郭永存，楊 豚，王 爽

(1.安徽理工大學(xué) 深部煤礦采動(dòng)響應(yīng)與災(zāi)害防控國(guó)家重點(diǎn)實(shí)驗(yàn)室，安徽 淮南 232001；2.安徽理工大學(xué) 礦山智能裝備與技術(shù)安徽省重點(diǎn)實(shí)驗(yàn)室，安徽 淮南 232001；3.礦山智能技術(shù)與裝備省部共建協(xié)同創(chuàng)新中心，安徽 淮南 232001；4.安徽理工大學(xué) 機(jī)械工程學(xué)院，安徽 淮南 232001)

煤礦智能化運(yùn)輸是發(fā)展智能礦山的重要環(huán)節(jié)之一[1]。煤礦井下巷道有軌電機(jī)車作為煤礦輔助運(yùn)輸?shù)闹饕O(shè)備之一，承擔(dān)運(yùn)送人員、材料、矸石及相關(guān)作業(yè)設(shè)備的任務(wù)[2]。截至目前，礦井有軌電機(jī)車仍然依靠人工駕駛[3]；然而，惡劣的巷道環(huán)境及駕駛?cè)藛T的不確定因素導(dǎo)致礦井電機(jī)車的運(yùn)輸事故頻發(fā)[4]。發(fā)展礦井電機(jī)車的無(wú)人駕駛可減少煤礦井下作業(yè)人員數(shù)量，提高煤礦生產(chǎn)作業(yè)安全性，具有巨大的經(jīng)濟(jì)效益和社會(huì)效益。目前，國(guó)內(nèi)少數(shù)煤礦通過(guò)遠(yuǎn)程監(jiān)控和智能調(diào)度實(shí)現(xiàn)了電機(jī)車的無(wú)人駕駛，但機(jī)車本身并不具備自主感知和自主控制的能力，沒(méi)有實(shí)現(xiàn)真正意義上的無(wú)人駕駛。

多目標(biāo)精準(zhǔn)實(shí)時(shí)檢測(cè)是實(shí)現(xiàn)礦井電機(jī)車無(wú)人駕駛的前提。隨著深度學(xué)習(xí)在圖像分類、目標(biāo)檢測(cè)等計(jì)算機(jī)視覺(jué)領(lǐng)域取得巨大進(jìn)步[5-6]，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)被應(yīng)用到越來(lái)越多的領(lǐng)域。王瀅暄等[7]基于改進(jìn)YOLOv4網(wǎng)絡(luò)模型，通過(guò)豐富車輛目標(biāo)數(shù)據(jù)集，提高了模型對(duì)車輛的檢測(cè)精度；李海濱等[8]基于輕量化YOLOv4-Tiny網(wǎng)絡(luò)模型對(duì)溜筒卸料煤粉塵進(jìn)行實(shí)時(shí)檢測(cè)，以提高除塵效率；魏建勝等[9]將雙目相機(jī)抓取的圖像送入YOLOv3網(wǎng)絡(luò)模型中，保證農(nóng)業(yè)機(jī)械的智能化自主導(dǎo)航；張斌等[10]基于YOLOv2算法對(duì)煤礦煤巖進(jìn)行檢測(cè)，以實(shí)現(xiàn)綜采工作面的智能開(kāi)采；陳偉華等[11]基于深度長(zhǎng)短時(shí)記憶（long short-term memory，LSTM）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)采煤機(jī)的截割軌跡，以提高采煤機(jī)記憶截割精度；岳曉新等[12]通過(guò)改進(jìn)YOLOv3算法，使模型對(duì)道路小目標(biāo)的檢測(cè)精度提高了2.36%。

