基于改進(jìn)SSD的水下光學(xué)圖像感興趣目標(biāo)檢測(cè)算法研究

李寶奇 黃海寧 劉紀(jì)元 劉正君 韋琳哲

(中國(guó)科學(xué)院聲學(xué)研究所 北京 100190)

(中國(guó)科學(xué)院先進(jìn)水下信息技術(shù)重點(diǎn)實(shí)驗(yàn)室 北京 100190)

1 引言

我國(guó)海洋裝備體系正朝著無人化、智能化的方向快速發(fā)展。光學(xué)成像具有信息豐富、分辨率高和成本低等優(yōu)點(diǎn)，是水下近距離環(huán)境感知的主要手段，廣泛用于海底物種監(jiān)測(cè)、無人潛航器導(dǎo)航、定位、避障和目標(biāo)識(shí)別等多種場(chǎng)合[1,2]。然而，水下目標(biāo)在不同觀察距離和視角下通常會(huì)呈現(xiàn)不同的特征，尤其是水下非剛性目標(biāo)，增加了水下光學(xué)圖像目標(biāo)檢測(cè)識(shí)別的難度。

基于傳統(tǒng)特征的水下目標(biāo)檢測(cè)與識(shí)別方法通過特征描述符(顏色特征、形狀特征、紋理特征等)刻畫水下目標(biāo)物體[3]，具有方法簡(jiǎn)單、實(shí)時(shí)性好的優(yōu)點(diǎn)，但易受目標(biāo)物體尺寸變化、旋轉(zhuǎn)、被遮擋和拍攝角度變化的影響。隨著深度學(xué)習(xí)[4—6]技術(shù)的興起，研究學(xué)者利用深度卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)提高水下光學(xué)圖像目標(biāo)分類的準(zhǔn)確率[7,8]。不過，分類任務(wù)是對(duì)圖像整體的描述，無法確認(rèn)目標(biāo)在圖像中的準(zhǔn)確位置。近年來，基于CNN的目標(biāo)檢測(cè)模型在一個(gè)框架內(nèi)實(shí)現(xiàn)了目標(biāo)檢測(cè)和識(shí)別的統(tǒng)一，目標(biāo)檢測(cè)模型可分為基于候選區(qū)域和基于回歸兩類，其中基于候選區(qū)域的模型主要代表有R-CNN[9], Fast R-CNN[10]和Faster R-CNN[11]等，基于回歸思想的模型主要代表有YOLO (You Only Look Once)[12]和SSD(Single Shot Detection)[13]，其中SSD模型較好地兼顧了檢測(cè)精度和檢測(cè)速度。為了縮短SSD的檢測(cè)時(shí)間，Iandola等人[14]提出了輕量化網(wǎng)絡(luò)SqueezeNet。SqueezeNet主要是利用1×1的卷積層對(duì)輸入特征降維來降低模型的參數(shù)和計(jì)算量，同時(shí)也利用Inception[15]結(jié)構(gòu)提高FireModule的特征提取能力。Howard等人[16]提出了輕量化的卷積神經(jīng)網(wǎng)絡(luò)MobileNet V1。MobileNet V1用深度可分離卷積 (Depthwise Separable Convolution, DSC) 替換標(biāo)準(zhǔn)卷積來減少模型的參數(shù)和計(jì)算量，計(jì)算成本約為標(biāo)準(zhǔn)卷積的1/9。基于MobileNet V1的SSD-MV1模型目標(biāo)檢測(cè)速度也得到了極大的提升，但檢測(cè)精度略有降低。為此，Sandler等人[17]提出了MobileNet V1的改進(jìn)版本MobileNet V2。MobileNet V2在深度可分離卷積的基礎(chǔ)上引入了ResNet中的shortcut connection結(jié)構(gòu)，并設(shè)計(jì)了新的特征提取模塊逆殘差模塊(Inverted Residual Block, IRB)。新模塊將原來的先“壓縮”后“擴(kuò)張”調(diào)整為先“擴(kuò)張”后“壓縮”。IRB模塊利用擴(kuò)張壓縮的計(jì)算方式進(jìn)一步減少計(jì)算量，引入了ResNet中的shortcut連接提高模塊的特征提取能力。基于Mobilenet V2的SSD-MV2較好地兼顧了目標(biāo)檢測(cè)精度和檢測(cè)速度，但對(duì)存在一定形變的水下光學(xué)圖像目標(biāo)檢測(cè)精度有待提高。

