朱曉峰，李 林，，張德津，羅文婷

1.福建農(nóng)林大學(xué) 交通與土木工程學(xué)院，福州 350100

2.南京工業(yè)大學(xué) 交通運(yùn)輸工程學(xué)院，南京 211816

3.深圳大學(xué) 建筑與城市規(guī)劃學(xué)院，廣東 深圳 518060

近年來(lái)高速異物事件時(shí)有發(fā)生，已經(jīng)成為威脅高速公路交通安全的重要問(wèn)題，給高速公路運(yùn)行埋下了安全隱患[1]。現(xiàn)階段道路養(yǎng)護(hù)部門對(duì)待高速異物問(wèn)題，可以總結(jié)為兩種解決方案：第一種是人工巡查法。即通過(guò)安排專門的巡查車輛對(duì)各自負(fù)責(zé)的養(yǎng)護(hù)路段進(jìn)行保潔巡查，發(fā)現(xiàn)高速異物及時(shí)清理，但此種方法效率低、容易出現(xiàn)消極怠工的情況；第二種方法是重點(diǎn)位置架設(shè)高清攝像頭實(shí)時(shí)監(jiān)控，這種方法的弊端在于首先高清定點(diǎn)攝像頭無(wú)法對(duì)高速公路全路段進(jìn)行監(jiān)控，同時(shí)高速異物具有不固定性，對(duì)于高清攝像頭監(jiān)控到的高速異物無(wú)法得到及時(shí)有效的清理。

針對(duì)現(xiàn)階段人工巡檢可以及時(shí)清理異物，但存在消極怠工的情況。本文提出了一種輕量化高速異物實(shí)時(shí)檢測(cè)算法（RoadNetV2）輔助人工巡檢。該方法在模型訓(xùn)練階段，針對(duì)現(xiàn)階段無(wú)可靠高速異物公開(kāi)數(shù)據(jù)集的問(wèn)題，使用高速公路模擬場(chǎng)景數(shù)據(jù)集擴(kuò)充方法，提升自建數(shù)據(jù)集的復(fù)雜程度。在算法結(jié)構(gòu)方法，RoadNetV2算法采用了light-focus淺層信息增強(qiáng)模塊和C3_CD特征提取模塊作為主要部件搭建模型的backbone部分，在neck部分采用了CoordConv和Conv的卷積組合的path aggregation network（PAN）模塊降低整體模型復(fù)雜度，提升模型推理速率，在損失函數(shù)方面，選用Alpha-CIOU作為損失計(jì)算函數(shù)，并采用多權(quán)值平衡計(jì)算策略，提升弱小目標(biāo)的梯度值，以此增加弱小目標(biāo)的識(shí)別精度和回歸精度。由RoadNetV2算法所生成的高速異物自動(dòng)識(shí)別模型，搭載自研巡檢設(shè)備可以有效地輔助養(yǎng)護(hù)部門的人工巡檢。

1 相關(guān)工作

近年來(lái)，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，國(guó)內(nèi)外越來(lái)越多的學(xué)者將自動(dòng)化檢測(cè)方法應(yīng)用于高速異物識(shí)別問(wèn)題中。在高速異物檢測(cè)算法方面，主要以RGB圖像作為主要研究對(duì)象。文獻(xiàn)[2]以視頻序列中五幀圖像之間運(yùn)動(dòng)目標(biāo)位置差別很小作為前提條件，提出五幀差分法對(duì)高速公路的拋灑物進(jìn)行檢測(cè)。文獻(xiàn)[3]提出了幀間差分自適應(yīng)法，該方法基于連續(xù)幀間差分法和均值背景減除法對(duì)拋灑物進(jìn)行檢測(cè)。文獻(xiàn)[4]提出了背景分離高斯混合模型（BS-GMM）的動(dòng)態(tài)建模方法對(duì)進(jìn)入靜止?fàn)顟B(tài)的拋灑物進(jìn)行檢測(cè)。以上三種方法均是基于傳統(tǒng)圖像處理方法的高速異物檢測(cè)算法。文獻(xiàn)[5]針對(duì)城市道路的小像素目標(biāo)，首次應(yīng)用了深度學(xué)習(xí)目標(biāo)檢測(cè)算法，提出了一種基于YOLOv3的卷積神經(jīng)網(wǎng)絡(luò)RoadNet檢測(cè)方法，對(duì)城市道路中的小型目標(biāo)物（如石塊、紙屑等）進(jìn)行檢測(cè)。文獻(xiàn)[6]提出了一種基于實(shí)例分割模型Center-Mask優(yōu)化的高速異物檢測(cè)算法，使用空洞卷積優(yōu)化的殘差網(wǎng)絡(luò)ResNet50作為主干神經(jīng)網(wǎng)絡(luò)來(lái)提取目標(biāo)特征進(jìn)行多尺度處理，實(shí)現(xiàn)對(duì)高速異物的檢測(cè)。

