基于改進(jìn)YOLOv4的道路標(biāo)線檢測(cè)算法

趙明升ZHAO Ming-sheng；來(lái)躍深LAI Yue-shen

（西安工業(yè)大學(xué)機(jī)電工程學(xué)院，西安 710021）

0 引言

路標(biāo)線在疏導(dǎo)交通、規(guī)范交通行為以及防范交通事故等方面的起著關(guān)鍵作用。隨著近年來(lái)我國(guó)的自動(dòng)化駕駛汽車行業(yè)的飛速發(fā)展，現(xiàn)在的自動(dòng)化駕駛汽車實(shí)現(xiàn)自動(dòng)化駕駛依賴于自身的智能化系統(tǒng)而非智能交通網(wǎng)絡(luò)框架，其必須通過(guò)汽車的感知系統(tǒng)感知周圍的環(huán)境信息，其中就包括道路的標(biāo)線信息，道路標(biāo)線的完整性就顯得格外重要。

為確保道路標(biāo)線的完整性，人們針對(duì)道路標(biāo)線的完檢測(cè)提出了不同的解決方案。例如，文獻(xiàn)[1]提出基于道路標(biāo)線像素提取以及通過(guò)逆透視映射的連通分量進(jìn)行標(biāo)線檢測(cè)，能夠識(shí)別出重復(fù)標(biāo)線(人行橫道)以及單一特征的(如箭頭)的道路標(biāo)線。文獻(xiàn)[2]利用機(jī)器學(xué)習(xí)的方法搭建構(gòu)建了道路標(biāo)線的檢測(cè)分類算法，使用二值化標(biāo)準(zhǔn)梯度（BING）方法進(jìn)行標(biāo)線檢測(cè)，使用PACNet網(wǎng)絡(luò)進(jìn)行標(biāo)線的分類，該方法效果不佳，只能檢測(cè)出幾類目標(biāo)。文獻(xiàn)[3]提出了基于Adaboost機(jī)器學(xué)習(xí)機(jī)多類型道路標(biāo)線識(shí)別模型，同時(shí)建立了單目視覺(jué)的多種道路標(biāo)線檢測(cè)系統(tǒng)，其關(guān)于標(biāo)線的檢測(cè)前檢測(cè)精度有了一定的提升，但是類別效果較少。文獻(xiàn)[4]提出基于自適應(yīng)感興趣區(qū)域（ROI）和深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）道路標(biāo)線檢測(cè)方案，隨著深度卷積網(wǎng)絡(luò)的使用，該方法實(shí)現(xiàn)了對(duì)箭頭類標(biāo)線和自行車標(biāo)線的檢測(cè)和分類。文獻(xiàn)[5]針對(duì)鳥(niǎo)瞰圖中道路標(biāo)線在橫向和縱向上分布密度不同的特點(diǎn)，利用YOLOv3[6]實(shí)現(xiàn)道路標(biāo)線的檢測(cè)，并且檢測(cè)效果讓人滿意。

基于傳統(tǒng)標(biāo)線的檢測(cè)方法效果難以讓人感到滿意，隨著機(jī)器學(xué)習(xí)的使用能夠?qū)崿F(xiàn)初步讓人滿意的標(biāo)線檢測(cè)結(jié)果。特別是近年來(lái)深度學(xué)習(xí)的蓬勃發(fā)展給人們帶來(lái)了新的解決方案，例如引用文獻(xiàn)[4]、文獻(xiàn)[5]的檢測(cè)結(jié)果讓人滿意。為進(jìn)一步進(jìn)行深入的研究，提升標(biāo)線多類別檢測(cè)的效果，本文使用改進(jìn)的YOLOv4[7]目標(biāo)檢測(cè)算法實(shí)現(xiàn)道路標(biāo)線的檢測(cè)。

1 改進(jìn)的YOLOv4目標(biāo)檢測(cè)算法

本文提出的算法從輕量化主干特征提取網(wǎng)絡(luò)、融合注意力機(jī)制以及改進(jìn)損失函數(shù)等3個(gè)方面改進(jìn)YOLOv4目標(biāo)檢測(cè)算法。使用MobilenetV3[8]網(wǎng)絡(luò)替換CSPDarkNet53網(wǎng)絡(luò)作為改進(jìn)目標(biāo)檢測(cè)算法的主干特征提取網(wǎng)絡(luò)，利用該方法降低主干特征提取網(wǎng)絡(luò)的參數(shù)量；在三個(gè)不同采樣尺度處使用Triplet[9]注意力增強(qiáng)網(wǎng)絡(luò)的性能；利用EIOU和Focal loss改進(jìn)YOLOv4的目標(biāo)損失函數(shù)促進(jìn)模型的收斂速度，具體的改進(jìn)方法如下文所示。