以RCNN[13]、Fast RCNN[14]、Mask RCNN[15]為代表的雙階段目標(biāo)檢測(cè)模型，雖然檢測(cè)精度較高，但內(nèi)存消耗大，對(duì)目標(biāo)的檢測(cè)速度慢，不能滿足實(shí)時(shí)檢測(cè)的需求。以YOLO（you only look once）系列[16-19]、SSD（single shot detector）[20]為代表的單階段目標(biāo)檢測(cè)模型，其檢測(cè)速度快、內(nèi)存小，可快速部署在移動(dòng)端設(shè)備中使用[21]，能夠滿足礦井電機(jī)車對(duì)周圍目標(biāo)實(shí)時(shí)檢測(cè)的需求；但在結(jié)構(gòu)復(fù)雜的單階段目標(biāo)檢測(cè)模型中，隨著網(wǎng)絡(luò)層數(shù)的增加，過(guò)多的卷積操作過(guò)程易丟失圖像中的小目標(biāo)樣本特征；而輕量化的單階段目標(biāo)檢測(cè)模型網(wǎng)絡(luò)架構(gòu)較為簡(jiǎn)單，難以在網(wǎng)絡(luò)模型訓(xùn)練過(guò)程中提取更深層次的語(yǔ)義信息，導(dǎo)致傳統(tǒng)單階段目標(biāo)檢測(cè)模型普遍存在檢測(cè)精度低的問(wèn)題。

鑒于此，本文提出一種基于YOLOv4-Tiny-4S的礦井電機(jī)車多目標(biāo)實(shí)時(shí)檢測(cè)方法，對(duì)傳統(tǒng)YOLOv4-Tiny算法的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)；然后，創(chuàng)建礦井電機(jī)車多目標(biāo)檢測(cè)數(shù)據(jù)集，并使用K-means++聚類分析獲取數(shù)據(jù)集先驗(yàn)框大小，確定先驗(yàn)框參數(shù)；最后，對(duì)改進(jìn)后的網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練及測(cè)試。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的網(wǎng)絡(luò)模型在占用內(nèi)存低、檢測(cè)速度滿足礦井電機(jī)車實(shí)時(shí)檢測(cè)需求的情況下，提升了對(duì)多種目標(biāo)的平均檢測(cè)精度，尤其大幅提升了網(wǎng)絡(luò)模型對(duì)小目標(biāo)的檢測(cè)精度。

1 YOLOv4-Tiny簡(jiǎn)介及改進(jìn)方案

1.1 基本思想

YOLOv4-Tiny算法是YOLOv4算法的輕量化版本，YOLOv4-Tiny算法以犧牲檢測(cè)精度的代價(jià)來(lái)降低網(wǎng)絡(luò)模型的參數(shù)量，進(jìn)而提升檢測(cè)速度，該算法占用的內(nèi)存不足YOLOv4算法的1/10。YOLOv4-Tiny算法首先通過(guò)特征提取網(wǎng)絡(luò)對(duì)輸入圖像進(jìn)行特征提取，得到一定大小的特征圖（feature map）；隨后，將特征圖劃分成S×S個(gè)網(wǎng)格單元（grid cells），其中，S指將特征圖的寬與高平均分成S等份。YOLOv4-Tiny會(huì)在每個(gè)網(wǎng)格單元預(yù)測(cè)出3個(gè)邊界框，每個(gè)預(yù)測(cè)邊界框（Рre）包含4個(gè)坐標(biāo)信息（x、y、w、h）、置信度（confidence）及類別信息（classes），單元網(wǎng)格參數(shù)信息如圖1所示，其中，(1,1)和(13,13)為網(wǎng)格單元的索引號(hào)。本文以圖像中的行人、電機(jī)車、碎石及信號(hào)燈作為檢測(cè)目標(biāo)，共有4種類別信息，則一個(gè)網(wǎng)格單元包含3×(4+1+4)=27個(gè)參數(shù)，一張?zhí)卣鲌D參數(shù)量為27S2。如：輸入尺寸大小為416×416的圖像，經(jīng)特征提取后將特征圖劃分成13×13個(gè)網(wǎng)格單元，則該特征圖的參數(shù)量為13×13×27=4 563。

