來源：深度學(xué)習(xí)與計(jì)算機(jī)視覺
作者：磐懟懟

在1957年以前，地球上只有一顆天然衛(wèi)星：月球。1957年10月4日，蘇聯(lián)發(fā)射了世界上第一顆人造衛(wèi)星，從那時(shí)起，來自40多個(gè)國家大約有8900顆衛(wèi)星發(fā)射升空。

這些衛(wèi)星可以幫助我們進(jìn)行監(jiān)視、通信、導(dǎo)航等等。國家可以利用衛(wèi)星監(jiān)視另一個(gè)國家的土地及其動(dòng)向，估計(jì)其經(jīng)濟(jì)和實(shí)力，然而所有的國家都互相隱瞞著他們的信息。

同理，全球石油市場也并非完全透明，幾乎所有的產(chǎn)油國都在努力隱藏著自己的總產(chǎn)量、消費(fèi)量和儲(chǔ)存量，各國這樣做是為了間接地向外界隱瞞其實(shí)際經(jīng)濟(jì)，并增強(qiáng)其國防系統(tǒng)的能力，這種做法可能會(huì)對其他國家造成威脅。

出于這個(gè)原因，許多初創(chuàng)公司，如Planet和Orbital Insight，都通過衛(wèi)星圖像來關(guān)注各國的此類活動(dòng)。通過收集儲(chǔ)油罐的衛(wèi)星圖像來估算石油儲(chǔ)量。

但問題是，如何僅憑衛(wèi)星圖像來估計(jì)儲(chǔ)油罐的體積呢？首先第一個(gè)條件是儲(chǔ)油罐為浮頂油罐，因?yàn)橹挥羞@樣，衛(wèi)星才能檢測到。這種特殊類型的油罐是專門為儲(chǔ)存大量石油產(chǎn)品而設(shè)計(jì)的，如原油或凝析油，它由頂蓋組成，直接位于油的頂部，隨著油箱中油量的增加或下降，并在其周圍形成兩個(gè)陰影。如下圖所示，陰影位于北側(cè)

(外部陰影)是指儲(chǔ)罐的總高度，而儲(chǔ)罐內(nèi)的陰影(內(nèi)部陰影)表示浮頂?shù)纳疃龋w積可估計(jì)計(jì)算為1-(內(nèi)部陰影區(qū)域/外部陰影區(qū)域)。

在本文，我們將使用Tensorflow2.x框架，在衛(wèi)星圖像的幫助下，使用python從零開始實(shí)現(xiàn)一個(gè)完整的模型來估計(jì)儲(chǔ)油罐的占用量。

GitHub倉庫

本文的所有內(nèi)容和整個(gè)代碼都可以在這個(gè)github存儲(chǔ)庫中找到

https://github.com/mdmub0587/...

以下是本文目錄。我們會(huì)逐一探索。

目錄

1. 問題陳述、數(shù)據(jù)集和評(píng)估指標(biāo)
2. 現(xiàn)有方法
3. 相關(guān)研究工作
4. 有用的博客和研究論文
5. 我們的貢獻(xiàn)
6. 探索性數(shù)據(jù)分析(EDA)
7. 數(shù)據(jù)擴(kuò)充
8. 數(shù)據(jù)預(yù)處理、擴(kuò)充和TFRecords
9. 基于YoloV3的目標(biāo)檢測
10. 儲(chǔ)量估算
11. 結(jié)果
12. 結(jié)論
13. 參考引用

1.問題陳述、數(shù)據(jù)集和評(píng)估指標(biāo)

問題陳述：

利用衛(wèi)星圖像進(jìn)行浮頂油罐的檢測和儲(chǔ)油量的估算，然后將圖像塊重新組合成具有儲(chǔ)油量估計(jì)的全圖像。

數(shù)據(jù)集：

數(shù)據(jù)集鏈接：https://www.kaggle.com/toward...

