基于改進的YOLO v5s目標實時檢測方法

李樂陽, 張維忠

(青島大學a．計算機科學技術學院, 山東 青島 266071; b. 威海創新研究院, 山東 威海 264200)

近年來,電商平臺帶動了快遞行業的高速發展,傳統的包裹分離逐漸從人力分揀過渡到使用智能算法自動化處理,不僅提高了物流效率,還減少了人力資源的需求,降低了成本。在包裹分離領域,德國西門子公司設計了單件分離系統[1],該系統由包裹檢測模塊和傳送帶控制模塊組成,采用基于視覺的包裹檢測方法,計算包裹在傳送帶上的位置,通過啟動傳送帶進行分離,可方便地應用于自動化包裹分揀生產線上,但實時性較差,不能滿足實際應用的需求。楊賽[2]參照西門子系統,利用RGB-D相機,使用連通區域標記法對深度圖像進行包裹分割,此方法效率較高,但錯誤分割的概率較大;?？低曢_發了基于RGB-D相機與深度學習技術的包裹單件分離設備,將包裹定位分割算法整合到相機內部,完成包裹定位與分割的計算過程,但存在單個相機成本較高、分離不理想的情況。隨著深度學習的發展,目標檢測模型性能不斷提高,包裹分離相關技術擁有更高的準確性和實時性。K.HE等人[3-4]提出兩階段目標檢測算法,準確性較高但是需要大量的計算資源;J.REDMON等人[5-7]及A.BOCHKOVSKIY等人[8-9]提出單階段目標檢測算法;H.LAW等人[10-11]提出的無錨點檢測方法,實時性較好但是準確性相對較低;N.CARION等人[12]提出基于Transformer[13]的檢測算法,引入注意力機制來提高檢測準確率,但訓練難度大,推理速度慢,不能同時兼顧實時性和準確性方面?；诖?本文利用某郵區中心局收集的包裹數據,自建數據集,提出基于YOLO v5s算法改進的包裹檢測模型,將RepVGG模塊融入特征提取網絡,降低網絡參數的計算量,將損失函數CIOU優化為SIOU,使其具有更高的實時性和準確率,可檢測各類形狀的包裹并給出位置信息,適應不同場景變化。

1 基于改進的YOLO v5s包裹檢測算法

YOLO v5采用新的架構CSPNet[14],該架構采用了一種新的跨階段局部連接方式,減少了計算量和內存使用,從而加速模型的訓練和推理過程。其次,YOLO v5引入了PANet[15]特征融合技術,有效地融合了不同尺度的特征圖,31該技術可自適應地選擇不同尺度的特征圖,并將它們融合成統一的特征表示,提高了模型對小目標的檢測能力。因此,YOLO v5具有更高的檢測精度和更快的檢測速度,適應于多種目標檢測領域。

YOLO v5根據CSP模塊參數量配置,分為5個版本,區別在于網絡規模和參數量的差異?？紤]到網絡規模、訓練時長及準確率等因素,本文選擇了輕量級的YOLO v5s進行改進。通過調整了特征提取網絡的3×3卷積結構,引入RepVGG(Re-param VGG)[16]模塊,將CIOU[17]替換為SIOU[18],提高包裹檢測的準確性和穩定性。改進的YOLO v5s網絡結構如圖1所示。

圖1 改進的YOLO v5s網絡結構

1.1 特征提取網絡的改進

RepVGG重參數化思想是通過使用簡單、可重復的卷積構建網絡,本文將RepVGG模塊融合到YOLO v5s骨干網絡,替換原有的3×3卷積,RepVGG結構如圖2所示。訓練時,RepVGG使用多分支模型,增加模型的表征能力,圖2(a)是進行下采樣(stride=2)時的結構,其中并行了一個卷積核大小為3×3的主分支和一個卷積核大小為1×1的shortcut分支,在推理時轉化為單路模型,即圖2(b),從而以更高的速度進行推理,同時節省內存。RepVGG具有可分離的卷積結構,它可以輕松部署到移動設備等資源受限的環境,適應性更廣。

圖2 RepVGG結構

1.2 損失函數改進

通常目標檢測網絡的Loss由分類損失、置信度損失和定位損失3部分組成。本文目標檢測僅為包裹,為單目標檢測,并無類別損失,檢測任務的Loss由包裹框損失和置信度損失組成。

第1部分為包裹框損失,記為Lossobj,損失函數為二元交叉熵(binary cross entropy,BCE),計算公式為

Lossobj=-(zlog(sigmoid(x))+(1-z)log(sigmoid(1-x)))

(1)

其中,x為網絡的預測值,使用Sigmoid函數將實數x映射到0到1之間的范圍,反應當前類別概率;z為真實的標注信息,取值為0或1。

第2部分為反應邊界框準確度的損失,記為Lossbox。由于需要對包裹位置進行準確定位,預測框要盡可能貼合真實邊界,本文使用的邊界框損失函數為SIOU,它引入真實框和預測框之間的向量角度,有助于提高包裹檢測的準確性和穩定性,且計算速度較快。SIOU具體包含4部分,主要包括

