN的anchor機制，預(yù)先設(shè)定先驗框，先驗框生成規(guī)則如下：

SSD的6個有效特征層每個特征單元分別會產(chǎn)生4，6，6，6，4，4個先驗框，不同特征層的先驗框尺度不同，同一個特征單元的先驗框?qū)捀弑炔煌?。特征圖中每個特征單元產(chǎn)生先驗框的個數(shù)由參數(shù)aspect_ratio決定，asprct_ratio即模型給定的不同特征層先驗框的個數(shù)和寬高比，其具體值為aspect_ratio ={[2],[2,3],[2,3],[2,3],[2],[2]}。生成情況如圖2所示。

以conv4_3為例，aspect_ratio值只有1個2，根據(jù)圖2所示規(guī)則，默認產(chǎn)生2個不同大小的正方形，如圖2虛線所示;然后根據(jù)aspect_ratio=2，得出寬高比為1∶2的兩個長方形，因此一共產(chǎn)生4個先驗框。再如conv_fc7的aspect_ratio值為[2,3]，兩個值分別得到寬高比為1∶2和1∶3的4個長方形，一共產(chǎn)生6個先驗框。

圖2 預(yù)測框結(jié)構(gòu)Fig.2 Structure chart of prediction box

SSD模型訓(xùn)練過程如圖3所示。

圖3 SSD檢測流程Fig.3 SSD detection process

首先生成各有效特征層相應(yīng)數(shù)量的先驗框，根據(jù)輸入的訓(xùn)練樣本，獲取預(yù)先人工標注的真實框；然后計算真實框與所有先驗框的交并比IoU，選出一個IoU值最大的先驗框，保證至少有一個先驗框可以作為正樣本與真實框進行匹配，將剩余先驗框中IoU值大于設(shè)定閾值的框也作為正樣本與真實框進行匹配；將保留的先驗框與真實框進行中心位置和寬高差異的計算，即計算先驗框相對于真實框的偏移量，并將計算結(jié)果保存，這樣能夠?qū)⒄鎸嵖蜣D(zhuǎn)換成能參與loss計算的形式；訓(xùn)練樣本經(jīng)過網(wǎng)絡(luò)預(yù)測得到一系列的預(yù)測框，將預(yù)測框和上述保存的結(jié)果進行l(wèi)oss回歸計算，并將loss反向傳播修正網(wǎng)絡(luò)權(quán)重。

訓(xùn)練完成之后的預(yù)測過程為將待測圖片輸入網(wǎng)絡(luò)進行預(yù)測，生成的預(yù)測框根據(jù)類別置信度和相應(yīng)類別的置信度值，將置信度值低于閾值的預(yù)測框舍棄，保留下來的預(yù)測框的數(shù)量可能依然很多，所以需要通過NMS進行進一步的篩選，得到最終的檢測結(jié)果。

2.2 基于RFB模塊的擴大感受野設(shè)計

SSD目標檢測算法雖然具有較高的速度，但是在對小目標的檢測上，容易出現(xiàn)漏檢的現(xiàn)象[14-15]。這是因為SSD網(wǎng)絡(luò)采用了多尺度特征融合的方法，含有多個有效特征層來提取圖像的特征，但是對于小目標的檢測主要依賴conv4_3特征層，該層位于網(wǎng)絡(luò)的淺層，感受野小，特征表達力差。

因此，為了增強淺層conv4_3的特征提取能力，將其相鄰的有效特征層conv_fc7增加一個分支，將該分支經(jīng)過上采樣變成與conv4_3大小相同的特征圖后融合提高原conv4_3的特征提取能力，conv_fc7特征圖與conv4_3的大小差異相比其他有效特征層更小，因此選conv_fc7與其進行上采樣融合最合適。