在深度學(xué)習(xí)目標(biāo)檢測(cè)模型的實(shí)際部署中，往往受到部署硬件的限制，從而影響模型的實(shí)時(shí)性。在輕量化模型探索方面，MobileNetV2[7]將深度可分離卷積與逆殘差模塊相結(jié)合，不僅提升了模型的推理速度還減少了模型在下采樣過(guò)程中帶來(lái)的信息丟失；ShuffleNetV2[8]進(jìn)一步探索了輕量化模型的設(shè)計(jì)準(zhǔn)則，提出了四項(xiàng)輕量化模型設(shè)計(jì)標(biāo)準(zhǔn)同時(shí)提出了一種更高效的網(wǎng)絡(luò)組件。在實(shí)際生產(chǎn)應(yīng)用中，文獻(xiàn)[9]在路側(cè)交通監(jiān)控場(chǎng)景下，針對(duì)現(xiàn)有模型檢測(cè)速度慢、占有內(nèi)存多等問(wèn)題，借鑒了Ghost-Net思想將傳統(tǒng)卷積分為兩步，利用輕量化操作增強(qiáng)特征，降低模型的計(jì)算量，提出了車輛檢測(cè)算法GS-YOLO；文獻(xiàn)[10]在人臉口罩檢測(cè)與規(guī)范佩戴識(shí)別的問(wèn)題中，針對(duì)自然環(huán)境下模型參數(shù)量大、難以部署應(yīng)用等難題，引入了輕量級(jí)骨干網(wǎng)絡(luò)（light CSP dark net）和輕量化特征增強(qiáng)模塊（light-FEB）增強(qiáng)輕量級(jí)主干網(wǎng)絡(luò)的特征提取能力。

2 數(shù)據(jù)庫(kù)構(gòu)建

現(xiàn)實(shí)生活中，由于高速公路信息安全的限制，圖像質(zhì)量良好、高速異物類型齊全的開(kāi)源數(shù)據(jù)集可以直接使用。故本文通過(guò)實(shí)驗(yàn)室自主研發(fā)的巡檢設(shè)備與福建省各級(jí)養(yǎng)護(hù)站的合作采集，經(jīng)人工篩選后得到一份小型高速異物數(shù)據(jù)集。同時(shí)為了解決自建高速異物數(shù)據(jù)集復(fù)雜度低的問(wèn)題，提出了模擬場(chǎng)景擴(kuò)充的方法。

2.1 自主研發(fā)的巡檢設(shè)備

現(xiàn)階段常規(guī)的自動(dòng)化檢測(cè)的交通數(shù)據(jù)主要以視頻流數(shù)據(jù)為主要代表?？紤]到在人工巡檢過(guò)程中，存在車輛短暫停留現(xiàn)象，常規(guī)的視頻流數(shù)據(jù)給設(shè)備主機(jī)帶來(lái)了更大的存儲(chǔ)壓力，同時(shí)在后期檢測(cè)的過(guò)程中也會(huì)浪費(fèi)大量的時(shí)間和計(jì)算資源在重復(fù)場(chǎng)景中，所以自主研發(fā)了一款道路多功能采集設(shè)備（以下簡(jiǎn)稱巡檢設(shè)備），其組成部分包括雙目相機(jī)、定位模塊（GPS）、便攜式主機(jī)（內(nèi)置Jetson NX邊緣計(jì)算單元）。開(kāi)展巡檢作業(yè)時(shí)，巡檢工作人員僅需將雙目相機(jī)設(shè)備放置于副駕駛頂部獲取道路前景圖像，通過(guò)USB數(shù)據(jù)線將前景圖片傳輸至設(shè)備主機(jī)進(jìn)行實(shí)時(shí)保存或處理，設(shè)備安裝方式與主要部分如圖1所示。

圖1 自主研發(fā)的巡檢設(shè)備樣式Fig.1 Self-developed inspection equipment style

設(shè)備拋棄了傳統(tǒng)的時(shí)間觸發(fā)保存前景圖像的方式，而是選擇以固定的間隔（設(shè)為fx）作為主機(jī)保存圖像的方式。即當(dāng)車輛移動(dòng)了第一段距離后，利用GPS傳感器得到位置變化信息，通過(guò)計(jì)算不同頻率之間的坐標(biāo)值得到車輛位移值fd，如果fd≥fx則將生成電信號(hào)傳入主機(jī)，當(dāng)設(shè)備主機(jī)接收到相應(yīng)的電信號(hào)后，會(huì)做出相應(yīng)的響應(yīng)，即保存雙目相機(jī)的前景圖片、景深圖像以及同一時(shí)刻的傳感器基礎(chǔ)信息。距離觸發(fā)的優(yōu)點(diǎn)是針對(duì)自由移動(dòng)的載體，能夠選取合適的距離間隔采集數(shù)據(jù)，從而減少視頻流數(shù)據(jù)大量信息重復(fù)的問(wèn)題，實(shí)現(xiàn)對(duì)巡檢路段進(jìn)行輕量化數(shù)據(jù)采集。