該數(shù)據(jù)集包含一個(gè)帶注釋的邊界框，衛(wèi)星圖像是從谷歌地球(google earth)拍攝的，它包含有世界各地的工業(yè)區(qū)。數(shù)據(jù)集中有2個(gè)文件夾和3個(gè)文件，讓我們逐一看看。

• large/_images: 這是一個(gè)文件夾，包含100個(gè)衛(wèi)星原始圖像，每個(gè)大小為4800x4800，所有圖像都以id/_large.jpg格式命名。
• Image/_patches: Image/_patches目錄包含從大圖像生成的512x512大小的子圖，每個(gè)大的圖像被分割成100個(gè)512x512大小的子圖，兩個(gè)軸上的子圖之間有37個(gè)像素的重疊，生成圖像子圖的程序以id/_row/_column.jpg格式命名
• labels.json: 它包含所有圖像的標(biāo)簽。標(biāo)簽存儲(chǔ)為字典列表，每個(gè)圖像對應(yīng)一個(gè)字典，不包含任何浮頂罐的圖像將被標(biāo)記為“skip”，邊界框標(biāo)簽的格式為邊界框四個(gè)角的(x，y)坐標(biāo)。
• labels/_coco.json: 它包含與前一個(gè)文件相同的標(biāo)簽的COCO標(biāo)簽格式。在這里，邊界框的格式為[x/_min, y/_min, width, height].
• large/_image/_data.csv: 它包含大型圖像文件的元數(shù)據(jù)，包括每個(gè)圖像的中心坐標(biāo)和海拔高度。

評(píng)估指標(biāo)：

對于儲(chǔ)油罐的檢測，我們將使用每種儲(chǔ)油罐的平均精度(Average Precision，AP)和各種儲(chǔ)油罐的mAP(Mean Average Precision，平均精度)來作為評(píng)估指標(biāo)。浮頂罐的估計(jì)容積沒有度量標(biāo)準(zhǔn)。

mAP 是目標(biāo)檢測模型的標(biāo)準(zhǔn)評(píng)估指標(biāo)。mAP 的詳細(xì)說明可以在下面的youtube播放列表中找到

https://www.youtube.com/watch?list=PL1GQaVhO4f/_jE5pnXU/_Q4MSrIQx4wpFLM&v=e4G9H18VYmA

2.現(xiàn)有方法

Karl Keyer [1]在他的存儲(chǔ)庫中使用RetinaNet來完成儲(chǔ)油罐探測任務(wù)。他從頭開始創(chuàng)建模型，并將生成的錨框應(yīng)用于該數(shù)據(jù)集，他的研究使得浮頂罐的平均精度(AP)達(dá)到76.3%，然后他應(yīng)用陰影增強(qiáng)和像素閾值法來計(jì)算它的體積。

據(jù)我所知，這是互聯(lián)網(wǎng)上唯一可用的方法。

3.相關(guān)研究工作

Estimating the Volume of Oil Tanks Based on High-Resolution Remote Sensing Images [2]:

這篇文章提出了一種基于衛(wèi)星圖像的油罐容量/容積估算方法。為了計(jì)算一個(gè)儲(chǔ)油罐的總?cè)莘e，他們需要儲(chǔ)油罐的高度和半徑。為了計(jì)算高度，他們使用了與投影陰影長度的幾何關(guān)系，但是計(jì)算陰影的長度并不容易，為了突出陰影使用了HSV(即色調(diào)飽和度值)顏色空間，因?yàn)橥ǔｊ幱霸贖SV顏色空間中具有高飽和度，然后采用基于亞像素細(xì)分定位（sub-pixel subdivision positioning）的中值法來計(jì)算陰影長度，最后利用Hough變換算法得到油罐半徑。

在本文的相關(guān)工作中，提出了基于衛(wèi)星圖像的建筑物高度計(jì)算方法。

4.有用的博客和研究論文

A Beginner’s Guide To Calculating Oil Storage Tank Occupancy With Help Of Satellite Imagery [3]:

本博客作者為TankerTracker.com，其中的一項(xiàng)工作是利用衛(wèi)星圖像跟蹤幾個(gè)感興趣的地理位置的原油儲(chǔ)存情況。

在這篇博客中，他們詳細(xì)描述了儲(chǔ)油罐的外部和內(nèi)部陰影如何幫助我們估計(jì)其中的石油含量，還比較了衛(wèi)星在特定時(shí)間和一個(gè)月后拍攝的圖像，顯示了一個(gè)月來儲(chǔ)油罐的變化。這個(gè)博客給了我們一個(gè)直觀的知識(shí)，即如何估計(jì)量。

A Gentle Introduction to Object Recognition With Deep Learning [4] :

本文會(huì)介紹對象檢測初學(xué)者頭腦中出現(xiàn)的最令人困惑的概念。首先，描述了目標(biāo)分類、目標(biāo)定位、目標(biāo)識(shí)別和目標(biāo)檢測之間的區(qū)別，然后討論了一些最新的深度學(xué)習(xí)算法來展開目標(biāo)識(shí)別任務(wù)。

對象分類是指將標(biāo)簽分配給包含單個(gè)對象的圖像，而對象定位是指在圖像中的一個(gè)或多個(gè)對象周圍繪制一個(gè)邊界框，目標(biāo)檢測任務(wù)結(jié)合了目標(biāo)分類和定位。這意味著這是一個(gè)更具挑戰(zhàn)性/復(fù)雜的任務(wù)，首先通過本地化技術(shù)在感興趣對象(OI)周圍繪制一個(gè)邊界框，然后借助分類為每個(gè)OI分配一個(gè)標(biāo)簽。目標(biāo)識(shí)別是上述所有任務(wù)的集合(即分類、定位和檢測)。

最后，本文還討論了兩種主要的目標(biāo)檢測算法/模型：Region-Based Convolutional Neural Networks (R-CNN)和You Only Look Once (YOLO)。

Selective Search for Object Recognition [5]:

在目標(biāo)檢測任務(wù)中，最關(guān)鍵的部分是目標(biāo)定位，因?yàn)槟繕?biāo)分類是在此基礎(chǔ)上進(jìn)行的，它依賴于定位所輸出的目標(biāo)區(qū)域(簡稱區(qū)域建議)。更完美的定位可以實(shí)現(xiàn)更完美的目標(biāo)檢測。選擇性搜索是一種新興的算法，在一些物體識(shí)別模型中被用于物體定位，如R-CNN和Fast-R-CNN。

該算法首先使用高效的基于圖的圖像分割方法生成輸入圖像的子段，然后使用貪婪算法將較小的相似區(qū)域合并為較大的相似區(qū)域。分段相似性基于顏色、紋理、大小和填充四個(gè)屬性。

Region Proposal Network — A detailed view[6]：

RPN(Region-proposition Network)由于其比傳統(tǒng)選擇性搜索算法更快而被廣泛地應(yīng)用于目標(biāo)定位，它從特征圖中學(xué)習(xí)目標(biāo)的最佳位置，就像CNN從特征圖中學(xué)習(xí)分類一樣。

它負(fù)責(zé)三個(gè)主要任務(wù)，首先生成錨定框(每個(gè)特征映射點(diǎn)生成9個(gè)不同形狀的錨定框)，然后將每個(gè)錨定框分類為前景或背景(即是否包含對象)，最后學(xué)習(xí)錨定框的形狀偏移量以使其適合對象。

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks[7]：

Faster R-CNN模型解決了前兩個(gè)相關(guān)模型(R-CNN和Fast R-CNN)的所有問題，并使用RPN作為區(qū)域建議生成器。它的架構(gòu)與Fast R-CNN完全相同，只是它使用了RPN而不是選擇性搜索，這使得它比Fast R-CNN快34倍。

Real-time Object Detection with YOLO, YOLOv2, and now YOLOv3 [8]：

在介紹Yolo系列模型之前，讓我們先看一下首席研究員約瑟夫·雷德曼在Ted演講上的演講。

https://youtu.be/Cgxsv1riJhI

這個(gè)模型在對象檢測模型列表中占據(jù)首位的原因有很多，然而，最主要的原因是它的牢固性，它的推理時(shí)間非常短，這是為什么它很容易匹配視頻的正常速度(即25fps)并應(yīng)用于實(shí)時(shí)數(shù)據(jù)的原因。