為了提高卷積神經(jīng)網(wǎng)絡(luò)的特征提取能力，Hu等人[18]提出了壓縮激勵(lì)(Squeeze and Excitation,SE)特征提取模塊。SE模塊首先對(duì)卷積得到的特征進(jìn)行壓縮操作，得到全局特征，然后對(duì)全局特征進(jìn)行激勵(lì)操作，得到不同特征的權(quán)重，最后乘以對(duì)應(yīng)通道的特征得到最終特征。本質(zhì)上，SE模塊是在特征維度上做選擇，這種注意力機(jī)制讓模型可以更加關(guān)注信息量最大的特征，而抑制那些不重要的特征。另外，Dai等人[19]提出了可變形卷積網(wǎng)絡(luò)(Deformable Convolutional Networks, DCN)。DCN加入1個(gè)偏移量使其可以自由變形，從而提升卷積神經(jīng)網(wǎng)絡(luò)的幾何變換建模能力，提高對(duì)不規(guī)則物體、非剛性目標(biāo)及復(fù)雜環(huán)境下目標(biāo)的檢測(cè)效果。

為此，本文針對(duì)SSD-MV2及其改進(jìn)算法存在的不足提出了兩種特征提取模塊：一種是通道可選擇的輕量化特征提取模塊(Selective and Efficient Block, SEB)；一種是通道可選擇和卷積核可變形的特征提取模塊(Selective and Deformable Block,SDB)，SEB模塊在IRB模塊基礎(chǔ)上引入了通道可選擇組件，SDB模塊在IRB模塊基礎(chǔ)上引入了通道可選擇組件和卷積核可變形組件。接著，利用SEB模塊和SDB模塊分別重新設(shè)計(jì)了目標(biāo)檢測(cè)模型SSD的基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)，新的基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)對(duì)水下光學(xué)圖像目標(biāo)具有更好的適用性。最后，在SSD框架內(nèi)實(shí)現(xiàn)對(duì)水下光學(xué)圖像感興趣目標(biāo)準(zhǔn)確的檢測(cè)識(shí)別。

2 基于改進(jìn)SSD的水下光學(xué)圖像感興趣目標(biāo)檢測(cè)算法

水下目標(biāo)具有形態(tài)多樣的特點(diǎn)，本文通過改進(jìn)SSD-MV2基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)特征提取模塊來提高水下光學(xué)圖像目標(biāo)檢測(cè)精度。

2.1 SEB模塊和SDB模塊

為了提高目標(biāo)檢測(cè)模型對(duì)水下光學(xué)圖像目標(biāo)的檢測(cè)精度，本文在IRB模塊的基礎(chǔ)上提出了兩種特征提取模塊：SEB模塊和SDB模塊，如圖1所示。SEB在IRB模塊[17]內(nèi)引入了通道可選擇組件，SDB在IRB模塊[17]內(nèi)引入了通道可選擇組件和卷積核可變形組件，其中通道可選擇組件并不顯著增加計(jì)算成本[18]，卷積核可變形組件計(jì)算成本增加顯著[19]。事實(shí)上，通道可選擇組件和卷積核可變形組件是相互獨(dú)立的，而且都是提升網(wǎng)絡(luò)特征提取能力的有效手段：通道可選擇組件利用注意力機(jī)制選擇最有價(jià)值的通道數(shù)據(jù)來提高網(wǎng)絡(luò)的性能，卷積核可變形組件利用卷積核形變準(zhǔn)確捕捉目標(biāo)特征來提高網(wǎng)絡(luò)的性能。鑒于SEB是SDB的簡(jiǎn)化版本，本文僅對(duì)SDB模塊進(jìn)行說明和分析，SDB模塊沿用反殘差網(wǎng)絡(luò)結(jié)構(gòu)，即先對(duì)通道采取先“擴(kuò)張” 后“壓縮”的策略，并由擴(kuò)張層、可變形卷積組件、通道可選擇組件和壓縮層組成，其中擴(kuò)張層負(fù)責(zé)輸入特征通道擴(kuò)張；可變形卷積組件通過學(xué)習(xí)改變卷積核形態(tài)提取水下感興趣目標(biāo)特征；通道可選擇組件通過學(xué)習(xí)權(quán)重選擇包含重要信息的通道；壓縮層負(fù)責(zé)將特征通道壓縮成與輸入特征的一致的數(shù)量。