2.2 真實(shí)數(shù)據(jù)集處理與劃分

通過(guò)與福建省寧德市下白石養(yǎng)護(hù)站、三沙養(yǎng)護(hù)站的合作，對(duì)其人工巡檢路段進(jìn)行數(shù)據(jù)采集。通過(guò)人工初篩一共獲取得到1 533張含有高速異物的圖像。由于單種高速異物類型數(shù)量少，所以在人工標(biāo)注時(shí)，對(duì)所有高速異物僅提供foreign body單類標(biāo)簽，同時(shí)對(duì)部分圖像中的里程樁進(jìn)行補(bǔ)充標(biāo)注，以便后期對(duì)高速異物進(jìn)行組合定位。數(shù)據(jù)集劃分按照7∶3的比例進(jìn)行劃分訓(xùn)練集和驗(yàn)證集，詳細(xì)信息如表1所示。

表1 真實(shí)數(shù)據(jù)集詳細(xì)信息Table 1 Real dataset details

2.3 模擬場(chǎng)景擴(kuò)充

數(shù)據(jù)集的復(fù)雜程度在一定程度上影響了檢測(cè)模型的泛化能力。針對(duì)自建高速異物數(shù)據(jù)集復(fù)雜度低，本文采用模擬場(chǎng)景自增廣的方法來(lái)提升數(shù)據(jù)集數(shù)量和數(shù)據(jù)特征，主要方法是：首先通過(guò)百度AI studio提供的生活垃圾等數(shù)據(jù)集，經(jīng)過(guò)人工篩選出一些可能出現(xiàn)在高速公路中的目標(biāo)物作為提取目標(biāo)樣本，對(duì)樣本進(jìn)行人工提取，其次為了提升目標(biāo)物的多樣性，對(duì)提取到的目標(biāo)物進(jìn)行HSV變化、水平翻轉(zhuǎn)、旋轉(zhuǎn)變換等圖像增強(qiáng)方法，最后將變換后的目標(biāo)物疊加到不同的高速公路背景中。

模擬場(chǎng)景擴(kuò)充過(guò)程中，為了不影響真實(shí)數(shù)據(jù)分布，做了以下兩點(diǎn)限制：首先為了保證數(shù)據(jù)真實(shí)樣本的數(shù)量，僅擴(kuò)張500張模擬數(shù)據(jù)，同時(shí)根據(jù)真實(shí)數(shù)據(jù)集的劃分比例，將70%的數(shù)據(jù)樣本放置在訓(xùn)練集中，將30%的數(shù)據(jù)樣本放置在驗(yàn)證集中。其次為了保證樣本的可靠性，在疊加到不同的高速公路背景圖中時(shí)，僅選取道路中央作為目標(biāo)區(qū)域。

2.4 數(shù)據(jù)集聚類分析

對(duì)標(biāo)注框的中心點(diǎn)與高寬比進(jìn)行聚類分析，可以初步了解數(shù)據(jù)集的樣本情況。如圖2（a）所示，擴(kuò)充后的數(shù)據(jù)集標(biāo)注框中心點(diǎn)多分布于y軸的上方，說(shuō)明標(biāo)注的目標(biāo)物大部分位于圖像的下方，即路面、中央分隔帶與路肩等區(qū)域，符合高速異物在現(xiàn)實(shí)中的真實(shí)分布；如圖2（b）所示所示，標(biāo)注框的高寬分布主要聚集于原點(diǎn)附近，說(shuō)明目標(biāo)物以小目標(biāo)為主，符合高速異物在現(xiàn)實(shí)中的成像結(jié)果。因此可初步認(rèn)定該數(shù)據(jù)集符合研究要求。

圖2 數(shù)據(jù)集聚類分析Fig.2 Dataset clustering analysis

3 RoadNetV2高速異物檢測(cè)算法

RoadNetV2高速異物算法主要包括：基于Light-Focus模塊和C3_CD模塊的輕量化主干網(wǎng)絡(luò)、基于Coord-Conv優(yōu)化的PAN特征融合網(wǎng)絡(luò)和基于alpha-CIOU損失函數(shù)的預(yù)測(cè)框優(yōu)化。其網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3 RoadNetV2高速異物檢測(cè)算法結(jié)構(gòu)圖Fig.3 Structure diagram of RoadNetV2 highway abandoned object algorithm