融合兩層特征替換原conv4_3后，為進一步擴大SSD有效特征層的感受野，提高網(wǎng)絡(luò)的特征提取能力，引入了RFB模塊，RFB模塊來源于RFB Net[16]，由多分支卷積層和膨脹卷積層組成。多分支卷積層借鑒了Inception的思想，用不同尺寸的卷積核進行卷積操作，從增加網(wǎng)絡(luò)的寬度實現(xiàn)增加感受野、提升網(wǎng)絡(luò)性能的目的，但網(wǎng)絡(luò)寬度的增加也造成網(wǎng)絡(luò)學(xué)習(xí)參數(shù)的增加，使網(wǎng)絡(luò)計算量增大并且容易陷入過擬合。為了使計算量不增加又能擴大網(wǎng)絡(luò)的感受野，在引入多分支卷積結(jié)構(gòu)的基礎(chǔ)上加入膨脹卷積層，與普通卷積的不同是膨脹卷積包括一個膨脹率，用來表示膨脹的大小，若膨脹率為1，則與普通卷積核相同；膨脹率為3，則在普通卷積核的每個參數(shù)之間插入兩個空洞。因為是空洞，所以在計算時并沒有增加計算量且擴大了感受野。

RFB模塊分為BasicRFB和BasicRFB-a兩種，BasicRFB模塊結(jié)構(gòu)見圖4虛線內(nèi)部。BasicRFB模塊使用了1×1、3×3、5×5 3個不同尺寸的卷積核構(gòu)成多分支卷積結(jié)構(gòu)，模塊內(nèi)還包含rate={1,3,5}的膨脹卷積層；最后將不同尺度的特征圖進行融合，并使用1×1卷積來調(diào)整特征維度，調(diào)整特征維度后與shortcut執(zhí)行element-wise相加。BasicRFB-a與BasicRFB不同的是使用3×3卷積層替換5×5的卷積層，并將原有的3×3卷積層拆分成1×3和3×1兩個卷積層，減少了計算量，提升了網(wǎng)絡(luò)性能。

圖4 BasicRFB結(jié)構(gòu)Fig.4 Structure chart of BasicRFB

將BasicRFB_a放在融合conv4_3與經(jīng)過下采樣的conv_fc7分支之后，目的是在增加較少計算量的情況下進一步擴大該特征層的感受野。將BasicRFB放在conv_fc7層之后，并將SSD的extras特征層中的前兩組卷積層即conv6和conv7替換成BasicRFB，增大了網(wǎng)絡(luò)的感受野。

2.3 基于CBAM的原木有效特征提取設(shè)計

擴大了感受野之后，網(wǎng)絡(luò)的特征提取能力增強，但是不同特征的重要程度不同，而且在計算機視覺領(lǐng)域，卷積操作的工作大部分是在空間上更多特征的融合，而卷積對通道維度的特征融合僅限于對特征圖的所有通道進行融合。針對這一問題引入注意力機制，在原木端面識別的過程中根據(jù)特征的重要程度分配權(quán)重。

常用的注意力機制有兩個，分別是squeeze-and-excitation (SE)和convolutional block attention module (CBAM)。SE模塊僅對通道特征進行加權(quán)，CBAM則是一種結(jié)合通道和空間的注意力模塊，經(jīng)過對比實驗，本研究選擇的是CBAM注意力模塊[17]，實驗結(jié)果如表1所示。

表1 注意力機制對比Table 1 Comparison of attention mechanism 單位：%

本研究改進的目的是加強模型對小目標的檢測能力，從而提高原木端面的識別效果。因此召回率的提升較為重要，從表1數(shù)據(jù)可以看出，SE模塊和CBAM在混楞原木端面識別中，CBAM的召回率較高，因此本研究選擇CBAM來對SSD進行改進。

CBAM首先通過一個通道注意力模塊，將輸入的特征圖F0經(jīng)過最大化池化和平均池化操作得到兩個通道特征，再將兩個通道特征分別通過兩個全連接層，將全連接層的輸出融合再經(jīng)過sigmoid激活，得到了通道注意力權(quán)值Mchannel，如公式(1)所示。

Mchannel=σ{MLP[AvgPool(F0)]+

MLP[MaxPool(F0)]}

(1)