對(duì)于一個(gè)任意的輸入特征D ∈ΦH×H×M，其中H×H為輸入特征的尺寸，M為輸入特征的通道數(shù)。輸入特征D進(jìn)入SDB模塊的兩個(gè)支路網(wǎng)絡(luò)：下側(cè)支路負(fù)責(zé)水下感興趣目標(biāo)特征提取和選擇；上側(cè)支路保持輸入特征D不變，并最后與下側(cè)支路網(wǎng)絡(luò)的輸出特征相加。對(duì)于下側(cè)支路網(wǎng)絡(luò)，輸入特征D首先經(jīng)過擴(kuò)張層，其輸出特征的數(shù)學(xué)表達(dá)為

其中，D為原始輸入特征，Dex為經(jīng)過擴(kuò)張層后的特征，擴(kuò)張層的卷積核尺寸為1×1，卷積核的數(shù)量為輸入特征通道的k倍，即k×M。

隨后，輸出特征Dex送入可變形卷積組件，其輸出特征的數(shù)學(xué)表達(dá)式為

其中，Dde(p0)表示以p0為中心的可變形卷積組件輸出特征，W(pn)表示卷積核權(quán)重，pn是對(duì)R中所列位置的枚舉，R={(-1,-1),(-1,0),...,(0,1),(1,1)},Δpn是pn的偏移量。在實(shí)際計(jì)算過程中，并不是真正改變卷積核的形狀，而是對(duì)輸入特征重新整合，變相地實(shí)現(xiàn)卷積核的形變。也就是說，在輸入圖像的偏置特征圖上利用標(biāo)準(zhǔn)卷積求得最終的輸出特征。

通常Δpn為小數(shù)，非整數(shù)的坐標(biāo)(p=p0+pn+Δpn)無法在圖像上使用的，具體實(shí)現(xiàn)通過雙線性插值尋找距離這個(gè)對(duì)應(yīng)坐標(biāo)最近的4個(gè)特征點(diǎn)來計(jì)算該點(diǎn)的值

其中，q表示距離p最近的4個(gè)特征點(diǎn)，G(q,p)表示對(duì)應(yīng)的系數(shù)，由偏移量(offsets)計(jì)算得到?？勺冃尉矸e組件為了保留輸入圖像的邊沿特征，需要對(duì)其進(jìn)行零填充(zero_padding)。理論上，對(duì)一個(gè)填充后不小于卷積核尺寸的特征圖，可變形卷積組件依然能夠計(jì)算。只不過，當(dāng)填充后的特征圖中有效特征點(diǎn)較少時(shí)，雙線性插值重構(gòu)的特征圖并不會(huì)產(chǎn)生更多的有用信息。

然后，輸出特征Dde送入通道選擇組件，其輸出特征的數(shù)學(xué)表達(dá)式為

其中，Dse為通道選擇后的通道特征，s為通道的選擇系數(shù)，s ∈Φ1×(k×M)；Pg()為全局池化函數(shù)，輸出特征維度為Φ1×(k×M)；f1為第1全連接層，輸出特征維度為Φ1×d，其中d=16；f2為第2全連接層，輸出特征維度為Φ1×(k×M)；softmax()為歸一化指數(shù)函數(shù)。