3.1 Light-focus淺層信息加強(qiáng)模塊

高速異物在圖片中呈現(xiàn)出區(qū)別于自然場(chǎng)景的顏色表征，為了讓算法可以更加注意到此種淺層信息，本文通過(guò)改進(jìn)focus結(jié)構(gòu)，提出了一種輕量且高效的淺層信息加強(qiáng)模塊（light-focus）。light-focus的結(jié)構(gòu)圖如圖4所示。

圖4 Light-Focus結(jié)構(gòu)Fig.4 Light-Focus structure

Light-focus位于backbone的第一層。對(duì)于輸入圖片數(shù)據(jù)X∈Rh×w×c，首先進(jìn)行常規(guī)的切片操作，將原有的圖像維度從h×w×c降低至，該步驟可將圖像信息從空間維度轉(zhuǎn)化至通道維度中，由此可以有效地降低圖片數(shù)據(jù)在下采樣的過(guò)程中的信息丟失。然后，將傳統(tǒng)的級(jí)聯(lián)卷積（即先對(duì)數(shù)據(jù)進(jìn)行級(jí)聯(lián)，在進(jìn)行卷積特征提?。┨幚硇薷臑樯疃染矸e級(jí)聯(lián)處理（即先使用k×k深度可分離卷積對(duì)切片數(shù)據(jù)進(jìn)行逐通道信息提取，再進(jìn)行特征級(jí)聯(lián)）。

深度卷積級(jí)聯(lián)處理具有兩大好處：首先逐通道處理可以提升模型對(duì)于淺層信息的提取能力，其次相比于普通卷積，深度可分離卷積可以有效降低模型的浮點(diǎn)計(jì)算量，提升模型在邊緣端的計(jì)算效率。該變化根據(jù)深度卷積核的尺寸來(lái)決定浮點(diǎn)計(jì)算量的降低比率，其計(jì)算公式如公式（1）所示：

式中d表示中間過(guò)程的通道數(shù)，一般情況下為，由于d＞＞k，所以浮點(diǎn)計(jì)算量的降低比率可約為

3.2 C3_CD特征提取模塊

高速異物目標(biāo)物在RGB圖片成像中的成像特點(diǎn)如圖5所示（圖中紅色框?yàn)楫愇锼趨^(qū)域）。傳統(tǒng)的CNN目標(biāo)檢測(cè)模型在處理像素占有率少和特征紋理不明顯的目標(biāo)物時(shí)，在下采樣過(guò)程中容易丟失特征信息與全局信息，影響最終的檢測(cè)效果。因此本文提出了一種新型的特征提取模塊（簡(jiǎn)稱C3_CD）。

圖5 高速異物圖片F(xiàn)ig.5 Image of highway abandoned objects

模型在下采樣過(guò)程中帶來(lái)的信息丟失是影響模型精度的一大重要因素。C3_CD模塊將上一級(jí)的輸入xi根據(jù)通道均分原則劃分為，將x′i′送入稠密連接模塊中進(jìn)行多次通道擴(kuò)充（擴(kuò)充數(shù)為k），經(jīng)過(guò)n次擴(kuò)充后，原有的數(shù)據(jù)通道由c增加值c+nk，在經(jīng)過(guò)一個(gè)Transition層變換后與另一條通道的x′i進(jìn)行通道對(duì)齊。經(jīng)過(guò)稠密模塊的x′′i可以有效地保留上一級(jí)特征圖信息，而另一條通道的x′

i保證了信息流的梯度逆向傳播?？缂?jí)稠密連接模塊在非線性變化過(guò)程中往往會(huì)丟失對(duì)全局信息的關(guān)注，為此在x′′i的非線性變化過(guò)程中引入了contextual transformer block（COT）[11]。COT模塊的結(jié)構(gòu)圖如圖6所示。COT模塊首先根據(jù)公式（2）生成特征向量q、k、v：

圖6 Contextual transformer block結(jié)構(gòu)Fig.6 Structure of contextual transformer block

式中Wk、Wv分別是卷積核大小為3和1的卷積運(yùn)算。然后通過(guò)公式A=[k,q]·Wδ·Wγ生成特征向量q、k之間的注意力系數(shù)矩陣A，式中Wδ與Wγ分別是1×1的自定義卷積。隨后將注意力系數(shù)矩陣A與特征向量v通過(guò)點(diǎn)積運(yùn)算生成動(dòng)態(tài)特征圖Kd。最后融合k與Kd的特征信息作為該部分輸出。