式中：MLP為全連接層；AvgPool和MaxPool分別為平均池化和最大池化；σ為sigmoid激活函數(shù)。

將通道注意力權(quán)值Mchannel與輸入特征F0進行矩陣全乘，得到空間注意力模塊的輸入F1，如公式(2)所示；將F1分別通過最大池化和平均池化得到兩個特征圖，融合后再經(jīng)過一個卷積層得到空間維度特征權(quán)值Mspatial，如公式(3)所示；利用矩陣全乘運算，將這個特征權(quán)值與F1融合得到的新特征圖F2能夠加強有效特征的權(quán)重，提高識別效果，如公式(4)所示。

F1=Mchannel×F0

(2)

Mspatial=σ(f7×7{[AvgPool(F1),MaxPool(F1)]})

(3)

F2=MspatialF1

(4)

式中，f7×7為一個7×7的卷積層。

2.4 融合RFB與CBAM模塊的SSD網(wǎng)絡(luò)

本研究在SSD目標檢測網(wǎng)絡(luò)的基礎(chǔ)上使用RFB模塊與CBAM注意力機制(圖5)。對conv_fc7層的一個分支使用上采樣，將conv_fc7與conv4_3兩層進行特征組合，提高特征提取能力，然后在融合后的特征圖后嵌入BasicRFB_a模塊，使其成為第1個有效特征層(effective feature layer，EF1)；在conv_fc7后嵌入BasicRFB模塊，作為EF2；將原SSD的conv6、conv7兩個卷積層替換成BasicRFB模塊，并作為EF3、EF4；第5和第6特征層保持原有特征層不變，即Conv8_2和Conv9_2。

圖5 改進SSD結(jié)構(gòu)Fig.5 Improved SSD structure diagram

此外，在SSD嵌入RFB模塊的基礎(chǔ)上，為了使較大的目標獲得較大的感受野并保持特征的完整性，較小的目標可以使用較小的感受野來保證足夠的細節(jié)信息，引入CBAM注意力機制，使得網(wǎng)絡(luò)自適應(yīng)的學(xué)習(xí)特征在空間和通道上的權(quán)重，與原特征圖相乘后的結(jié)果能夠更有效地使網(wǎng)絡(luò)增加對有效特征的關(guān)注，尤其是對小目標細節(jié)特征的關(guān)注。在conv4_3、conv_fc7、EF3、EF4、conv8_2、conv9_2層嵌入CBAM模塊，提高網(wǎng)絡(luò)的特征提取能力。改進的網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。

原木端面檢測的流程為輸入待檢測圖像，由改進的網(wǎng)絡(luò)各層產(chǎn)生先驗框并用卷積對不同特征圖提取檢測結(jié)果，經(jīng)過分類器判定是原木或背景后，采用非極大值抑制去除大量的無效框，進而獲得最終的原木端面檢測結(jié)果。

3 結(jié)果與分析

為驗證本研究改進SSD網(wǎng)絡(luò)的有效性和實用性，對算法進行對比實驗，實驗使用的硬件平臺為windows10操作系統(tǒng)，內(nèi)存16 GB，處理器為酷睿i7-9750H，GPU為NVIDIA GeForce GTX 1660Ti。

3.1 評價指標

神經(jīng)網(wǎng)絡(luò)中最常用的評價指標有精確率(precision，P)、召回率(recall，R)、AP(average precision，AP)值和mAP(mean average precision)值，本研究檢測類別只有原木，因此評價指標只使用精確率、召回率和AP值。其中精確率和召回率的計算如公式(5)、(6)所示。

(5)

(6)

式中：tp為被判斷為正樣本的正樣本；fp為被判斷為正樣本的負樣本；fn為被判斷為負樣本的正樣本。

AP則為一個目標檢測中的常用指標，通常其AP值越高，說明這個分類器的效果越好。根據(jù)應(yīng)用場景的不同，對精確率和召回率的要求不同，因此得到精確率和召回率后，可以繪制Precision-Recall曲線來幫助分析，確定應(yīng)用場景適合的值，AP的幾何意義是P-R曲線下的面積。