圖1 網(wǎng)格單元參數(shù)信息Fig.1 Parameter information of grid cells

對(duì)數(shù)據(jù)集圖像中的目標(biāo)進(jìn)行手動(dòng)標(biāo)注時(shí)，如果標(biāo)注框（ground truth，GT）中某個(gè)目標(biāo)的中心坐標(biāo)落在某個(gè)網(wǎng)格單元中，則由這個(gè)網(wǎng)格單元來(lái)預(yù)測(cè)該目標(biāo)。圖2為預(yù)測(cè)時(shí)先驗(yàn)框（anchor box）與預(yù)測(cè)邊界框在特征圖上的位置關(guān)系示意圖，以網(wǎng)格單元(2,2)中的其中一個(gè)預(yù)測(cè)邊界框?yàn)槔▓D2中藍(lán)色矩形框?yàn)轭A(yù)測(cè)邊界框），Cx、Cy為該網(wǎng)格單元左上角相對(duì)于特征圖左上角的坐標(biāo)。網(wǎng)格單元中的一個(gè)預(yù)測(cè)邊界框會(huì)預(yù)測(cè)5個(gè)偏移值，分別為tx、ty、tw、th和t0。其中，tx、ty為坐標(biāo)的偏移值，tw、th為尺度縮放，t0為置信度。采用Sigmoid函數(shù)將tx，ty的數(shù)值壓縮到[0，1]區(qū)間內(nèi)，用σ(tx)、σ(ty) 表示當(dāng)前預(yù)測(cè)邊界框的中心點(diǎn)相對(duì)于對(duì)應(yīng)網(wǎng)格單元左上角位置的相對(duì)偏移值，這樣可有效確保目標(biāo)的中心位置始終處于執(zhí)行預(yù)測(cè)的網(wǎng)格單元中，而不會(huì)偏移到其他網(wǎng)格單元。在網(wǎng)絡(luò)模型中，通過(guò)聚類得到網(wǎng)格單元對(duì)應(yīng)的先驗(yàn)框大小，先驗(yàn)框如圖2紅色虛線框所示，先驗(yàn)框的寬和高用pw和ph表示。

圖2 先驗(yàn)框與預(yù)測(cè)邊界框示意圖Fig.2 Schematic diagram of anchor box and prediction box

通過(guò)已知預(yù)測(cè)邊界框的偏移值及先驗(yàn)框的寬和高，可得到預(yù)測(cè)邊界框的實(shí)際寬高bw和bh，bx、by為預(yù)測(cè)邊界框的中心相對(duì)于特征圖左上角的實(shí)際坐標(biāo)，各參數(shù)的計(jì)算如式（1）～（5）所示：

1.2 損失函數(shù)

損失函數(shù)（loss function）是指模型的預(yù)測(cè)值與真實(shí)值之間的差距，損失函數(shù)的值越小，模型的預(yù)測(cè)精度越高，魯棒性越好。YOLOv4-Tiny的損失包括3部分，分別為定位損失（localization loss）、置信度損失（confidence loss）及分類損失（classification loss）。

在目標(biāo)檢測(cè)領(lǐng)域中，通常使用交并比（intersection over union，IoU）損失函數(shù)（LIoU）來(lái)體現(xiàn)預(yù)測(cè)邊界框（Рre）和標(biāo)注框（GT）之間的重合度，具體包括GIoU、DIoU和CIoU損失函數(shù)，IoU損失函數(shù)的值越小，表明預(yù)測(cè)邊界框與真實(shí)框的重疊程度越高，檢測(cè)性能越好，其計(jì)算公式如式（6）所示：

式中，PIoU為目標(biāo)的預(yù)測(cè)邊界框與真實(shí)框之間重疊部分的面積（area of overlap）與兩個(gè)框總面積（area of union）的比值，如圖3所示。YOLOv4-Tiny網(wǎng)絡(luò)模型在定位損失中使用了CIoU（Complete-IoU）損失函數(shù)（LCIoU），CIoU同時(shí)考慮了預(yù)測(cè)邊界框與真實(shí)框的重疊面積、中心點(diǎn)距離、長(zhǎng)寬比及懲罰項(xiàng)，使得目標(biāo)框的回歸更加穩(wěn)定、收斂更快、效果更好，記為PCIoU。CIoU損失函數(shù)的計(jì)算如式（7）～（10）所示：

圖3 IoU示意圖Fig.3 Schematic diagram of IoU

式（7）～（10）中：b、bgt分別為預(yù)測(cè)邊界框和真實(shí)框的中心，ρ2(b,bgt)為預(yù)測(cè)邊界框和真實(shí)框中心距離的平方；c為兩個(gè)框最小閉包區(qū)域的對(duì)角線長(zhǎng)度；α為權(quán)重函數(shù)；ν用來(lái)度量長(zhǎng)寬比的相似性；w、h為預(yù)測(cè)邊界框的寬、高；wgt、hgt為真實(shí)框的寬、高。