將上下文信息注意力模塊與跨級(jí)稠密連接有效結(jié)合，其產(chǎn)生的C3_CD模塊結(jié)構(gòu)如圖7所示。

圖7 C3_CD模塊結(jié)構(gòu)Fig.7 C3_CD block structure

3.3 基于位置卷積優(yōu)化的PAN特征融合

C3_CD模塊提升了backbone的特征提取能力，但也提升了該部分的推理消耗（如圖8所示）。為了使整體模型更加輕量化，選擇了簡(jiǎn)單的特征融合網(wǎng)絡(luò)path aggregation network（PAN）[12]，并使用CoordConv與Conv的卷積組合降低整體模型的運(yùn)算消耗。CoordConv與Conv的位置關(guān)系如圖3中的卷積組合所示。

圖8 消融實(shí)驗(yàn)結(jié)果圖Fig.8 Ablation experiment results

由圖2（a）高速異物錨框聚類分析所示，高速異物的錨框中心點(diǎn)在(x,y)∈( 0.8,0.7)范圍內(nèi)具有更強(qiáng)的聚集性，說(shuō)明目標(biāo)物在該位置出現(xiàn)頻率更高。結(jié)合高速異物目標(biāo)框的位置特性，在特征融合網(wǎng)絡(luò)中引入了CoordConv，用于提取目標(biāo)物的位置特征。Coord-Conv[13]在非線性變化H()·中引入了x位置編碼（即Cx）與y位置編碼（即Cy），因此該類層級(jí)的輸出為通過(guò)將CoordConv與Conv的卷積組合可以大幅降低C3_CD模塊給模型推理帶來(lái)的負(fù)面影響，同時(shí)引入位置信息編碼有助于提升模型的檢測(cè)精度。

3.4 基于多權(quán)值平衡的alpha-CIOU回歸優(yōu)化

損失梯度影響模型的收斂速度和收斂精度。為了更加精準(zhǔn)地回歸出目標(biāo)物的位置信息，本文選用了帶有懲罰因子的Alpha-CIOU對(duì)目標(biāo)框進(jìn)行位置回歸，同時(shí)為了提升小目標(biāo)的識(shí)別精度和回歸精度，采用了多權(quán)值平衡計(jì)算策略，給予小目標(biāo)損失項(xiàng)更大的權(quán)重值。

RoadNetV2總損失函數(shù)如公式（3）所示：

式中Lbig和α分別代表大目標(biāo)檢測(cè)頭的總損失和權(quán)重值，Lmiddle和β分別代表中目標(biāo)檢測(cè)頭的總損失和權(quán)重值，Lsmall和η代表著小目標(biāo)檢測(cè)頭的總損失和權(quán)重值。在本文實(shí)驗(yàn)中，α=0.4，β=1，η=4。

RoadNetV2單一尺寸損失由置信度損失（confidence loss）、定位損失（localization loss）、分類損失（classification loss）組成，其中每種損失都會(huì)有對(duì)應(yīng)的權(quán)重值來(lái)改變模型的關(guān)注點(diǎn)。單一尺寸的損失函數(shù)計(jì)算公式如公式（4）所示：

式中Lcls和Lobj為分類損失和置信度損失，采用二元交叉熵的計(jì)算方式，同時(shí)采用低權(quán)重值的方式降低算法對(duì)其的關(guān)注點(diǎn)，Lbox為定位損失，采用Alpha-CIOU作為損失函數(shù)，同時(shí)賦其高權(quán)重值提升回歸精度。

定位回歸性能受限于預(yù)測(cè)框和標(biāo)注框之間的交并比[14]。其交并比值受到IOU閾值的影響，進(jìn)一步?jīng)Q定了AP計(jì)算中的正負(fù)樣本分配。選用的Alpha-CIOU有利于弱小目標(biāo)（即難樣本）的學(xué)習(xí)，從而可以有效地回歸出圖片中的異物目標(biāo)，提升算法精度，同時(shí)根據(jù)懲罰因子（在高速異物數(shù)據(jù)集中懲罰因子選擇為2.5）的合理選擇可以加快模型的收斂。Alpha-CIOU計(jì)算公式如公式（5）至公式（7）所示：

式中b和bgt為預(yù)測(cè)框與標(biāo)注框的中心點(diǎn)，p()·為歐式距離計(jì)算，ν為預(yù)測(cè)框與標(biāo)注框的長(zhǎng)寬比相似程度，β為長(zhǎng)寬比相似度的權(quán)重函數(shù)，α為損失函數(shù)的懲罰因子。