3.2 基于改進SSD的原木識別

為驗證改進算法在原木識別上的有效性，對本研究制作的數(shù)據(jù)集使用改進的SSD進行檢測，并使用改進前的SSD、SSD+RFB以及YOLO系列網(wǎng)絡(luò)中常用的模型來進行對比實驗，因為YOLOv5是以速度為優(yōu)勢的輕量級網(wǎng)絡(luò)，在識別效果上不足以與其他網(wǎng)絡(luò)進行對比，所以選用YOLOv3和YOLOv4進行對比，從而驗證本研究改進的算法對目標的檢測能力有很大的提升。

為減少模型的訓(xùn)練時間，在實驗中采用遷移學(xué)習(xí)的思想，將SSD算法在PASCAL VOC2007上的訓(xùn)練模型遷移到本應(yīng)用中，無須從零開始學(xué)習(xí)，只要稍加訓(xùn)練，即可得到較好的效果。清楞原木數(shù)據(jù)集上的AP、精確率、召回率對比結(jié)果如表2所示。

表2 原木檢測結(jié)果Table 2 Log test results 單位：%

從表2可以看出，SSD+RFB以及本研究改進的算法在精確率、召回率上均有提升，但提升幅度較小，分析原因是測試集中如圖1a所示的清楞原木容易檢測，因此檢測效果好，算法之間區(qū)分度較低，因此再針對混楞原木堆組成的測試集進行檢測，檢測結(jié)果如表2所示。

從表2可以看出，SSD、YOLOv3、YOLOv4、SSD+RFB與本研究算法的精確率相差較小，但本研究改進的SSD召回率比SSD、YOLOv3、YOLOv4和SSD+RFB分別高14.03%,12.68%,21.54%和2.96%。

結(jié)合公式(6)分析，是因為正樣本被檢測為負樣本導(dǎo)致召回率低。4種算法針對復(fù)雜圖像的檢測效果如圖6所示。為方便觀察，將目標檢測算法中傳統(tǒng)的畫矩形框改為橢圓形框，因此邊界處少于半棵的原木輪廓框不準確，但不影響個數(shù)的統(tǒng)計，黑色橢圓框代表標記出的未檢測到的原木。從圖6可以看出，圖6a、b、c中明顯有未被檢測到的原木存在，這些原木在圖6e中被網(wǎng)絡(luò)檢測到，圖6d也檢測出絕大部分原木，但也存在少部分未檢測的原木在圖6e中被正確檢測出來。因此改進的SSD召回率比另外3種算法高，從而充分驗證了本研究對SSD改進的有效性。

圖6 混楞原木檢測效果對比Fig.6 Comparison of detection results of mixed log

YOLOv3和SSD同屬于one stage的目標檢測算法，具有速度快等優(yōu)點，但是同時存在檢測精度不足，尤其是對小目標檢測不足的缺點。本研究對SSD目標檢測算法的改進在于針對其對小目標檢測不足的缺點以及其對小目標檢測主要依賴conv4_3這一有效特征層的特點，引入了CBAM的conv4_3與引入CBAM并經(jīng)過上采樣的conv_fc7層進行結(jié)合，最后將結(jié)合得到的新特征圖通過RFB模塊獲得第一個有效特征層。其余有效特征層分別為引入了CBAM的兩個RFB模塊和conv6_2、conv7_2。與原SSD相比，提高了小目標的特征提取能力，也提高了整體網(wǎng)絡(luò)的特征提取能力。

本研究改進的SSD目標檢測對存在遮擋重疊或陰影覆蓋情況的原木楞堆檢測效果如圖7所示，可見本研究改進的算法對上述復(fù)雜情況的原木楞堆檢測有了顯著提高。

圖7 遮擋重疊或陰影覆蓋檢測Fig.7 Detection of occlusion overlap or shadow coverage

4 基于圖像分割的原木端面識別方法

SSD目標檢測模型只能對300×300的原木圖像進行檢測，因此在本研究改進SSD的基礎(chǔ)上設(shè)計一種能夠檢測常規(guī)大小圖像的原木端面識別模型，算法流程如下：