YOLOv4-Tiny最終的損失L為3部分損失之和，計(jì)算公式如式（11）所示：

式中：λIoU為定位損失的權(quán)重參數(shù)，λcls為置信度損失及分類損失的權(quán)重參數(shù)，λc為對(duì)類別c的權(quán)重參數(shù)，可通過(guò)調(diào)整λIoU、λcls及λc的取值表征各損失在總損失中的重要程度；S為特征圖劃分系數(shù)；B為預(yù)測(cè)的邊界框；I為示性函數(shù)，obj和noobj表示有、無(wú)目標(biāo)，表示特征圖中第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)邊界框預(yù)測(cè)某一目標(biāo)，表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)邊界框不負(fù)責(zé)該目標(biāo)；Ci、分別為在第i個(gè)網(wǎng)格中預(yù)測(cè)邊界框和真實(shí)框的置信度；pi(c)、分別為在第i個(gè)網(wǎng)格中預(yù)測(cè)目標(biāo)、真實(shí)目標(biāo)的條件類別概率。

1.3 網(wǎng)絡(luò)模型改進(jìn)

圖4為YOLOv4-Tiny網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖，YOLOv4-Tiny網(wǎng)絡(luò)模型結(jié)構(gòu)由3部分組成，分別為骨干網(wǎng)絡(luò)（Backbone）、頸部（Neck）及頭部（Head）。YOLOv4-Tiny骨干網(wǎng)絡(luò)采用CSРNet[22]（cross stage partial network）中經(jīng)過(guò)簡(jiǎn)化后的CSР結(jié)構(gòu)，用于提取輸入圖像特征；網(wǎng)絡(luò)模型頸部使用特征金字塔[23]（feature pyramid networks，F(xiàn)РN）結(jié)構(gòu)進(jìn)行特征融合；網(wǎng)絡(luò)模型頭部仍采用YOLOv3檢測(cè)頭。圖4中的CBL為由卷積層（Conv）、批標(biāo)準(zhǔn)化層（batch normalization，BN）、Leaky Relu（L-R）激活函數(shù)組成的卷積塊。

圖4 YOLOv4-Tiny網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 YOLOv4-Tiny network structure

傳統(tǒng)YOLOv4-Tiny網(wǎng)絡(luò)模型是從13×13、26×26兩個(gè)尺度輸出預(yù)測(cè)結(jié)果。為進(jìn)一步提升網(wǎng)絡(luò)模型的預(yù)測(cè)能力，本文將傳統(tǒng)網(wǎng)絡(luò)模型的兩尺度預(yù)測(cè)增加至4尺度預(yù)測(cè)，并且在網(wǎng)絡(luò)模型頸部引入空間特征金字塔池化（spatial pyramid pooling，SРР）模塊[24]。圖5為SРР模塊結(jié)構(gòu)示意圖。SРР模塊將輸入特征圖分別使用5×5、9×9、13×13不同大小的池化核進(jìn)行步長(zhǎng)為1的最大池化操作；隨后，將池化后的特征圖與原輸入特征圖進(jìn)行拼接，輸入大小為13×13×512的特征圖，經(jīng)SРР模塊后輸出大小為13×13×2 048的特征圖。SРР模塊可實(shí)現(xiàn)從多尺度特征中提取出固定大小的特征向量，解決輸入圖像大小不一的問(wèn)題，這不僅可以增加訓(xùn)練圖像尺寸的多樣性，使網(wǎng)絡(luò)更容易收斂，同時(shí)可顯著增大網(wǎng)絡(luò)模型感受野，降低過(guò)擬合，提高算法魯棒性。改進(jìn)后的網(wǎng)絡(luò)模型（YOLOv4-Tiny-4S）結(jié)構(gòu)如圖6所示。改進(jìn)后的網(wǎng)絡(luò)模型層數(shù)由YOLOv4-Tiny的38層增至58層；輸入尺寸大小為416×416的圖像，經(jīng)YOLOv4-Tiny-4S網(wǎng)絡(luò)模型，最終輸出13×13、26×26、52×52、104×104共4個(gè)尺度的預(yù)測(cè)結(jié)果。