4 實(shí)驗(yàn)驗(yàn)證

本文實(shí)驗(yàn)環(huán)境為：Intel?Core?i5-9300HF CPU 2.40 GHz，16 GB內(nèi)存，GTX 1660Ti 6 GB顯卡，Window10操作系統(tǒng)，Pytorch深度學(xué)習(xí)框架。在模型訓(xùn)練階段，采用浮點(diǎn)計(jì)算量、權(quán)重文件大小、平均類別精度mAP@0.5：0.95（簡(jiǎn)稱mAP）作為模型的評(píng)價(jià)指標(biāo)。其中浮點(diǎn)計(jì)算量、權(quán)重文件大小表示模型的復(fù)雜程度，而mAP能夠全面表達(dá)目標(biāo)檢測(cè)模型對(duì)于各類目標(biāo)物的綜合精度，并且已經(jīng)作為COCO目標(biāo)檢測(cè)數(shù)據(jù)集的官方競(jìng)賽指標(biāo)。在mAP的計(jì)算中，首先應(yīng)該計(jì)算出模型的精確率（precision，P）和召回率（recall，R）這兩個(gè)指標(biāo)，其計(jì)算公式分別如公式（8）和公式（9）所示：

式中P為精確率，R為召回率，TP為目標(biāo)物被預(yù)測(cè)為正樣本的個(gè)數(shù)，F(xiàn)P為非目標(biāo)物被預(yù)測(cè)為正樣本的個(gè)數(shù)，F(xiàn)N為非目標(biāo)物被預(yù)測(cè)為負(fù)樣本的個(gè)數(shù)。

通過(guò)精確率和召回率指標(biāo)可以計(jì)算出平均精度指標(biāo)AP（average precision），計(jì)算方式如公式（10）所示：

式中P(r)為召回率是橫軸坐標(biāo)、以精確率為縱軸組成的P-R曲線，通過(guò)積分可以得到其曲線與坐標(biāo)軸圍成的面積，n為IOU閾值，如AP50表示IOU閾值為0.5的平均精度。

平均類別精度mAP的計(jì)算公式如公式（11）所示：

式中n表示類別數(shù)。一般情況下，mAP值越高，表示模型的檢測(cè)精度越高。

為了驗(yàn)證模型在實(shí)際案例中的表現(xiàn)。本文還構(gòu)建了一份不同天氣下的測(cè)試集，測(cè)試集大小為1 500張，內(nèi)含818個(gè)高速異物，即含有高速異物的圖片與未含高速異物的圖片大致比例為1∶1。為了更為直觀地展示模型的好壞，定義了三個(gè)更為直觀的指標(biāo)：正檢率（A值）、誤檢率（F值）、漏檢率（M值）。正檢率指模型正確檢出的數(shù)量占目標(biāo)總數(shù)的比例；誤檢率指模型錯(cuò)誤檢出的數(shù)量占目標(biāo)總數(shù)的比例；漏檢率指模型未檢出個(gè)數(shù)占目標(biāo)總數(shù)的比例。相比于深度學(xué)習(xí)模型中的P值、R值以及AP值等，A值、F值、M值更能令高速公路部門從業(yè)人員直觀了解算法的好壞。

4.1 訓(xùn)練方法

在訓(xùn)練階段，訓(xùn)練輪數(shù)（epoch）為200，動(dòng)量（momentum）為0.937，權(quán)重衰退值為0.000 5，批量大?。╞atch size）為1，初始學(xué)習(xí)率（learning rate）為0.01，采用隨機(jī)梯度下降（SGD）進(jìn)行優(yōu)化，整個(gè)訓(xùn)練階段采用指數(shù)滑動(dòng)平均（EMA）和余弦退火學(xué)習(xí)率調(diào)整方法，在訓(xùn)練的前3 000次迭代中采用warmup，warmup階段動(dòng)量為0.8，學(xué)習(xí)率為0.01。由于RoadNetV2是一款基于錨框的目標(biāo)檢測(cè)算法，所以本文采用K-means聚類方法生成預(yù)設(shè)錨框，得到初始錨框值為：[11，6，17，7，15，11]、[25，10，27，18，39，15]、[46，29，73，47，107，72]。

4.2 消融實(shí)驗(yàn)

