《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 其他 > 設(shè)計(jì)應(yīng)用 > 基于改進(jìn)Mask R-CNN的非結(jié)構(gòu)環(huán)境小目標(biāo)語(yǔ)義分割算法
基于改進(jìn)Mask R-CNN的非結(jié)構(gòu)環(huán)境小目標(biāo)語(yǔ)義分割算法
電子技術(shù)應(yīng)用
何兆蓉，郭健，徐琦，韓銳
南京理工大學(xué) 自動(dòng)化學(xué)院
摘要： 計(jì)算機(jī)視覺(jué)對(duì)于小目標(biāo)物體語(yǔ)義識(shí)別在非結(jié)構(gòu)環(huán)境下有著較好的工程應(yīng)用前景，但由于小目標(biāo)零部件結(jié)構(gòu)多變、樣本少、環(huán)境復(fù)雜，傳統(tǒng)方法對(duì)小目標(biāo)分割識(shí)別的準(zhǔn)確率較低。針對(duì)此問(wèn)題，設(shè)計(jì)了一種基于注意力機(jī)制的Mask R-CNN改進(jìn)模型。在原網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上將FNP與融合注意力模塊相結(jié)合，提出了一種A-FNP模塊。以空間衛(wèi)星作為非結(jié)構(gòu)環(huán)境實(shí)驗(yàn)場(chǎng)景，對(duì)衛(wèi)星帆板以及爆炸螺栓進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該方法對(duì)衛(wèi)星帆板及其零部件的識(shí)別準(zhǔn)確率提高了5.36％，相較于原模型優(yōu)勢(shì)顯著。
中圖分類(lèi)號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.245136
中文引用格式： 何兆蓉，郭健，徐琦，等. 基于改進(jìn)Mask R-CNN的非結(jié)構(gòu)環(huán)境小目標(biāo)語(yǔ)義分割算法[J]. 電子技術(shù)應(yīng)用，2024，50(10)：76-81.
英文引用格式： He Zhaorong，Guo Jian，Xu Qi，et al. Small target semantic segmentation algorithm for unstructured environment based on improved Mask R-CNN[J]. Application of Electronic Technique，2024，50(10)：76-81.
Small target semantic segmentation algorithm for unstructured environment based on improved Mask R-CNN
He Zhaorong，Guo Jian，Xu Qi，Han Rui
School of Automation， Nanjing University of Science and Technology
Abstract： Computer vision has a good engineering application prospect for semantic recognition of small target objects in non-structural environments, but due to the changeable structure, small samples and complex environment of small target parts, the accuracy of traditional methods for small target segmentation recognition is low. To solve this problem, an improved Mask R-CNN model based on attention mechanism is designed in this paper. Based on the original network structure, an A-FNP module is proposed by combining FNP and fusion attention module. Taking the space satellite as the unstructured environment test scene, the satellite sails and explosive bolts are tested. The experimental results show that the accuracy of the proposed method is improved by 5.36%, which is significantly superior to the original model.
Key words : semantic segmentation；attention mechanism；Mask R-CNN；unstructured environment

引言

隨著計(jì)算機(jī)技術(shù)的持續(xù)進(jìn)步，傳統(tǒng)的語(yǔ)義分割算法對(duì)于大規(guī)模的對(duì)象檢測(cè)網(wǎng)絡(luò)模型具有很高的識(shí)別精度，但是，這些算法在識(shí)別小目標(biāo)對(duì)象時(shí)面臨著不少的挑戰(zhàn)，如存在錯(cuò)誤識(shí)別或者由于候選框之間相互重疊而無(wú)法識(shí)別的相關(guān)問(wèn)題。在非結(jié)構(gòu)環(huán)境中，處理零部件的數(shù)據(jù)存在許多挑戰(zhàn)，如缺陷樣本的數(shù)量較少、狀態(tài)特征存在顯著差異、特征粒度差異性較小等。傳統(tǒng)的語(yǔ)義分割方法檢測(cè)的性能比較容易受到環(huán)境因素的影響，如照明強(qiáng)度、場(chǎng)景遮擋等，從而導(dǎo)致檢測(cè)的準(zhǔn)確性較低、適應(yīng)能力較弱。深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)具有許多優(yōu)勢(shì)，包括強(qiáng)大的泛化能力、高檢測(cè)準(zhǔn)確性以及對(duì)環(huán)境照明變化的抵抗力強(qiáng)等，因此，深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)被引入整合到小目標(biāo)零件的檢測(cè)中。