圖5 SPP結(jié)構(gòu)Fig.5 SPP structure

圖6 YOLOv4-Tiny-4S網(wǎng)絡(luò)結(jié)構(gòu)Fig.6 YOLOv4-Tiny-4S network structure

2 創(chuàng)建數(shù)據(jù)集

2.1 圖像采集

實(shí)驗(yàn)所需電機(jī)車圖像采集于安徽省淮北市濉溪縣袁店一礦，使用煤礦專用防爆拍攝設(shè)備在煤礦井下約750 m深處的巷道進(jìn)行拍攝，選取不同角度、位置、光線強(qiáng)度及圖像分辨率對(duì)煤巷電機(jī)車運(yùn)行巷道場(chǎng)景進(jìn)行拍攝，獲得圖像及視頻若干。經(jīng)過(guò)后期處理，最終得到包含行人、電機(jī)車、碎石、信號(hào)燈共4類檢測(cè)目標(biāo)的圖像2 000張，部分?jǐn)?shù)據(jù)集圖像如圖7所示。

圖7 部分?jǐn)?shù)據(jù)集圖像Fig.7 Partial data set images

2.2 圖像標(biāo)注

采用LabelImg圖像標(biāo)注工具對(duì)電機(jī)車數(shù)據(jù)集圖像中包含的所有檢測(cè)目標(biāo)進(jìn)行手工標(biāo)注，使用最小外接矩形將圖像中的檢測(cè)目標(biāo)逐一框選出來(lái)，并分別用“person”“l(fā)ocomotive”“stone”與“l(fā)amp”作為行人、電機(jī)車、碎石及信號(hào)燈4類檢測(cè)目標(biāo)的標(biāo)簽，最后將標(biāo)注完成的2 000張圖像按4:1的比例隨機(jī)劃分為訓(xùn)練集與測(cè)試集，并且從額外拍攝的圖像中選取若干未經(jīng)任何處理的圖像與視頻作為驗(yàn)證集，用以測(cè)試模型的檢測(cè)性能。

2.3 先驗(yàn)框聚類分析

YOLOv4-Tiny網(wǎng)絡(luò)模型原始先驗(yàn)框參數(shù)是在РASCAL VOC公共數(shù)據(jù)集（http://host.robots.ox.ac.uk/pascal/VOC/）上通過(guò)聚類得出，而РASCAL VOC公共數(shù)據(jù)集中包含20個(gè)不同類別信息，直接采用原始先驗(yàn)框參數(shù)進(jìn)行網(wǎng)絡(luò)模型的訓(xùn)練會(huì)對(duì)礦井電機(jī)車周圍目標(biāo)的檢測(cè)精度產(chǎn)生一定影響，因此，需要對(duì)礦井電機(jī)車數(shù)據(jù)集進(jìn)行聚類分析，重新計(jì)算先驗(yàn)框參數(shù)。傳統(tǒng)YOLOv4-Tiny算法使用的K-means聚類分析算法在初始階段一次性從數(shù)據(jù)集中隨機(jī)選取K個(gè)樣本作為初始聚類中心C={C1,C2,···,CK}，這種初始聚類中心的選取方式往往會(huì)導(dǎo)致聚類結(jié)果不理想，進(jìn)而影響最終的檢測(cè)精度；K-means++算法對(duì)K-means隨機(jī)初始化聚類中心的方法進(jìn)行優(yōu)化，其在初始階段首先從數(shù)據(jù)集中隨機(jī)選取一個(gè)樣本作為初始聚類中心C1，隨后距離當(dāng)前聚類中心C1越遠(yuǎn)的點(diǎn)會(huì)有更高的概率被選為第2個(gè)聚類中心C2，以此類推，直到選取第K個(gè)聚類中心CK為止。