接著，對(duì)Dse進(jìn)行通道壓縮，數(shù)學(xué)表達(dá)式為

其中，D′為通道壓縮后的特征。

通過上面的計(jì)算，最后可以得到SDB模塊的輸出特征數(shù)學(xué)表達(dá)式為

其中，D為SDB模塊的輸出特征，D ∈ΦH×H×M，特 征圖尺寸為H×H，通道數(shù)為M。

2.2 SSD_MV2SDB模型

SEB在IRB的基礎(chǔ)上引入了通道可選擇組件，通道可選擇組件主要由兩個(gè)全連接層組成，計(jì)算成本相對(duì)較低。SDB在IRB的基礎(chǔ)上引入了通道可選擇組件和可變形卷積組件，可變形卷積組件新增雙線性插值計(jì)算和兩個(gè)卷積層計(jì)算成本相對(duì)較高。為了兼顧SSD-MV2SDB模型的性能，基礎(chǔ)網(wǎng)絡(luò)采用了輕量化的SEB模塊，附加特征提取網(wǎng)絡(luò)采用目標(biāo)適應(yīng)性更強(qiáng)的SDB模塊。改進(jìn)的SSD水下目標(biāo)檢測(cè)模型結(jié)構(gòu)如圖2所示，記作SSD-MV2SDB，包括基礎(chǔ)網(wǎng)絡(luò)、特征提取網(wǎng)絡(luò)、候選框生成和卷積預(yù)測(cè)4個(gè)部分。基礎(chǔ)網(wǎng)絡(luò)MobileNet V2SEB與MobileNet V2的網(wǎng)絡(luò)結(jié)構(gòu)保持一致，利用SEB模塊替換IRB模塊實(shí)現(xiàn)。特征提取網(wǎng)絡(luò)一共提取6個(gè)尺度的特征，MobileNet V2SEB中的第14層Conv14和第19層Conv19作為特征提取網(wǎng)絡(luò)的第1特征層和第2特征層，輸入特征圖尺寸為38×38和19×19，輸出特征圖尺寸為19×19和10×10；Conv20_1, Conv20_2,Conv20_3和Conv20_4作為特征提取網(wǎng)絡(luò)的第3、第4、第5和第6尺度特征層，輸入特征圖尺寸為10×10, 5×5, 3×3和2×2，輸出特征圖尺寸為5×5, 3×3, 2×2和1×1。Conv20_1, Conv20_2,Conv20_3和Conv20_4 4個(gè)卷積層也稱作附加特征提取網(wǎng)絡(luò)，與基礎(chǔ)網(wǎng)絡(luò)中的Conv14和Conv19兩個(gè)尺度的特征層相比，附加特征提取網(wǎng)絡(luò)中的特征區(qū)分度更高，對(duì)水下感性目標(biāo)的檢測(cè)識(shí)別更有幫助。因此，本文利用SDB模塊替換附加特征提取網(wǎng)絡(luò)中的I R B 模塊，但考慮最后1 個(gè)特征提取層Conv20_4的輸入特征圖尺寸為2×2，有效特征點(diǎn)少，因此C o n v 2 0_4 依然采用S E B 模塊，即Conv20_1，Conv20_2和Conv20_3采用SDB模塊，Conv20_4采用SEB模塊。候選框生成部分根據(jù)預(yù)先定義的尺度(scales)和縱橫比(aspect ratios)從上述6個(gè)尺度的特征層中提取數(shù)量和大小不同的候選框；卷積預(yù)測(cè)部分則是對(duì)候選框內(nèi)目標(biāo)的類型和位置進(jìn)行判斷，并利用非極大值抑制算法對(duì)候選框內(nèi)目標(biāo)進(jìn)行優(yōu)化。

SSD-MV2SDB基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)中模塊參數(shù)選取參考了SSD-MV2模塊的設(shè)計(jì)原則：基礎(chǔ)網(wǎng)絡(luò)中模塊采用擴(kuò)張系數(shù)大于1、壓縮系數(shù)小于1(先擴(kuò)張后壓縮)的計(jì)算方式，附加特征提取網(wǎng)絡(luò)模塊采用擴(kuò)張系數(shù)小于1，壓縮系數(shù)大于1(先壓縮后擴(kuò)張)的計(jì)算方式，為了便于研究依然稱SEB模塊和SDB模塊的第1個(gè)卷積層和最后1個(gè)卷積層為擴(kuò)張層和壓縮層。附加特征提取網(wǎng)絡(luò)模塊采用擴(kuò)張系數(shù)小于1、壓縮系數(shù)大于1的計(jì)算方式主要是為了保持與SSD-MV2具有相同的通道數(shù)，另外降低網(wǎng)絡(luò)的計(jì)算成本。具體地，本文SSD-MV2SDB附加特征提取網(wǎng)絡(luò)Conv20_1, Conv20_2和Conv20_3的初始通道數(shù)分別為1280, 512和256，擴(kuò)張層的卷積核尺寸為1×1，擴(kuò)張系數(shù)分別為0.2,0.25和0.5，即擴(kuò)張后的通道數(shù)分別為256, 128和128，可變形組件和通道可選擇組件并不影響輸入特征的尺寸和通道數(shù)，壓縮層的卷積核尺寸為1×1，壓縮系數(shù)分別為5, 4和2，最終的輸出通道數(shù)分別為1280, 512和256。

3 仿真實(shí)驗(yàn)