在復(fù)雜環(huán)境下針對(duì)小目標(biāo)的語(yǔ)義分割研究中，魏永超等[1]提出了一種基于Mask R-CNN 算法的改進(jìn)算法，以解決對(duì)缺陷類(lèi)型的有限和對(duì)非結(jié)構(gòu)化環(huán)境中對(duì)小目標(biāo)缺陷的語(yǔ)義分割效果差強(qiáng)人意的問(wèn)題。通過(guò)添加SENet模塊并改善NMS算法，使新模型的準(zhǔn)確性得到了顯著提高。文韜[2]解決了傳統(tǒng)Mask R-CNN中小目標(biāo)對(duì)象的低識(shí)別率的問(wèn)題，并使用GFPN作為Mask R-CNN模型的功能采集。該模型通過(guò)融合從GFPN獲得的特征來(lái)設(shè)置各種特征的權(quán)重。茍軍年等[3]解決了復(fù)雜背景、小像素目標(biāo)以及Mask R-CNN模型對(duì)于傳輸電路中絕緣子缺陷檢測(cè)不充分的問(wèn)題。將卷積注意力模塊（Convolutional Block Attention Module, CBAM）引入特征提取網(wǎng)絡(luò)中，以達(dá)到從空間和通道角度提高小目標(biāo)的特征保留。

本文以空間衛(wèi)星作為非結(jié)構(gòu)環(huán)境的實(shí)驗(yàn)場(chǎng)景，以衛(wèi)星帆板展開(kāi)機(jī)構(gòu)的爆炸螺栓作為待檢測(cè)的小目標(biāo)物體。衛(wèi)星帆板展開(kāi)異常是空間衛(wèi)星故障中最常見(jiàn)的形式之一，造成這種故障的原因主要是爆炸螺栓未完全。此時(shí)解決故障的方式一般是通過(guò)識(shí)別未完全爆炸或未爆炸的螺栓進(jìn)行補(bǔ)充剪切操作。針對(duì)衛(wèi)星帆板的維修任務(wù)，首先需要檢測(cè)并識(shí)別出空間衛(wèi)星中的一些目標(biāo)物體，如衛(wèi)星帆板的反光板面以及未完全爆炸的螺栓等。

針對(duì)小目標(biāo)零件的語(yǔ)義分割研究，程敦誠(chéng)等[4]使用U-net8將螺母、螺桿和其他信息標(biāo)記成為不同顏色，并對(duì)其圖片進(jìn)行語(yǔ)義分割，以檢測(cè)螺栓是否處于正常的狀態(tài)。羅隆福等[5]提出一種基于深度學(xué)習(xí)的螺栓裂紋檢測(cè)方法，該方法使用DeepLab v3 plus 算法在螺栓上執(zhí)行語(yǔ)義分割。李紅衛(wèi)等[6]利用深度學(xué)習(xí)框架Mask R-CNN[7]智能分析了通過(guò)機(jī)械臂視覺(jué)傳感器獲得的視覺(jué)信息，并根據(jù)RGB圖像數(shù)據(jù)實(shí)現(xiàn)了小目標(biāo)零部件的語(yǔ)義分割。

本文在上述研究的基礎(chǔ)上，結(jié)合衛(wèi)星帆板中爆炸螺栓的結(jié)構(gòu)特征，提出了一種基于注意力機(jī)制的Mask R-CNN語(yǔ)義分割優(yōu)化算法，在改進(jìn)模型中完成對(duì)爆炸螺栓的語(yǔ)義分割，并與原Mask R-CNN的網(wǎng)絡(luò)模型進(jìn)行性能對(duì)比，改進(jìn)后模型優(yōu)勢(shì)顯著。


本文詳細(xì)內(nèi)容請(qǐng)下載：

http://ihrv.cn/resource/share/2000006182


作者信息：

何兆蓉，郭健，徐琦，韓銳

（南京理工大學(xué) 自動(dòng)化學(xué)院，江蘇 南京 210094）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。