基于深度學(xué)習(xí)的車輛智能檢測方法研究

馮思嘉

（四川工商學(xué)院 計(jì)算機(jī)學(xué)院，四川 成都）

引言

隨著現(xiàn)代化社會的發(fā)展，尤其是在進(jìn)入“十四五”時(shí)期之后，工業(yè)和制造業(yè)進(jìn)入了高速的發(fā)展，這也使得城市交通擁堵變得愈發(fā)嚴(yán)重。交通擁堵所帶來的危害除了會耽誤市民的出行時(shí)間之外，同時(shí)還會造成額外的交通污染和經(jīng)濟(jì)損失。根據(jù)中國交通部發(fā)表的數(shù)據(jù)顯示，交通擁堵帶來的經(jīng)濟(jì)損失占城市人口可支配收入的20%, 相當(dāng)于每年國內(nèi)生產(chǎn)總值損失5～8%,每年達(dá)2500 億元人民幣。

實(shí)施智慧交通能夠有效地緩解城市交通擁堵情況，其中交通數(shù)據(jù)是智慧交通有效管理的重要依據(jù)之一，因此對車輛進(jìn)行檢測，獲得實(shí)時(shí)交通數(shù)據(jù)成為至關(guān)重要的環(huán)節(jié)[1]。

近年來隨著深度學(xué)習(xí)技術(shù)的飛速發(fā)展，使得目標(biāo)檢測技術(shù)也得到了發(fā)展，將基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)用于智慧交通能夠有效地提高道路交通管理的效率，有助于城市交通擁堵的改善。

1 基于深度學(xué)習(xí)的目標(biāo)檢測方法

1.1 研究思路

基于深度學(xué)習(xí)的目標(biāo)檢測算法分為兩類：基于分類的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測和基于回歸的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測[2]。

基于分類的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法有：R-CNN 算法[3]、SPP-NET 算法[4]以及Fast R-CNN[5]，這種類型的檢測算法優(yōu)勢在于檢測速度較快。

基于回歸的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測算法是YOLO算法[6]。故論文以 Yolov5 算法作為基礎(chǔ)，以UA-DETRAC 為數(shù)據(jù)集訓(xùn)練和驗(yàn)證算法，并對實(shí)驗(yàn)結(jié)果進(jìn)行可視化處理。

1.2 Yolov5 算法介紹

Yolov5 的網(wǎng)絡(luò)結(jié)構(gòu)主要可以分為輸入端、Backbone、Neck、Prediction 四個(gè)部分[7]。Yolov5 相比于Yolov3 而言，輸入端中新增了Mosaic 數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算、自適應(yīng)圖片縮放；Backbone 主要新增了Focus 結(jié)構(gòu)、CSPNet 結(jié)構(gòu)；Neck 中使用了FPN 結(jié)構(gòu)、PAN 結(jié)構(gòu)；Prediction 中使用了GIoU_Loss 損失函數(shù)。Yolov5 的輸入端（Input）任務(wù)主要是對圖像做預(yù)處理操作，它的網(wǎng)絡(luò)模型的輸入圖像尺寸是640×640，因此在圖像傳入模型之前要將圖像自適應(yīng)地縮放成640×640，以提高檢測速度。

主干網(wǎng)絡(luò)部分（Backbone）的任務(wù)主要是對圖像進(jìn)行特征提取。主要流程如下：先對圖片進(jìn)行切片，然后進(jìn)行拼接，再卷積。在切片和拼接的過程中使用到了Focus 結(jié)構(gòu)。

頸部網(wǎng)絡(luò)（Neck）的主要任務(wù)是收集主干網(wǎng)絡(luò)不同階段的特征圖，然后再將這些特征進(jìn)行混合，以便對特征信息進(jìn)行增強(qiáng)。在頸部網(wǎng)絡(luò)中包含了FPN 結(jié)構(gòu)和PAN 結(jié)構(gòu)。

預(yù)測端（Prediction）的主要任務(wù)是對特征進(jìn)行映射，對不同尺度的特征圖進(jìn)行預(yù)測。在預(yù)測端里主要結(jié)構(gòu)有損失函數(shù)和非極大值抑制，使用CIOU_Loss 函數(shù)作為預(yù)測框的損失函數(shù)，進(jìn)行反向傳播并且進(jìn)行不斷優(yōu)化，最后再使用非極大值抑制對結(jié)果進(jìn)行篩選。

2 深度學(xué)習(xí)實(shí)驗(yàn)建立

2.1 數(shù)據(jù)集與運(yùn)行環(huán)境介紹

實(shí)驗(yàn)采用UA-DETRAC 數(shù)據(jù)集，該數(shù)據(jù)集是車輛檢測和跟蹤的大規(guī)模數(shù)據(jù)集，數(shù)據(jù)集主要拍攝于北京和天津的道路過街天橋（京津冀場景），并標(biāo)注了8 250 個(gè)車輛和121 萬目標(biāo)對象外框。車輛分為轎車、公共汽車、廂式貨車和其他車輛四類。天氣情況分為多云、夜間、晴天和雨天四類。

Yolov5 算法在Python 環(huán)境下進(jìn)行運(yùn)行，Python 環(huán)境使用pip 嚴(yán)格按照requirements.txt 中的要求進(jìn)行搭建。其中IDE 采用PyCharm，與其他開發(fā)環(huán)境相比，pycharm 有可視化的界面，輸入代碼，調(diào)試都非常方便。利于調(diào)試以及大型項(xiàng)目開發(fā)。Numpy 依賴庫用于數(shù)組快速操作的各種API，包括數(shù)學(xué)、邏輯、形狀操作、排序、選擇、輸入輸出、離散傅立葉變換、基本線性代數(shù)，基本統(tǒng)計(jì)運(yùn)算和隨機(jī)模擬等等。pillow依賴庫是常用的圖像處理庫。