為了驗(yàn)證SSD-MV2SDB模型的有效性以及基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)和附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量對(duì)模型性能的影響，實(shí)驗(yàn)以mAP，參數(shù)大小和平均檢測(cè)時(shí)間作為定量評(píng)價(jià)指標(biāo)。設(shè)計(jì)實(shí)驗(yàn)1，以SSD-MV2(基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)的特征提取模塊為IRB)為參考，比較分析不同輕量化目標(biāo)檢測(cè)模型之間的性能差異。設(shè)計(jì)實(shí)驗(yàn)2，以基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)為研究對(duì)象，比較分析不同擴(kuò)張系數(shù)對(duì)SSD-MV2SDB模型性能的影響。設(shè)計(jì)實(shí)驗(yàn)3，以附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量為研究對(duì)象，比較分析不同數(shù)量的SDB對(duì)SSD-MV2SDB模型性能的影響。

3.1 實(shí)驗(yàn)數(shù)據(jù)集

為了更好地檢驗(yàn)SSD-MV2SDB模型對(duì)水下光學(xué)圖像感興趣目標(biāo)的檢測(cè)識(shí)別性能，本文建立了一個(gè)水下光學(xué)圖像感興趣目標(biāo)檢測(cè)數(shù)據(jù)集(Underwater Optical Interest DEtection Target, UOIDET)。UOI-DET共計(jì)1135幅圖像，包括方框、漁網(wǎng)、蛙人、UUV和球體5類目標(biāo)，其中1035幅用于模型訓(xùn)練，100幅圖像用于模型測(cè)試，如表1所示。圖像采集地點(diǎn)為千島湖，采集時(shí)間為2020年11月，目標(biāo)與水下圖像采集設(shè)備距離在3～10 m。

表1 水下圖像目標(biāo)檢測(cè)數(shù)據(jù)集組成(幅)

3.2 實(shí)驗(yàn)1：目標(biāo)檢測(cè)算法的性能比較

本實(shí)驗(yàn)比較分析SSD-MV2, SSD-MV2SEB,SSD-MV2IRBD與本文目標(biāo)檢測(cè)方法SSD-MV2SDB在數(shù)據(jù)集UOI-DET上的性能差異。SSD-MV2的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為IRB，附加特征提取網(wǎng)絡(luò)的特征提取模塊為IRB，其中基礎(chǔ)網(wǎng)絡(luò)IRB模塊的擴(kuò)張系數(shù)等于4；SSD-MV2SEB的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為SEB，附加特征提取網(wǎng)絡(luò)的特征提取模塊為SEB，其中基礎(chǔ)網(wǎng)絡(luò)SEB模塊的擴(kuò)張系數(shù)等于4；SSD-MV2IRBD的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為SEB，附加特征提取網(wǎng)絡(luò)為IRBD模塊，其中基礎(chǔ)網(wǎng)絡(luò)SEB模塊的擴(kuò)張系數(shù)等于4，IRBD表示在IRB模塊中引入了可變形卷積模塊[19]；SSDMV2SDB的基礎(chǔ)網(wǎng)絡(luò)的特征提取模塊為SEB，附加特征提取網(wǎng)絡(luò)Conv20_1, Conv20_2和Conv20_3為SDB模塊，Conv20_4為SEB模塊。分別記錄目標(biāo)檢測(cè)模型在迭代500次時(shí)對(duì)UOIDET測(cè)試數(shù)據(jù)集的mAP、參數(shù)大小和平均檢測(cè)時(shí)間，實(shí)驗(yàn)結(jié)果如表2所示。

從表2可以發(fā)現(xiàn)，SSD-MV2SDB的檢測(cè)精度比SSD-MV2, SSD-MV2SEB和SSD-MV2IRBD分別高3.04%, 2.19%和1.31%，模型參數(shù)分別多4.7 MB,3.9 MB和0.1 MB，運(yùn)算時(shí)間分別高6.66 ms,3.85 ms和0.34 ms。通道可選擇組件和卷積核可變形組件對(duì)提高水下光學(xué)圖像感興趣目標(biāo)的檢測(cè)識(shí)別精度都有幫助，不過均增加了一定的計(jì)算成本，并且可變形組件的計(jì)算成本更高。從檢測(cè)識(shí)別精度角度考慮，SSD-MV2SDB更適合基于水下光學(xué)圖像感興趣目標(biāo)檢測(cè)任務(wù)。

