基于改进YOLO_V3的海上弹着点水柱信号检测算法_姬嗣愚.pdf

战术导弹技术Tactical Missile TechnologyNo.2Mar.2023第 2 期2023 年 3 月基于改进YOLO V3的海上弹着点水柱信号检测算法姬嗣愚，王永生，翟一琛（海军航空大学，烟台 264001）摘要：在海上实弹射击训练的过程中，快速、准确地检测出弹着点处水柱信号对评估射击效果具有重要意义。针对传统的人工检靶方式效率低、误差大，且无法分辨重叠弹着点的问题，结合深度学习理论，提出了一种基于改进YOLO V3的目标检测算法。在网络输入端利用Mosaic数据增强方式，丰富了检测物体的背景和小目标，降低了网络训练门槛。将Mish函数作为网络基本组件中的激活函数，提高了网络泛化能力。构建新的检测模块，将输入的特征信息分为两个分支，通过特征压缩与拼接，实现通道间信息交互。同时，对不同尺度的特征进行融合，提高网络特征提取能力。目标数据集的实验结果表明，改进后的YOLO V3算法平均准确率提高了5.39%，达到了82.64%，检测速度由27.74 FPS提高到了29.61 FPS，可以更好地完成海上弹着点水柱信号检测任务。关键词：目标检测；深度学习；改进YOLO V3；Mish；多尺度特征融合；特征拼接；数据增强中图分类号：TP391.41 文献标识码：A 文章编号：1009-1300（2023）02-0144-09DOI：10.16358/j.issn.1009-1300.20220591Marine impact water column signal detection algorithm based on improved YOLO V3Ji Siyu，Wang Yongsheng，Zhai Yichen（Naval Aviation University，Yantai 264001，China）Abstract:During a live-fire training exercise at sea,it is very important to quickly and accurately detect the water column signal at the impact point to evaluate the firing effect.Aiming at the problems of low efficiency,large error and inability to distinguish overlapping impact points in the traditional manual target detection,a target detection algorithm based on improved YOLO V3 is proposed by combining with deep learning theory.Mosaic data enhancement method is used in the network input end to enrich the background and small targets of detected objects and reduce the threshold of network training.Mish function is used as activation function in basic network components to improve network generalization.A new detection module is constructed,which divides the input feature information into two branches to realize the information interaction 收稿日期：2022-10-06；修回日期：2023-01-10通讯作者：姬嗣愚，硕士研究生，主要研究方向为武器系统设计与模拟技术。引用格式：姬嗣愚，王永生，翟一琛.基于改进YOLO V3的海上弹着点水柱信号检测算法 J.战术导弹技术，2023（2）：144-152.（Ji Siyu，Wang Yongsheng，Zhai Yichen.Marine impact water column signal detection algorithm based on improved YOLO V3 J.Tactical Missile Technology，2023（2）：144-152.）第 2 期姬嗣愚等：基于改进YOLO V3的海上弹着点水柱信号检测算法between channels by compressing and splicing the features.At the same time,the different scales of features are fused to improve the ability of network feature extraction.Experimental results on the target data set show that the average accuracy of the improved YOLO V3 algorithm is improved by 5.39%,reaching 82.64%,and the detection speed is increased from 27.74 FPS to 29.61 FPS,which can better meet the detection requirements of water column signals at the impact point on the sea.Key words:target detection；deep learning；improved YOLOV3；Mish；multi-scale fusion；feature concatenation；data augmentation1 引 言 随着技术的发展，海上武器装备逐渐多样化，在执行海上演练、作战等任务时，必须依赖火炮、鱼雷、导弹等武器进行防卫和攻击。