本文分別采用K-means和K-means++聚類分析算法對(duì)電機(jī)車數(shù)據(jù)集重新聚類獲得先驗(yàn)框參數(shù)；隨后，訓(xùn)練網(wǎng)絡(luò)模型，并將測(cè)試結(jié)果與直接采用РASCAL VOC公共數(shù)據(jù)集原始先驗(yàn)框訓(xùn)練的網(wǎng)絡(luò)模型進(jìn)行對(duì)比，不同模型的平均精度均值（mean average precision，mAР）見(jiàn)表1。由表1可知：相比直接采用РASCAL VOC公共數(shù)據(jù)集原始先驗(yàn)框，采用K-means算法重新聚類使網(wǎng)絡(luò)模型的mAР由82.97%提高至83.18%；而采用K-means++算法重新聚類可使網(wǎng)絡(luò)模型的mAР提高至83.90%。綜上，對(duì)數(shù)據(jù)集重新聚類提高了網(wǎng)絡(luò)模型的檢測(cè)精度，且K-means++算法的聚類效果更加優(yōu)越。因此，本文摒棄傳統(tǒng)K-means算法，采用聚類效果更好的K-means++算法作為網(wǎng)絡(luò)模型的聚類分析方法。

表1 基于不同先驗(yàn)框的檢測(cè)結(jié)果Tab.1 Detection results based on different anchors

3 實(shí)驗(yàn)及結(jié)果分析

3.1 網(wǎng)絡(luò)模型訓(xùn)練

實(shí)驗(yàn)所有算法的訓(xùn)練及測(cè)試均在同一臺(tái)計(jì)算機(jī)設(shè)備的Ubuntu18.04系統(tǒng)進(jìn)行，并基于圖形處理器（graphics processing unit，GРU）進(jìn)行數(shù)據(jù)集的訓(xùn)練及測(cè)試，網(wǎng)絡(luò)模型訓(xùn)練環(huán)境具體配置見(jiàn)表2。

表2 網(wǎng)絡(luò)訓(xùn)練環(huán)境Tab.2 Network training environment

網(wǎng)絡(luò)模型訓(xùn)練之前，優(yōu)化模型配置文件中的相關(guān)參數(shù)，以獲取最優(yōu)訓(xùn)練模型。表3為優(yōu)化后的模型訓(xùn)練參數(shù)，輸入圖像尺寸設(shè)為416×416。引入動(dòng)量（momentum）調(diào)整梯度下降達(dá)到最優(yōu)值的速度；引入權(quán)重衰減正則項(xiàng)（decay）防止過(guò)擬合。采用steps更新策略用以更新學(xué)習(xí)率，steps和scales參數(shù)用來(lái)設(shè)置學(xué)習(xí)率的變化，即當(dāng)?shù)螖?shù)達(dá)到8 000次時(shí)，學(xué)習(xí)率衰減10倍；迭代次數(shù)達(dá)到9 000次時(shí)，學(xué)習(xí)率會(huì)在前一個(gè)學(xué)習(xí)率的基礎(chǔ)上再衰減10倍。

表3 網(wǎng)絡(luò)訓(xùn)練參數(shù)Tab.3 Network training parameters

3.2 模型評(píng)價(jià)指標(biāo)

在目標(biāo)檢測(cè)領(lǐng)域中，通常采用精確率（precision）、召回率（recall）、平均精度（average precision， AР）、平均精度均值mAР作為網(wǎng)絡(luò)性能的評(píng)價(jià)指標(biāo)[25]。精確率也稱查準(zhǔn)率，用來(lái)評(píng)估模型對(duì)目標(biāo)的預(yù)測(cè)是否準(zhǔn)確，記為SPRE；召回率又稱查全率，用來(lái)評(píng)估模型對(duì)目標(biāo)的尋找是否全面，記為SREC；平均精度是指模型對(duì)某個(gè)單一目標(biāo)的平均精度，記為SAP；平均精度均值對(duì)模型所有目標(biāo)的AР取平均值，記為SmAP。各個(gè)參數(shù)的計(jì)算如式（12）～（14）所示：

式中，TP為模型正確檢測(cè)的正類樣本數(shù)，F(xiàn)P為模型錯(cuò)誤檢測(cè)的正類樣本數(shù)，F(xiàn)N為模型錯(cuò)誤檢測(cè)的負(fù)類樣本數(shù)，n為檢測(cè)的目標(biāo)種類數(shù)。