1.1 融合注意力機(jī)制

為使卷積網(wǎng)絡(luò)模型在進(jìn)行訓(xùn)練的時(shí)候能夠關(guān)注特征事物。本文在原網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上引入Triplet注意力機(jī)制，通過(guò)該機(jī)制的引入使網(wǎng)絡(luò)更加關(guān)注輸入圖像中標(biāo)線所在的空間信息和通道信息。由于需要從主干特征提取網(wǎng)絡(luò)中采樣三個(gè)尺度的信息，因此本文嘗試在采樣的部分使用注意力機(jī)制。使用的Triplet注意力機(jī)制如圖1所示。

如圖1所示為Triplet注意力機(jī)制的網(wǎng)絡(luò)結(jié)構(gòu)，該注意機(jī)制由三個(gè)分支組成：其中兩個(gè)分支分別用來(lái)捕獲通道C維度和空間維度W/H之間的跨通道交互，剩下的一個(gè)分支就是傳統(tǒng)的空間注意力權(quán)重的計(jì)算。相比CBAM注意機(jī)制采用空間注意力機(jī)制和通道注意力機(jī)制分離的機(jī)制，Triplet注意力機(jī)制能夠?qū)崿F(xiàn)跨維度融合，并且對(duì)于其構(gòu)成的通道注意力機(jī)制和空間注意力機(jī)制是幾乎無(wú)參的，故本文采用Triplet作為特征增強(qiáng)的注意機(jī)制。

1.2 損失函數(shù)的改進(jìn)

由于在整張圖像中道路標(biāo)線的信息只包含小部分信息，而大部分為背景信息，這種正負(fù)樣本不均衡現(xiàn)象導(dǎo)致模型在訓(xùn)練過(guò)程中難以關(guān)注目標(biāo)對(duì)象。為了降低這種不平衡現(xiàn)象造成的影響本文引用Focal loss改進(jìn)的YOLOv4的類別損失函數(shù)，則改進(jìn)后的類別損失函數(shù)可以表示為：

式中α表示平衡參數(shù)；γ∈（0，+∞）用于減少易分樣本的差距，其中α=0.5，γ=1效果更好，pi（c）表示預(yù)測(cè)類別置信度預(yù)測(cè)類別置信度。

EIOU損失函數(shù)解決CIOU損失函數(shù)中其縱橫比的模糊的現(xiàn)象，同時(shí)也考慮到重疊面積、中心點(diǎn)距離、長(zhǎng)寬邊長(zhǎng)真實(shí)差，相比CIOU損失函數(shù)的其收斂速度更快并且能夠保證整個(gè)算法的精度，本文引入了EIOU改進(jìn)其的位置損失函數(shù)

其中，cw、ch、ρ分別是覆蓋兩個(gè)box的最小外接框的寬度、高度及b和bgt之間的歐式距離，w，h，wgt，hgt分別為預(yù)測(cè)框的和真實(shí)框的寬高。

2 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析

2.1 實(shí)驗(yàn)數(shù)據(jù)及環(huán)境

為進(jìn)一步驗(yàn)證本課題提出基于輕量化網(wǎng)絡(luò)、Focal loss、EIOU以及融合Triplet注意力機(jī)制改進(jìn)的YOLOv4目標(biāo)檢測(cè)算法的性能，本文使用基于CeyMo[10]數(shù)據(jù)集進(jìn)行道路標(biāo)線檢測(cè)算法的驗(yàn)證。CeyMo數(shù)據(jù)集包含2887幅圖像和4706個(gè)屬于11個(gè)道路標(biāo)記類的實(shí)例，同時(shí)使用Mosaic算法進(jìn)行數(shù)據(jù)增強(qiáng)，增加道路標(biāo)線數(shù)據(jù)集的豐富度。

為進(jìn)行驗(yàn)證實(shí)驗(yàn)，搭建實(shí)驗(yàn)平臺(tái)，平臺(tái)的參數(shù)為：顯卡NVIDIA GeForce RTX 2080 Ti（11G顯存）、cuda11.0、cudnn 8.0.4、深度學(xué)習(xí)框架為pytorch 1.8、開(kāi)發(fā)環(huán)境為：VScode。