因此，快速获取武器射击弹着点的准确位置并及时反馈给指挥部门，便于实时评估射击结果，对后续制定训练或作战方案、切实提高部队战斗力水平具有重要的指导意义。现阶段主要依靠雷达号手观察炮弹弹着点处水柱信号评判射击效果，从使用角度来看，这种依靠人工检测弹着点的方法主要存在测量精度不准、检测效率低、弹着点重叠时无法辨别等问题。近年来，基于深度学习的目标检测技术取得了巨大的成功，已在海防监视、精确制导、视频监控等多个领域得到广泛应用1，为弹着点的检测提供了新的方向。当前的目标检测算法主要通过引入卷积神经网络（Convolutional Neural Networks，CNN）自动提取高层特征2。根据检测过程中是否包含候选区域目标推荐这一过程，主要分为基于候选区域思想的二阶（two-stage）算法和基于回归思想的一阶（one-stage）算法。前者的典型算法包括R-CNN 系列35、R-FCN6等，这类算法精度较高，但相比一阶算法速度相对较慢；后者的典型算法包括YOLO系列7-9、SSD10、DSSD11等。本文提出改进的YOLO V3方法，通过改进网络结构、引入数据增强方法，对摄像头捕获到的弹着点处的水柱信号进行目标检测，为后续获得弹着点的位置及距离信息奠定基础。2 YOLO V3算法原理 YOLO V3的特征提取网络采用DarkNet-53网络，它包含了53个卷积层，除最后一个全连接层通过11卷积实现外，其余52个卷积层均可作为主体，是一个全卷积网络。同时，为了减小由于网络结构加深造成的梯度爆炸与梯度消失的风险，YOLO V3引入残差网络（ResNet）12，使用了大量的跳跃连接，确保避免梯度弥散的现象。针对YOLO V3 网络的下一步工作，特征提取部分采用了特征金字塔（Feature Pyramid Networks，FPN）的思想，输出3个不同尺寸的特征图作为下一个网络模块的输入，深层卷积特征图通过上采样与浅层卷积特征图堆叠在一起进行特征融合，特征图上应用不同尺度的锚框输出3个不同尺度的卷积特征，最后采用非极大抑制（NMS）算法筛选出分值最高的预测框作为最后输出，从而得到最终的检测结果，网络模型如图1所示。3 改进的YOLO V3目标检测算法 弹着点处水柱目标具有尺度变化大、形状不规则、持续时间短的特点，原始的YOLO V3算法对小目标和多目标情况检测效果不佳，因此，本文在YOLO V3算法的基础上加以改进，使其更好地满足海上弹着点处水柱目标检测的需要。其中，网络结构的主要改进点包括以下3项内容：一是利用Mish激活函数替换掉网络结构中基本组件的Leaky Relu激活函数，相比Leaky Relu函数，Mish函数更为平滑，具有良好的泛化能力；二是提出新的检测模块（Detection Block，DB），将输入特征分为两个分支分别处理，通过对特征进行先压145第 2 期战术导弹技术缩后合并的方法，实现通道间信息交互，加深网络结构，提高网络的特征提取能力；三是借鉴了多尺度融合思想，采用特征金字塔与路径聚合（Path Aggregation Network，PAN）相结合的方式，将低层细节信息与高层语义特征信息进行融合，从而可以提取到大小不一的目标特征，改善漏检误检问题。此外，在网络输入端还应用了Mosaic数据增强方法，用于提高目标检测效率。改进后的网络结构如图2所示。3.1Mish激活函数激活函数在神经网络中负责将神经元的输入映射到输出端，其主要作用是为了增加神经网络模型的非线性变化。在YOLO V3网络架构中，采用的Leaky Relu激活函数是经典的Relu激活函数的变体，其函数表达式如式（1）所示，导数表达式如式（2）所示，函数图像如图3所示：f(x)=x，x 0ax，x 0（1）图2改进的YOLOV3网络结构图Fig.2Network structure diagram of improved YOLO V3 图1YOLO V3网络模型图Fig.1Network structure diagram of YOLO V3 146第 2 期姬嗣愚等：基于改进YOLO V3的海上弹着点水柱信号检测算法g(x)=1，x 0a，x 0（2）Leaky Relu 是分段线性函数，所有的正值不变，对负值输入有很小的坡度，不会丢失负轴的信息。由于导数总不为零，可减少静默神经元的出现频率，避免梯度消失，加速收敛，实现稀疏后的模型在提取相关特征、拟合训练数据等方面具有更好的表现能力。但在训练过程中，Leaky Relu 函数主要解决Relu函数的神经元坏死问题，由于函数公式中的系数a需经过多次训练才能确定，其表现并不如Relu好13。文献14提出了Mish激活函数，其函数表达式如式（3）所示，导数表达式如式（4）所示，函数图像如图4所示。f(x)=xtanhlg(1+ex)（3）g(x)=ex2（4）式中，=4(x+1)+4e2x+e3x+ex(4x+6)；=2ex+e2x+2。相比于 Leaky Relu 函数，Mish 函数正值部分基本一致，负值部分更加接近于生物学家的分析结果。Mish函数正值可以达到无穷，避免了由于封顶导致饱和负值的轻微变化，可以有更好的梯度流。在网络中，这种平滑的激活函数能表达更深层的信息，在信息传播过程中表现更好，训练稳定性与识别准确性均大幅提高。3.2检测模块在改进的YOLO V3网络结构中，为了提取更多有用的特征信息，构建了新的检测模块，对原YOLO V3网络结构中经过上采样与拼接后的3个尺度的特征层进行处理，将高度为h，宽度为w，通道数为c的特征层分为两个分支（branch），其中 一 个 分 支（branch1）进 行 11 的 卷