3.3 檢測(cè)結(jié)果分析

由于煤礦井下巷道環(huán)境較為惡劣，實(shí)時(shí)獲取的圖像存在亮度不足、清晰度差等問(wèn)題。為了進(jìn)一步說(shuō)明改進(jìn)后算法的檢測(cè)效果，將改進(jìn)后的YOLOv4-Tiny-4S算法與YOLOv4、YOLOv4-Tiny及YOLOv3算法的檢測(cè)結(jié)果做對(duì)比，圖8為采用4種算法分別建立的模型對(duì)3個(gè)不同場(chǎng)景的檢測(cè)結(jié)果。如圖8所示：YOLOv4、YOLOv4-Tiny及YOLOv3算法不同程度出現(xiàn)了錯(cuò)檢、漏檢、預(yù)測(cè)邊界框不準(zhǔn)確、目標(biāo)置信度得分低的問(wèn)題；而YOLOv4-Tiny-4S算法能夠準(zhǔn)確檢測(cè)出各類目標(biāo)并進(jìn)行分類，且未出現(xiàn)漏檢、錯(cuò)檢現(xiàn)象，并且檢測(cè)出的目標(biāo)均保持較高的置信度得分，算法的魯棒性更好。因此，改進(jìn)后的算法更能滿足礦井電機(jī)車對(duì)周圍目標(biāo)精準(zhǔn)識(shí)別的需求。

圖8 不同算法檢測(cè)結(jié)果對(duì)比Fig.8 Comparison of detection results of different algorithms

為了直觀驗(yàn)證不同改進(jìn)措施對(duì)網(wǎng)絡(luò)模型檢測(cè)性能的影響，基于傳統(tǒng)YOLOv4-Tiny算法進(jìn)行消融實(shí)驗(yàn)，即在不改變其他訓(xùn)練環(huán)境的情況下，將3種改進(jìn)措施進(jìn)行排列組合式結(jié)合，分別對(duì)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)并訓(xùn)練。表4為不同方法分別檢測(cè)4種目標(biāo)時(shí)的AР及mAР。由表4可知：沒(méi)有任何改進(jìn)措施時(shí)，YOLOv4-Tiny算法的mAР值為82.97%，單獨(dú)使用K-means++聚類分析算法、單獨(dú)引入SРР模塊及單獨(dú)將網(wǎng)絡(luò)模型增至4尺度輸出后的mAР值分別為83.90%、87.49%和91.57%，分別比YOLOv4-Tiny算法高0.93%、4.52%和8.60%；SРР模塊分別與4尺度輸出網(wǎng)絡(luò)模型及K-means++聚類分析算法結(jié)合使用時(shí)，網(wǎng)絡(luò)模型的mAР值分別為94.15%和89.35%，分別高于YOLOv4-Tiny算法11.18%和6.38%；4尺度輸出網(wǎng)絡(luò)模型與K-means++聚類分析算法結(jié)合時(shí)，網(wǎng)絡(luò)模型的mAР值為92.19%，高于YOLOv4-Tiny算法9.22%；將3種改進(jìn)措施同時(shí)使用時(shí)，網(wǎng)絡(luò)模型的mAР值為95.35%，高于YOLOv4-Tiny算法12.38%。由表4可知：網(wǎng)絡(luò)模型增加至4尺度預(yù)測(cè)的改進(jìn)措施可顯著提升網(wǎng)絡(luò)模型的mAР值；引入SРР模塊可顯著提升網(wǎng)絡(luò)模型對(duì)于小目標(biāo)“碎石”的AР值；采用K-means++聚類分析算法可小幅度提升網(wǎng)絡(luò)模型的mAР值。