1)下采樣。與制作數(shù)據(jù)集用于訓(xùn)練時的方法相同，首先對高分辨率的原木圖像使用下采樣，將圖片統(tǒng)一下采樣成900×900，經(jīng)過實驗驗證，本研究使用尼康D7500和華為mate系列手機拍攝的原木圖像下采樣到900×900，再使用分割進行檢測不會對檢測效果產(chǎn)生影響即沒有丟失特征信息。因此將下采樣大小預(yù)先設(shè)置成900×900。

2)小塊圖像分割。對圖像使用含重疊區(qū)域的分割機制進行分割，重疊區(qū)域的大小需要根據(jù)待檢測目標大小和原高分辨率圖像進行評估，重疊區(qū)域越大包含的重復(fù)目標信息越多，造成的重復(fù)計算越多。本研究經(jīng)過實驗將原木圖像分割時的重疊區(qū)域設(shè)置為0.3。

設(shè)置小塊圖像保存路徑及名稱，名稱包含其左上角坐標在原圖上的坐標及小塊圖像尺寸等信息，方便后續(xù)根據(jù)小塊圖像的名稱得到其與原圖的位置映射。

3)小塊圖像目標檢測。遍歷小塊圖像的保存路徑，將該路徑下的所有小塊圖像均通過本研究改進的SSD目標檢測網(wǎng)絡(luò)進行檢測，檢測結(jié)果為一系列的預(yù)測框，預(yù)測框的位置信息是其在小圖上的坐標。

根據(jù)預(yù)測框在小圖的位置信息和其關(guān)于原圖的位置映射，得到這些預(yù)測框在原圖上的位置信息，并將其保存。

4)檢測結(jié)果合并。將每個小圖的預(yù)測框位置信息合并至一個列表中，即得到較高分辨率圖像所分割的所有塊圖像經(jīng)過目標檢測產(chǎn)生的預(yù)測框信息。

5)NMS去除冗余。由于采用了含有重疊區(qū)域的分割機制，導(dǎo)致有大量的重復(fù)計算，上一步保存的檢測結(jié)果若直接畫在原高分辨率圖像上，同一個位置的原木會有多個預(yù)測框出現(xiàn)，因此調(diào)用NMS進行冗余預(yù)測框的刪除。

6)獲得檢測結(jié)果。將經(jīng)過NMS去除冗余的預(yù)測框逐一畫在完整原木圖像上，就得到了較高分辨率原木圖像目標檢測結(jié)果。

模型的實際檢測效果如圖8所示。被檢測圖像是尼康D7500拍攝的，圖像尺寸為4 608×3 456，經(jīng)過算法縮放至900×900，這樣的尺寸不僅能夠使圖像不失真，又便于分割成300×300的圖像進行檢測。檢測結(jié)果最終呈現(xiàn)在900×900的圖像上，并且通過統(tǒng)計預(yù)測框的個數(shù)得到原木堆中原木共149個。

圖8 模型檢測結(jié)果Fig.8 Test results of the model

5 結(jié) 論

本研究提出一種基于RFB模塊和CBAM機制改進SSD目標檢測模型的原木識別方法。

1)通過conv4_3和經(jīng)過上采樣的conv_fc7層的結(jié)合提高網(wǎng)絡(luò)對小目標的檢測能力，并通過引入RFB和CBAM提高了網(wǎng)絡(luò)的整體特征提取能力。

2)利用遷移學(xué)習(xí)的思想，將PASCAL VOC公共數(shù)據(jù)集的訓(xùn)練權(quán)重引入改進的SSD算法中作為預(yù)訓(xùn)練權(quán)重，使得本研究改進的SSD訓(xùn)練時間縮短。

3)改進的SSD能對自然環(huán)境下堆放的原木進行識別，尤其在混楞原木上的小目標和存在遮擋重疊或陰影覆蓋檢測，更能證明改進的有效性和實用性。

本研究改進的SSD提高了網(wǎng)絡(luò)對小目標的特征提取能力，使網(wǎng)絡(luò)的整體性能得到提升，結(jié)合能夠檢測高分辨率圖像的原木端面識別模型，能夠?qū)Τ啥言具M行計數(shù)統(tǒng)計。下一步研究將著重關(guān)注原木端面面積的計算方法，從而實現(xiàn)自動原木檢尺系統(tǒng)。