表2 目標(biāo)檢測(cè)模型性能比較

為了更直觀地說明SSD-MV2SDB對(duì)水下光學(xué)圖像感興趣目標(biāo)的檢測(cè)效果，利用SSD-MV2SDB模型對(duì)3種類型的水下感興趣目標(biāo)進(jìn)行檢測(cè)，結(jié)果如圖3所示。從圖3可以看出，SSD-MV2SDB算法對(duì)水下感興趣目標(biāo)能實(shí)現(xiàn)準(zhǔn)確檢測(cè)識(shí)別。

3.3 實(shí)驗(yàn)2：基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)對(duì)SSDMV2SDB性能的影響

本實(shí)驗(yàn)比較SSD-MV2SDB基礎(chǔ)網(wǎng)絡(luò)SEB模塊不同擴(kuò)張系數(shù)對(duì)SSD-MV2SDB性能的影響。SSD-MV2SDB附加特征提取網(wǎng)絡(luò)Conv20_1,Conv20_2和Conv20_3為SDB模塊，Conv20_4為SEB模塊，基礎(chǔ)網(wǎng)絡(luò)的SEB模塊擴(kuò)張系數(shù)分別為2,4, 6和8。記錄模型迭代500次時(shí)模型對(duì)UOI-DET測(cè)試數(shù)據(jù)集的mAP、平均檢測(cè)時(shí)間和參數(shù)大小，實(shí)驗(yàn)結(jié)果如表3所示。

從表3可以看出，SSD-MV2SDB的檢測(cè)精度隨基礎(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)的增加逐漸增加，當(dāng)擴(kuò)張系數(shù)等于8時(shí)，SSD-MV2SDB的檢測(cè)精度已經(jīng)達(dá)到97.76%。與此同時(shí)，SSD-MV2SDB模型參數(shù)隨基礎(chǔ)網(wǎng)絡(luò)擴(kuò)張系數(shù)增加也不斷增大，當(dāng)擴(kuò)張系數(shù)等于8時(shí)，SSD-MV2SDB的模型參數(shù)已經(jīng)達(dá)到20.4 MB。事實(shí)上，SSD-MV2SDB的檢測(cè)時(shí)間并沒有隨擴(kuò)張系數(shù)的增加有明顯的變化，主要是由于SEB模塊沿用了IRB模塊的深度可分離計(jì)算方式。增大擴(kuò)張系數(shù)能提高SSD-MV2SDB的檢測(cè)精度，但模型參數(shù)的增加也比較明顯，擴(kuò)張系數(shù)為8的SSD-MV2SDB比擴(kuò)張系數(shù)為2的SSD-MV2SDB參數(shù)增加8.3 MB。另外，與擴(kuò)張系數(shù)等于4時(shí)的SSD-MV2SDB相比，擴(kuò)張系數(shù)等于6或8的 SSD-MV2SDB的檢測(cè)精度并沒有明顯增加，僅增加0.05%和0.48%。綜合考慮檢測(cè)精度、參數(shù)大小和運(yùn)算時(shí)間3個(gè)評(píng)價(jià)指標(biāo)，擴(kuò)張系數(shù)等于4的SSD-MV2SDB效果最好。

表3 基礎(chǔ)網(wǎng)絡(luò)擴(kuò)張系數(shù)對(duì)SSD-MV2SDB性能的影響

3.4 實(shí)驗(yàn)3：附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量對(duì)SSD-MV2SDB性能的影響

本實(shí)驗(yàn)比較附加特征提取網(wǎng)絡(luò)中SDB數(shù)量對(duì)SSD-MV2SDB性能的影響?；A(chǔ)網(wǎng)絡(luò)SEB模塊擴(kuò)張系數(shù)等于4，附加特征提取網(wǎng)絡(luò)中SDB模塊的數(shù)量分別為0, 1, 2和3，其中0表示附加特征提取網(wǎng)絡(luò)均為SEB模塊的SSD-MV2SEB模型，1表示附加特征提取網(wǎng)絡(luò)僅Conv20_1為SDB模塊，2表示附加特征提取網(wǎng)絡(luò)Conv20_1和Conv20_2為SDB模塊，3表示附加特征提取網(wǎng)絡(luò)Conv20_1, Conv20_2和Conv20_3為SDB模塊。記錄模型迭代500次時(shí)對(duì)UOI-DET測(cè)試數(shù)據(jù)集的mAP、平均檢測(cè)時(shí)間和參數(shù)大小，實(shí)驗(yàn)結(jié)果如表4所示。