與其他對象檢測模型不同，Yolo模型具有以下特性。

• 單神經(jīng)網(wǎng)絡(luò)模型(即分類和定位任務(wù)都將從同一個(gè)模型中執(zhí)行)：以一張照片作為輸入，直接預(yù)測每個(gè)邊界框的邊界框和類標(biāo)簽，這意味著它只看一次圖像。
• 由于它對整個(gè)圖像而不是圖像的一部分執(zhí)行卷積，因此它產(chǎn)生的背景錯(cuò)誤非常少。
• YOLO學(xué)習(xí)對象的一般化表示。在對自然圖像進(jìn)行訓(xùn)練和藝術(shù)品測試時(shí)，YOLO的性能遠(yuǎn)遠(yuǎn)超過DPM和R-CNN等頂級(jí)檢測方法。由于YOLO具有高度的通用性，所以當(dāng)應(yīng)用于新的域或意外的輸入時(shí)，它不太可能崩潰。

是什么讓YoloV3比Yolov2更好。

• 如果你仔細(xì)看一下yolov2論文的標(biāo)題，那就是“YOLO9000: Better, Faster, Stronger”。yolov3比yolov2更好嗎？答案是肯定的，它更好，但不是更快更強(qiáng)，因?yàn)轶w系的復(fù)雜性增加了。
• Yolov2使用了19層DarkNet架構(gòu)，沒有任何殘差塊、skip連接和上采樣，因此它很難檢測到小對象，然而在Yolov3中，這些特性被添加了，并且使用了在Imagenet上訓(xùn)練的53層DarkNet網(wǎng)絡(luò)，除此之外，還堆積了53個(gè)卷積層，形成了106個(gè)卷積層結(jié)構(gòu)。

• Yolov3在三種不同的尺度上進(jìn)行預(yù)測，首先是大對象的13X13網(wǎng)格，其次是中等對象的26X26網(wǎng)格，最后是小對象的52X52網(wǎng)格。
• YoloV3總共使用9個(gè)錨箱，每個(gè)標(biāo)度3個(gè)，用K均值聚類法選出最佳錨盒。
• Yolov3可以對圖像中檢測到的對象執(zhí)行多標(biāo)簽分類，通過logistic回歸預(yù)測對象置信度和類預(yù)測。

5.我們的貢獻(xiàn)

我們的問題陳述包括兩個(gè)任務(wù)，第一個(gè)是浮頂罐的檢測，另一個(gè)是陰影的提取和已識(shí)別罐容積的估計(jì)。第一個(gè)任務(wù)是基于目標(biāo)檢測，第二個(gè)任務(wù)是基于計(jì)算機(jī)視覺技術(shù)。讓我們描述一下解決每個(gè)任務(wù)的方法。

儲(chǔ)罐檢測：

我們的目標(biāo)是估算浮頂罐的容積。我們可以為一個(gè)類建立目標(biāo)檢測模型，但是為了減少一個(gè)模型與另一種儲(chǔ)油罐(即其他類型儲(chǔ)油罐)的混淆，并使其具有魯棒性，我們提出了三個(gè)類別的目標(biāo)檢測模型。使用帶有轉(zhuǎn)移學(xué)習(xí)的YoloV3進(jìn)行目標(biāo)檢測是因?yàn)樗菀自跈C(jī)器上訓(xùn)練，此外為了提高度量分值，還采用了數(shù)據(jù)增強(qiáng)的方法。

陰影提取和體積估計(jì)：

陰影提取涉及許多計(jì)算機(jī)視覺技術(shù)，由于RGB顏色方案對陰影不敏感，必須先將其轉(zhuǎn)換成HSV和LAB顏色空間，我們使用(l1+l3)/(V+1) （其中l(wèi)1是LAB顏色空間的第一個(gè)通道值)的比值圖像來增強(qiáng)陰影部分。

然后，通過閾值0.5×t1+0.4×t2(其中t1是最小像素值，t2是平均值)來過濾增強(qiáng)圖像，再對閾值圖像進(jìn)行形態(tài)學(xué)處理(即去除噪聲、清晰輪廓等)。