1) 角度損失(angle cost),角度損失示意圖如圖3所示。其式為

(2)

圖3 角度損失示意圖

2) 距離損失(distance cost),距離損失示意圖如圖4所示。

距離損失表示為

(3)

3) 形狀損失(shape cost)定義為

(4)

4) IOU損失表示為

(5)

綜上所述,SIOU損失函數公式為

(6)

2 實驗與結果分析

2.1 實驗運行環境與數據集

本文網絡訓練環境為Windows操作系統,Intel UGD Graphics 750、64GB內存,顯卡為Tesla V100-PCIE顯存16GB,深度學習部分使用PyTorch框架。

為了快速檢測和定位快遞包裹,需要構建數據集。本文通過在某郵局中心局拍攝采集的方式構建數據集,自建數據集如圖5所示。數據集共有10 000張左右圖像,其中70%作為訓練集,15%作為驗證集,15%作為測試集。為了降低誤檢率,在測試集中加入了部分負樣本,利用標注工具make-sense手工標注目標。

2.2 實驗過程

為了使訓練模型具有最優檢測效果,參考YOLO v5官方推薦權重參數及具體實驗,進行適當調整后,模型訓練參數如表1所示。

表1 模型訓練參數

2.3 實驗結果分析

在自建數據集上對改進的YOLO v5s的進行實驗分析,不同方法的準確率與召回率如表2所示,其中,方法1為將骨干網絡部分的3×3卷積調整為RepVGG模塊,方法2是在方法1的基礎上將CIOU替換為SIOU。由表2實驗結果可知,與方法2相比,改進的YOLO v5s的準確率提高5.1%,召回率提高6.0%。

表2 不同方法的準確率與召回率

根據訓練日志繪制的模型邊界框損失函數值變化曲線,損失值變化過程如圖6所示。由圖6可以看出,在進行到100次左右,改進前后的YOLO v5s算法的損失值函數整體趨于平穩,模型收斂。改進后的YOLO v5s損失函數值低于原模型,穩定在0.016 7左右,最低值達0.016 2。

完成模型訓練后,將YOLO v3、Faster-RCNN、YOLO v5s作為對比模型,在測試集上采用準確率Precision、召回率Recall及每秒浮點運算數FPS作為評定指標進行綜合測試。其中準確率和召回率計算公式為

(7)

(8)

其中,TP是被正確檢測的正例,表示預測有包裹,實際有包裹;TN是被正確檢測的反例,表示預測無包裹,實際無包裹;FN為被錯誤檢測的反例,表示預測無包裹,實際有包裹;FP是被錯誤檢測的正例,表示預測有包裹,實際無包裹。對比試驗結果如表3所示,包裹檢測示意圖如圖7所示。

表3 對比試驗結果

圖7 包裹檢測示意圖

由表3可以看出,Faster-RCNN由于采用2個階段的檢測流程,需要進行候選區域的生成、再分類和邊界框回歸等一系列計算,雖然準確率和召回率略高于YOLO v3,但是其推理速度較慢,綜合性能均低于YOLO v5s及改進的YOLO v5s算法。與YOLO v3和YOLO v5s相比,改進的YOLO v5s算法準確率分別提高了7.9%和5.1%,召回率分別提高了6.4%和6.0%。在檢測速度方面,改進的YOLO v5s算法比Faster-RCNN快了8.8倍,比YOLO v3快2.9倍,比YOLO v5s快1.6倍。因此,改進的YOLO v5s算法表現較優越,在較高的檢測速度下,準確率較高。改進的YOLO v5s算法能夠更好更快的完成包裹檢測及定位的任務,可適應工業快遞傳送流水線上對包裹分揀的需求,為制定包裹分離策略起到重要支撐作用。

3 結束語

本文從包裹單件分離的實際問題出發,分析了目前各種包裹單件分離技術的優缺點,提出了使用目標檢測模型YOLO v5s算法進行包裹的識別檢測,并進行改進。該算法在特征提取網絡融合RepVGG模塊,能夠在保持網絡性能的同時減少參數量;通過使用損失函數SIOU,提高了算法的準確度和穩定性。通過比較,改進的模型具有較高的準確率和較快的檢測速度,能夠滿足當前包裹檢測任務的準確性和實時性需求。該算法可用于零售業及倉儲管理等領域,優化倉儲管理、包裹分揀和交付流程,也可推廣至對目標檢測算法有高效準確要求的領域,如安全監控、智能機器人自動化等。下一步將完善數據集,進一步優化特征提取網絡,提升網絡在更加復雜的場景下的檢測準確率,并且將算法使用TensorRT框架進行優化加快推理速度,以便部署在嵌入式開發板上。