從表4可以看出，與附加特征提取網(wǎng)絡(luò)均為SEB模塊的SSD-MV2SEB相比，SSD-MV2SDB隨附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量的增加(1, 2和3)檢測(cè)精度逐漸增大，分別增加0.99%, 2.00%和2.19%，可見結(jié)合了通道可選擇組件和卷積核可變形組件的SDB模塊對(duì)水下感興趣目標(biāo)具有很好的適用性。不過，模型參數(shù)和檢測(cè)時(shí)間也存在一定的增加，主要是由于SDB模塊中的可變形卷積組件采用標(biāo)準(zhǔn)卷積計(jì)算方式。考慮模型的計(jì)算成本，本文僅在附加特征提取網(wǎng)絡(luò)中使用SDB模塊。另外，附加特征提取網(wǎng)絡(luò)中SDB模塊的數(shù)量等于3。

表4 附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量對(duì)SSD-MV2SDB性能的影響

3.5 討論

實(shí)驗(yàn)從mAP、平均檢測(cè)時(shí)間和參數(shù)大小3個(gè)方面比較了本文水下光學(xué)圖像感興趣目標(biāo)檢測(cè)方法SSDMV2SDB與經(jīng)典輕量化目標(biāo)檢測(cè)算法(SSD-MV2)和最新算法(SSD-MV2SEB和SSD-MV2IRBD)性能上的差異，也進(jìn)一步分析了基礎(chǔ)網(wǎng)絡(luò)的擴(kuò)張系數(shù)和附加特征提取網(wǎng)絡(luò)SDB模塊數(shù)量的選取如何影響SSD-MV2SDB的性能，同時(shí)也驗(yàn)證了SSD-MV2SDB模型對(duì)水下光學(xué)圖像感興趣目標(biāo)的適用性。

SSD-MV2較好地兼顧了目標(biāo)檢測(cè)精度和檢測(cè)速度，但對(duì)存在一定形變的水下光學(xué)圖像目標(biāo)檢測(cè)精度有待提高。SSD-MV2SEB在基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)中利用SEB模塊替換IRB模塊，在不顯著增加計(jì)算成本的前提下，通過通道可選擇組件提高了模型對(duì)水下感興趣目標(biāo)的檢測(cè)識(shí)別能力。SSD-MV2IRBD在SSD-MV2SEB的基礎(chǔ)上，在附加特征提取網(wǎng)絡(luò)中利用IRBD替換SEB模塊，利用可變形卷積組件提高了模型對(duì)水下感興趣目標(biāo)的檢測(cè)識(shí)別能力?？梢源_定，單獨(dú)的通道可選擇組件和單獨(dú)的卷積核可變形組件對(duì)提高水下感興趣目標(biāo)的檢測(cè)識(shí)別能力均是有幫助的。SSD-MV2SDB在SSD-MV2SEB基礎(chǔ)上，在附加特征提取網(wǎng)絡(luò)中利用SDB模塊替換SEB模塊，通過結(jié)合通道可選擇組件和卷積核可變形組件進(jìn)一步提高了模型對(duì)水下感興趣目標(biāo)的檢測(cè)識(shí)別能力。融合了通道可選擇組件和卷積核可變形組件的SDB模塊對(duì)水下感興趣目標(biāo)具有更好的特征提取能力。但為了平衡目標(biāo)檢測(cè)模型的檢測(cè)精度與計(jì)算成本，本文僅附加特征提取網(wǎng)絡(luò)前3個(gè)特征層使用了SDB模塊，而基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)的最后1個(gè)卷積層使用SEB模塊。

4 結(jié)束語

水下光學(xué)圖像感興趣目標(biāo)檢測(cè)具有重要的理論研究和實(shí)際應(yīng)用價(jià)值。本文提出了SEB和SDB兩種特征提取模塊，并利用SEB和SDB重新設(shè)計(jì)了SSD的基礎(chǔ)網(wǎng)絡(luò)和附加特征提取網(wǎng)絡(luò)，經(jīng)理論分析和仿真實(shí)驗(yàn)證明了改進(jìn)SSD模型對(duì)水下光學(xué)圖像感興趣目標(biāo)的有效性。

對(duì)于水下光學(xué)圖像感興趣目標(biāo)檢測(cè)任務(wù), 下一步的研究重點(diǎn)包括：(1) 研究適合捕獲水下感興趣目標(biāo)特征的附加特征提取網(wǎng)絡(luò)；(2)研究更適合水下感興趣目標(biāo)的特征提取模塊。