消融實(shí)驗(yàn)的主要目標(biāo)在于驗(yàn)證各優(yōu)化模型對(duì)Road-NetV2算法的影響。消融實(shí)驗(yàn)選用YOLOV5s作為基準(zhǔn)模型，實(shí)驗(yàn)各階段結(jié)果如圖8所示。其中優(yōu)化步驟1為模擬數(shù)據(jù)集擴(kuò)充方法，優(yōu)化步驟2為L(zhǎng)ight-focus淺層信息增強(qiáng)模塊，優(yōu)化步驟3為引入C3_CD特征提取模塊，優(yōu)化步驟4為采用CoordConv與自定義Conv的組合，RoadNetV2為引入多權(quán)值A(chǔ)lpha-CIOU后的最終算法。如圖8所示，當(dāng)引入CoordConv構(gòu)建輕量化融合網(wǎng)絡(luò)時(shí)，檢測(cè)性能出現(xiàn)大幅度降低，但仍優(yōu)于基準(zhǔn)模型。當(dāng)引入多權(quán)值A(chǔ)lpha-CIOU后，RoadNetV2高速異物檢測(cè)算法在精度和浮點(diǎn)計(jì)算量上都達(dá)成了最優(yōu)效果。

如圖8所示，發(fā)現(xiàn)采用優(yōu)化步驟4以后，模型的浮點(diǎn)計(jì)算量大幅度減少，但與此同時(shí)，模型的mAP值也由原來(lái)的61.0%降至了60.2%。當(dāng)引入多權(quán)值權(quán)衡的Alpha-CIOU后，在不影響浮點(diǎn)計(jì)算量的情況下，模型的mAP值反而提升至了61.1%，高于優(yōu)化步驟3的結(jié)果。為了探尋采用多權(quán)值權(quán)衡的Alpha-CIOU是否在不使用優(yōu)化步驟4時(shí)，也能夠?qū)δＰ途犬a(chǎn)生促進(jìn)效果。本文在不改變參數(shù)配置的情況下，對(duì)含有優(yōu)化步驟4的算法（Exp1）與未含有優(yōu)化步驟4的算法（Exp2）進(jìn)行了比較，其結(jié)果如表2所示。結(jié)果表明，當(dāng)不使用優(yōu)化步驟4時(shí)，提出的多權(quán)值權(quán)衡的Alpha-CIOU在與其他優(yōu)化步驟后的算法組合搭配時(shí)，模型的精度由90.7%降至90.4%，召回率由85.6%降至82.4%，mAP值由61.1%降至58.6%。

表2 優(yōu)化步驟4的消融實(shí)驗(yàn)結(jié)果Table 2 Ablation experimental results of optimization step 4 單位：%

4.3 對(duì)比實(shí)驗(yàn)

為了保證算法對(duì)比的公平性以及降低對(duì)比難度，本文并未使用遷移學(xué)習(xí)和遺傳算法對(duì)RoadNetV2進(jìn)行優(yōu)化。同一算法在多次訓(xùn)練容易造成性能波動(dòng)，為此本文將不同算法進(jìn)行了多次訓(xùn)練（本文進(jìn)行了5次訓(xùn)練）并取平均值作為最后的對(duì)比結(jié)果。

本次對(duì)比的算法為YOLOV5s、YOLOXs和Ghost-YOLO[15]算法，其實(shí)驗(yàn)結(jié)果如表3所示。在表3中可以直觀地發(fā)現(xiàn)本文提出的RoadNetV2高速異物檢測(cè)算法相比于其他三種YOLO算法，在精度上分別提升了1.7、2.3和3.5個(gè)百分點(diǎn)；參數(shù)量相比減少了2.59×106、4.47×106和0.41×106；權(quán)重文件僅為8.72 MB；模型的浮點(diǎn)計(jì)算量降低至12.1×109，F(xiàn)PS提升至37.0。

表3 實(shí)驗(yàn)結(jié)果對(duì)比Table 3 Comparison of experimental results

4.4 實(shí)例分析

通過(guò)實(shí)際案例的分析與對(duì)比可以更好地得知模型在未來(lái)的使用過(guò)程中的表現(xiàn)穩(wěn)定性。對(duì)測(cè)試的結(jié)果進(jìn)行人工統(tǒng)計(jì)正檢率、誤檢率和漏檢率其結(jié)果記錄在表4中。

表4 實(shí)例結(jié)果對(duì)比Table 4 Comparison of example results單位：%

如表4所示，RoadNetV2算法在測(cè)試集中一共檢出了297個(gè)拋灑物，漏檢率為63.7%，在檢出的拋灑物中正確檢出259個(gè)拋灑物，正檢率為87.2%，但也存在著12.8%的誤檢率。