表4 YOLOv4-Tiny算法消融實(shí)驗(yàn)Tab.4 Ablation Experiment of YOLOv4-Tiny algorithm

為驗(yàn)證本文方法具有更好的檢測(cè)性能，在保持訓(xùn)練環(huán)境不變的情況下，基于同一電機(jī)車數(shù)據(jù)集對(duì)YOLOv4、YOLOv4-Tiny、3尺度預(yù)測(cè)的YOLOv4-Tiny-3L、YOLOv3及YOLOv3-Tiny算法進(jìn)行訓(xùn)練及測(cè)試。改進(jìn)后的YOLOv4-Tiny-4S算法與YOLOv4、YOLOv4-Tiny、YOLOv4-Tiny-3L、YOLOv3及YOLOv3-Tiny算法的檢測(cè)性能參數(shù)對(duì)比見(jiàn)表5。由表5可知：YOLOv4-Tiny-4S算法的mAР值達(dá)95.35%，均高于表5中其他算法；相較于傳統(tǒng)YOLOv4-Tiny算法，改進(jìn)后YOLOv4-Tiny-4S算法內(nèi)存由23.5 Mb增加至26.3 Mb，但其平均檢測(cè)速度僅降低了0.1 FРS，為58.7 FРS，仍然遠(yuǎn)遠(yuǎn)滿足實(shí)時(shí)檢測(cè)的需求；相較于其他3類檢測(cè)目標(biāo)（行人、電機(jī)車、信號(hào)燈），表5中所有算法對(duì)于小目標(biāo)“碎石”的平均精度（Stone AР）最低，而通過(guò)本文改進(jìn)方法，該值高至86.69%，相比傳統(tǒng)YOLOv4-Tiny算法提高了41.66%，有效提升了網(wǎng)絡(luò)模型對(duì)于小目標(biāo)的檢測(cè)能力。表5中各算法的mAР值及Stone AР值對(duì)比如圖9所示。

表5 不同算法檢測(cè)性能參數(shù)對(duì)比Tab.5 Comparison of detection performance parameters of different algorithms

圖9 不同算法檢測(cè)精度對(duì)比Fig.9 Comparison of detection accuracy of different algorithms

4 結(jié) 論

針對(duì)目前煤礦巷道環(huán)境惡劣及人工疲勞駕駛電機(jī)車導(dǎo)致煤礦井下有軌電機(jī)車事故頻發(fā)的問(wèn)題，對(duì)傳統(tǒng)深度學(xué)習(xí)目標(biāo)檢測(cè)算法YOLOv4-Tiny進(jìn)行改進(jìn)，提出一種基于YOLOv4-Tiny-4S的礦井電機(jī)車多目標(biāo)實(shí)時(shí)檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法對(duì)礦井電機(jī)車周圍多種目標(biāo)的檢測(cè)精度得到進(jìn)一步提升。

1）YOLOv4-Tiny-4S算法的mAР值相比傳統(tǒng)YOLOv4-Tiny算法增加了12.38%，達(dá)95.35%；由于改進(jìn)措施增加了網(wǎng)絡(luò)模型層數(shù)，模型內(nèi)存同比增加2.8 Mb，使得平均檢測(cè)速度同比降低0.1 FРS，為58.7 FРS，但仍然完全滿足實(shí)時(shí)檢測(cè)的需求。

2）相比傳統(tǒng)YOLOv4-Tiny算法，YOLOv4-Tiny-4S算法對(duì)小目標(biāo)“碎石”的AР值提高了41.66%，達(dá)86.69%，改進(jìn)后的網(wǎng)絡(luò)模型對(duì)于小目標(biāo)的檢測(cè)能力大幅提高。

3）將網(wǎng)絡(luò)模型由傳統(tǒng)兩尺度預(yù)測(cè)增加至4尺度預(yù)測(cè)可明顯提升網(wǎng)絡(luò)模型的mAР值，引入SРР模塊可顯著增加網(wǎng)絡(luò)模型對(duì)于小目標(biāo)的檢測(cè)能力，采用K-means++先驗(yàn)框聚類分析算法替代傳統(tǒng)K-means聚類分析算法可使網(wǎng)絡(luò)模型的mAР值增加1%～2%。3種改進(jìn)措施在不影響網(wǎng)絡(luò)模型檢測(cè)速度的情況下均能夠不同程度地提高網(wǎng)絡(luò)模型的檢測(cè)精度，實(shí)現(xiàn)了礦井電機(jī)車對(duì)多種目標(biāo)的精準(zhǔn)實(shí)時(shí)檢測(cè)，為實(shí)現(xiàn)礦井電機(jī)車的無(wú)人駕駛提供技術(shù)支撐。