2.2 模型訓(xùn)練

利用修改后的YOLOv4目標(biāo)檢測(cè)算法進(jìn)行模型訓(xùn)練。首先通過(guò)的Kmeans算法獲得道路標(biāo)線的先驗(yàn)框。本文得到關(guān)于道路標(biāo)線的先驗(yàn)框大小為（21,9）、（21,27）、（32,54）、（44,15）、（64,28）、（88,50）、（182,71）、（228,31）、（352,74）。設(shè)置對(duì)應(yīng)的超參數(shù)迭代次數(shù)設(shè)置為800次，批量大小為16，優(yōu)化方法使用Sgd，初始化步長(zhǎng)為0.005，最小步長(zhǎng)為0.00005，動(dòng)量損失為0.95，F(xiàn)ocal loss使用默認(rèn)參數(shù)，之后進(jìn)行模型訓(xùn)練，訓(xùn)練過(guò)程中的損失函數(shù)的變化如圖2所示。

2.3 評(píng)價(jià)指標(biāo)

目標(biāo)檢測(cè)算法的性能評(píng)價(jià)包括：MAP、FPS（該算法每秒能夠處理圖像的速度）、AP（類別的平均精度）以及Recall（每個(gè)類別的召回率）。由于AP和R之間為負(fù)相關(guān)，其AP越高則其Recall越低，故在本文所使用的模型評(píng)價(jià)標(biāo)準(zhǔn)中使用的MAP，AP以及FPS作為性能的評(píng)價(jià)指標(biāo)。

2.4 實(shí)驗(yàn)結(jié)果分析

為了評(píng)價(jià)本文提出算法的性能，本文利用現(xiàn)有的算法和本文提出算法進(jìn)行分析。本文使用SSD、YOLOv3，YOLOv4、輕量化YOLOv4以及輕量化YOLOv4+CBAM等算法和本文提出的目標(biāo)檢測(cè)算法進(jìn)行比較，得到不同算法的道路標(biāo)線檢測(cè)的性能如表1所示，不同算法對(duì)不同類別的檢測(cè)精度如表2所示。

如表1本文所提出算法和現(xiàn)有模型算法進(jìn)行訓(xùn)練之后得到關(guān)于道路標(biāo)線檢測(cè)模型訓(xùn)練的結(jié)果。通過(guò)觀察表1和表2可以發(fā)現(xiàn)本文提出算法的參數(shù)量相比SSD，YOLOv3以及YOLOv4檢測(cè)算法參數(shù)量明顯的減低，只有未壓縮時(shí)大約25%的參數(shù)量，隨著參數(shù)量的降低FPS的單幀處理速度明顯降低。同時(shí)，相比融合的CBAM注意力本文使用的注意力機(jī)制參數(shù)量更小，同時(shí)預(yù)測(cè)精度更高其依舊有著準(zhǔn)確的預(yù)測(cè)精度，最終得到道路標(biāo)線的檢測(cè)精度達(dá)到了97%。

表1 模型對(duì)比

表2 預(yù)測(cè)精度

在實(shí)驗(yàn)的環(huán)境下，利用道路標(biāo)線的破損檢測(cè)。在實(shí)驗(yàn)的過(guò)程中首先利用本文所提出的目標(biāo)檢測(cè)算法進(jìn)行道路標(biāo)線的類別檢測(cè)，標(biāo)線的類別檢測(cè)其結(jié)果如圖3所示。

如圖3所示為進(jìn)行標(biāo)線檢測(cè)實(shí)驗(yàn)的結(jié)果，觀察所示的標(biāo)線檢測(cè)結(jié)果能夠發(fā)現(xiàn)本文提出的目標(biāo)的檢測(cè)算法具有較前的魯棒性，能夠在不同的場(chǎng)景中實(shí)現(xiàn)道路標(biāo)線的檢測(cè)。

3 結(jié)論

本課題的研究是為了進(jìn)行道路標(biāo)線的準(zhǔn)確檢測(cè)，為進(jìn)一步提升模型的預(yù)測(cè)效率故在原YOLOv4模型的基礎(chǔ)上進(jìn)行了三個(gè)方面的改進(jìn)。我們所使用的目標(biāo)檢測(cè)在原算法的基礎(chǔ)上引入Triplet注意力機(jī)制使神經(jīng)網(wǎng)絡(luò)更加關(guān)注的感興趣目標(biāo)，增強(qiáng)模型的表達(dá)；同時(shí)采用深度可分離網(wǎng)絡(luò)優(yōu)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，降低了神經(jīng)網(wǎng)絡(luò)的復(fù)雜度；簡(jiǎn)化了損失函數(shù)，加速了模型訓(xùn)練的速度。最終的實(shí)驗(yàn)表明，本文的算法在使用的數(shù)據(jù)集上的訓(xùn)練結(jié)果得到了約97%的預(yù)測(cè)精度，同時(shí)其單幀處理速度為0.0266秒，其性能基本上可以滿足道路標(biāo)線檢測(cè)的實(shí)時(shí)需求。