2.2 模型訓(xùn)練與推理過程

在使用Yolov5 進(jìn)行訓(xùn)練時(shí)，參數(shù)如表1 所示。

表1 訓(xùn)練參數(shù)

在對模型進(jìn)行訓(xùn)練之前，首先利用labelimg 工具對數(shù)據(jù)集中的圖片進(jìn)行人工打標(biāo)、基礎(chǔ)數(shù)據(jù)增強(qiáng)以及去噪等操作。然后對模型使用上述參數(shù)進(jìn)行訓(xùn)練，訓(xùn)練結(jié)束之后，使用該模型對測試集中的數(shù)據(jù)進(jìn)行預(yù)測。

2.3 訓(xùn)練數(shù)據(jù)可視化與分析

對模型訓(xùn)練期間的數(shù)據(jù)進(jìn)行可視化分析，圖1 為混淆矩陣（confusion matrix），混淆矩陣是對分類問題的預(yù)測結(jié)果的總結(jié)。使用計(jì)數(shù)值匯總正確和不正確預(yù)測的數(shù)量，并按每個(gè)類進(jìn)行細(xì)分，這是混淆矩陣的關(guān)鍵所在。混淆矩陣顯示了分類模型的在進(jìn)行預(yù)測時(shí)會對哪一部分產(chǎn)生混淆。它不僅可以讓我們了解分類模型所犯的錯(cuò)誤，更重要的是可以了解哪些錯(cuò)誤類型正在發(fā)生。

圖1 混淆矩陣

混淆矩陣的每一列代表一個(gè)類的實(shí)例預(yù)測，而每一行表示一個(gè)實(shí)際的類的實(shí)例，這樣可以通過矩陣就能看出機(jī)器是否將兩個(gè)不同的類混淆。圖1 的混淆矩陣可以看出經(jīng)過訓(xùn)練之后，其結(jié)果較好。

接著獲取訓(xùn)練過程中的單一準(zhǔn)確率和召回率。圖2 和圖3 分別為P_curve、R_curve。其中P_curve 為單一類準(zhǔn)確率，反應(yīng)的是準(zhǔn)確率和置信度的關(guān)系圖。R_curve 為召回率額置信度的關(guān)系圖，當(dāng)置信度越小的時(shí)候，類別檢測越全面。

圖2 P_curve

圖3 R_curve

圖2 中Precision 代表預(yù)測為positive 的準(zhǔn)確率，它從預(yù)測結(jié)果角度出發(fā)，描述了二分類器預(yù)測出來的正例結(jié)果中有多少是真實(shí)正例，即該二分類器預(yù)測的正例有多少是準(zhǔn)確的，公式為：

其中，TP 代表真陽性，即樣本的真實(shí)類別是正例，并且模型預(yù)測的結(jié)果也是正例，預(yù)測正確；FP 代表假陽性樣本的真實(shí)類別是負(fù)例，但是模型將其預(yù)測成為正例，預(yù)測錯(cuò)誤。從圖2 中可以看出Precision 的數(shù)值隨著訓(xùn)練的進(jìn)行逐漸平穩(wěn)地趨近于1，說明經(jīng)過訓(xùn)練模型的準(zhǔn)確度較高。

圖3 中Recall 代表真實(shí)為positive 的準(zhǔn)確率，即正樣本有多少被找出來了，公式為：

其中，F(xiàn)N 表示假陰性，樣本的真實(shí)類別是正例，但是模型將其預(yù)測成為負(fù)例，預(yù)測錯(cuò)誤。

圖4 為訓(xùn)練的損失函數(shù)，損失函數(shù)是用于衡量預(yù)測模型和真實(shí)值不一樣的程度，其中box_loss 描述了預(yù)測框與標(biāo)定框之間的誤差從圖中可以看出，隨著訓(xùn)練地不斷進(jìn)行box_loss 的值越來越?。籵bj_loss 描述了網(wǎng)絡(luò)的置信度，cls_loss 用于計(jì)算錨框與對應(yīng)的分類是否正確。從圖4 可以看出，隨著訓(xùn)練的進(jìn)行，box_loss、obj_loss 和cls_loss 都趨近于0。

圖4 訓(xùn)練過程損失函數(shù)

2.4 實(shí)際檢測

對訓(xùn)練好的Yolov5 模型的準(zhǔn)確度進(jìn)行檢測，使用該模型檢測，檢測結(jié)果如圖5 所示。根據(jù)圖5 可以看出，該模型可以準(zhǔn)確地檢測出途中的車輛，并且將車輛用方框標(biāo)注出來，同時(shí)置信度較高在0.69～0.88 之間，可以說明模型訓(xùn)練結(jié)果較好。

圖5 車輛實(shí)際檢測結(jié)果

結(jié)束語

論文將深度學(xué)習(xí)算法中的Yolov5 算法應(yīng)用于道路車輛檢測中，利用UA-DETRAC 數(shù)據(jù)集進(jìn)行訓(xùn)練、測試和驗(yàn)證。通過分析訓(xùn)練過程中的數(shù)據(jù)和實(shí)際的檢測效果發(fā)現(xiàn)，可以對道路車輛進(jìn)行準(zhǔn)確地檢測，實(shí)現(xiàn)了道路車輛的檢測，對于緩解城市交通擁堵有著一定的意義，可以提高城市對于道路車輛的效率，同時(shí)為車輛的智能駕駛奠定基礎(chǔ)。