在圖8中，發(fā)現(xiàn)當(dāng)對(duì)數(shù)據(jù)集進(jìn)行模擬場(chǎng)景擴(kuò)充后，模型的mAP值僅提升了0.1個(gè)百分點(diǎn)，但此過(guò)程需要大量的人工參與，這是否會(huì)降低該方法的應(yīng)用價(jià)值？針對(duì)此問(wèn)題，對(duì)擴(kuò)充前后的數(shù)據(jù)集分別進(jìn)行了實(shí)際案例分析，其結(jié)果如表5所示。結(jié)果表明，對(duì)數(shù)據(jù)集進(jìn)行模擬場(chǎng)景擴(kuò)充后（Step 1實(shí)驗(yàn)結(jié)果由擴(kuò)充前數(shù)據(jù)得到），降低了模型的漏檢率，提升了正檢率。其原因可能是，加入的模擬場(chǎng)景數(shù)據(jù)，在保證數(shù)據(jù)分布的情況下，讓模型學(xué)習(xí)到此類相似目標(biāo)物的共有特征。在真實(shí)數(shù)據(jù)集有限且自然場(chǎng)景下的圖像算法不成熟的情況下，采用模擬場(chǎng)景擴(kuò)充的方法有利于提升算法的應(yīng)用價(jià)值。

表5 各數(shù)據(jù)集實(shí)例分析結(jié)果Table 5 Example analysis results of each dataset單位：%

各實(shí)驗(yàn)結(jié)果表明不同算法均有較高的漏檢率，分析主要原因可能是：數(shù)據(jù)集樣本過(guò)少，由于硬件算力限制模型訓(xùn)練的數(shù)據(jù)集中僅有1 573個(gè)拋灑物標(biāo)簽，無(wú)法完全覆蓋拋灑物全部類別特征從而導(dǎo)致出現(xiàn)了大量的漏檢。但在高速公路巡檢的實(shí)際使用中，高正檢率相比于高漏檢率往往能帶來(lái)更大的可靠度，即相關(guān)從業(yè)人員會(huì)更加信任模型檢出的目標(biāo)物，同時(shí)高漏檢率可以通過(guò)構(gòu)建更大更全的數(shù)據(jù)集以及相關(guān)圖像生成算法來(lái)解決此情況。

RoadNetV2解決了同框架下的YOLOV5s對(duì)于弱小目標(biāo)的漏檢以及誤檢情況。兩種算法的實(shí)例測(cè)試結(jié)果如圖9所示。在圖9（a）中，基準(zhǔn)模型YOLOV5s遺漏了中央分隔帶的下水口處的水瓶而RoadNetV2高速異物檢測(cè)算法可以對(duì)其正確檢出；在圖9（b）中，基準(zhǔn)模型YOLOV5s將橋梁排水口誤判為高速異物同時(shí)遺漏了圖上的白色異物，而RoadNetV2并沒(méi)有對(duì)其進(jìn)行誤判，同時(shí)可以檢測(cè)出弱小目標(biāo)物。

圖9 實(shí)例測(cè)試結(jié)果對(duì)比Fig.9 Comparison of example test results

5 結(jié)束語(yǔ)

針對(duì)現(xiàn)階段高速公路場(chǎng)景下，人工巡查異物容易出現(xiàn)懈怠等問(wèn)題。本文提出了RoadNetV2高速異物檢測(cè)算法，該算法提出了light-focus淺層信息增強(qiáng)模塊增強(qiáng)模型對(duì)于淺層信息的學(xué)習(xí)；將跨級(jí)稠密連接與上下文自注意力機(jī)制有效結(jié)合提高特征提取能力；在特征融合部分采用CoordConv與Conv兩結(jié)合的方式，降低了模型的復(fù)雜程度；最后利用多權(quán)值平衡計(jì)算策略輔助Alpha-CIOU對(duì)目標(biāo)物的位置信息進(jìn)行高效回歸。實(shí)驗(yàn)結(jié)果表明，在相同硬件設(shè)施且不適用遷移學(xué)習(xí)方法和超參進(jìn)化的情況下，RoadNetV2相比于其他的YOLO系列目標(biāo)檢測(cè)模型，在高速異物這個(gè)檢測(cè)任務(wù)中具有mAP值更高、浮點(diǎn)計(jì)算量更低、參數(shù)量更少等優(yōu)點(diǎn)。RoadNetV2深度學(xué)習(xí)模型，可在搭載Jetson NX的巡檢設(shè)備上達(dá)到實(shí)時(shí)檢測(cè)的幀率，其產(chǎn)品可以更好地輔助養(yǎng)護(hù)部門對(duì)其養(yǎng)護(hù)路段進(jìn)行人工巡查，降低巡查壓力提升巡查速度。但現(xiàn)階段精測(cè)精度仍有待提高，未來(lái)仍將進(jìn)一步地研究高速公路背景下輕量化神經(jīng)網(wǎng)絡(luò)的檢測(cè)精度問(wèn)題，提升模型對(duì)于弱小目標(biāo)物的檢測(cè)精度。