基于改进空洞卷积神经网络的丘陵山区田间道路(5) - 湖北农机化杂志社投稿

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

基于改进空洞卷积神经网络的丘陵山区田间道路(5)

作者:

关键词:

摘要：

本文参考轩永仓[10]和Bengio等[28]的思路，采用预训练初始化参数的同时，对模型采用了两阶段训练（two-stage training）[31]的方法。具体步骤是：

1）使用ImageNet上训练好的VGG-16模型参数初始化需要训练的DCNN网络。

2）人工选取一些特征明显、包含对象类别少的简单图像 500张先单独对模型进行训练。经过多次试验，确定权值参数的学习率为 10-4，mini-batch size为 14，momentum为0.9，weight decay为0.000 5，采用随机梯度下降法进行训练，等到模型收敛之后，将模型参数保存。由于图像简单，模型收敛速度快。

3）在全部训练集上对上一步保存的模型进行再次训练，利用上一步中所得到的参数来初始化模型，减小学习率为10-5，通过训练更新所有的网络权值和参数。

4 田间道路图像语义分割试验

4.1 试验设计

为验证构建的基于空洞卷积神经网络的丘陵山区田间道路图像语义分割模型的效果，对实际道路场景的语义分割进行了测试。

1）模型改进效果测试

首先测试前端模块，只采用本文构建的前端模块（下文简称为Front-end）进行训练和测试，验证对于VGG-16的修改是否有效。

然后测试上下文模块与前端模块的组合，分别将构建的Basic和Large 2种结构的上下文模块插入前端模块（下文分别简称为Front-end + Basic和Front-end + Large），设置学习率为10-5，迭代次数4 000，对上下文模块进行初始化。由于上下文网络的感受野为67×67，因此使用宽度为33的缓冲区来填充输入特征图。

网络模型都采用两阶段训练方法进行训练。在各网络模型的测试过程中，图像的读取操作通过调用 Python第三方库函数实现。

2）不同模型对比试验

测试文献[10]中效果最好FCN-8s模型，用以对比本文构建的语义分割模型的预测精度。采用CAFFE提供的基于VGG-16的FCN-8s模型进行训练，训练策略与参数设置和前端模块相同。

3）阴影道路对比测试

针对田间道路上阴影突出的问题，测试 Front-end +Large网络模型对阴影道路的语义分割效果。在测试集中选取了100张道路被阴影明显覆盖的图片、100张路面无阴影的图片，分别应用Front-end + Large进行语义分割测试，对比2种情况下的语义分割效果。

4）导航线提取精度测试

田间道路图像语义分割的主要应用之一就是提取道路上的导航线。采用文献[1]和文献[14]中对二值化道路图像提取导航线的方法对本文语义分割后的图像提取导航线，具体方法是：1）采用Front-end + Large模型对田间道路图像进行语义分割；2）语义分割识别出道路区域后，对道路区域分块求解形心点；3）对这些形心点采用最小二乘法进行拟合得到道路的虚拟中线，此虚拟中线即为智能农机在田间道路上自主行驶的局部路径导航线。为验证本文构建的语义分割模型对田间道路识别的实际效果，测试了此虚拟中线与田间道路实际中线的偏差。偏差求取方法是：将获取的虚拟中线通过相机标定将其像素坐标转换为实际平面坐标，沿纵向方向等距离取点计算其横向坐标值与实测的道路中线上对应点横向坐标值的相对偏差。选取与文献[1]和文献[14]所选道路类似的普通水泥路、小障碍物遮挡道路以及杂草、水渍等覆盖道路等3种田间道路进行测试。

4.2 语义分割评判指标

将网络模型分割的结果与人工标注图像（采用Adobe Photoshop CC 2018）进行比较以分析各网络模型语义分割的精度。把人工标注结果视为真实图像分割结果，以此为标准，通过统计各网络模型语义分割像素误差来评判模型分割效果。使用目前普遍采用的评价标准进行评判[32]。

假设njm表示属于j类语义而被识别为m类的像素点个数；N表示语义类别总数，本文N=11，评判指标定义如下：

1）类别像素准确率wj：属于j类语义且被正确分割为j类的第j类像素准确率为

2）统计像素准确率PA（pixel accuracy）：标记正确的像素占总像素的比例，计算式为

3）类别平均准确率MPA（mean pixel accuracy）：计算每个类被正确分类像素数的比例，然后求取所有类的平均值，计算式为

4）平均区域重合度 MIoU（mean intersection over union）：预测像素正确的交集除以预测像素与原来像素的并集。具体计算过程为在每个类上计算区域重合度，然后求取所有类的平均值，计算式为

以上度量标准中，像素准确率反映了在图像中具体类别被正确分割的概率，而MIoU由于简洁、代表性强而成为最常用的度量标准。

文章来源：《湖北农机化》网址: http://www.hbnjhzz.cn/qikandaodu/2021/0709/1515.html