最后，提取出兩個(gè)儲(chǔ)油罐的陰影輪廓，然后根據(jù)上述公式估算出所占用的體積。這些想法摘自以下Notebook。

https://www.kaggle.com/towardsentropy/oil-tank-volume-estimation

遵循整個(gè)流程來解決這個(gè)案例研究如下所示。

讓我們從數(shù)據(jù)集的探索性數(shù)據(jù)分析EDA開始吧！！

6.探索性數(shù)據(jù)分析(EDA)

探索Labels.json文件：

json/_labels=json.load(open(os.path.join('data','labels.json')))  
print('NumberofImages:',len(json/_labels))  
json/_labels/[25:30/]  

所有的標(biāo)簽都存儲(chǔ)在字典列表中，總共有10萬張圖片。不包含任何儲(chǔ)罐的圖像將標(biāo)記為Skip，而包含儲(chǔ)罐的圖像將標(biāo)記為tank、tank Cluster或Floating Head tank，每個(gè)tank對象都有字典格式的四個(gè)角點(diǎn)的邊界框坐標(biāo)。

計(jì)數(shù)：

在10K個(gè)圖像中，8187個(gè)圖像沒有標(biāo)簽(即它們不包含任何儲(chǔ)油罐對象，此外有81個(gè)圖像包含至少一個(gè)儲(chǔ)油罐簇對象，1595個(gè)圖像包含至少一個(gè)浮頂儲(chǔ)油罐。

在條形圖中，可以觀察到，在包含圖像的1595個(gè)浮頂罐中，26.45%的圖像僅包含一個(gè)浮頂罐對象，單個(gè)圖像中浮頂儲(chǔ)罐對象的最高數(shù)量為34。

探索labels/_coco.json文件：

json/_labels/_coco=json.load(open(os.path.join('data','labels/_coco.json')))  
print('NumberofFloatingtanks:',len(json/_labels/_coco/['annotations'/]))  
no/_unique/_img/_id=set()  
foranninjson/_labels/_coco/['annotations'/]:  
no/_unique/_img/_id.add(ann/['image/_id'/])  
print('NumberofImagesthatcontainsFloatingheadtank:',len(no/_unique/_img/_id))  
json/_labels/_coco/['annotations'/]/[:8/] 

此文件僅包含浮頂罐的邊界框及其在字典格式列表中的_image/_id_

打印邊界框：

儲(chǔ)油罐有三種：

1. Tank(T 油罐)
2. Tank Cluster(TC 油罐組),
3. Floating Head Tank(FHT，浮頂罐)

7.數(shù)據(jù)擴(kuò)充

在EDA中，人們觀察到10000幅圖像中有8171幅是無用的，因?yàn)樗鼈儾话魏螌ο螅送?595個(gè)圖像包含至少一個(gè)浮頂罐對象。眾所周知，所有的深度學(xué)習(xí)模型都需要大量的數(shù)據(jù)，沒有足夠的數(shù)據(jù)會(huì)導(dǎo)致性能的下降。

因此，我們先進(jìn)行數(shù)據(jù)擴(kuò)充，然后將獲得的擴(kuò)充數(shù)據(jù)擬合到Y(jié)olov3目標(biāo)檢測模型中。

8.數(shù)據(jù)預(yù)處理、擴(kuò)充和TFRecords

數(shù)據(jù)預(yù)處理：

對象的注釋是以Jason格式給出的，其中有4個(gè)角點(diǎn)，首先，從這些角點(diǎn)提取左上角點(diǎn)和右下角點(diǎn)，然后屬于單個(gè)圖像的所有注釋及其對應(yīng)的標(biāo)簽都保存在CSV文件的一行列表中。

從角點(diǎn)提取左上角點(diǎn)和右下角點(diǎn)的代碼

defconv/_bbox(box/_dict):  
"""  
input:box/_dict->字典中有4個(gè)角點(diǎn)  
Function:獲取左上方和右下方的點(diǎn)  
output:tuple(ymin,xmin,ymax,xmax)  
"""  
xs=np.array(list(set(/[i/['x'/]foriinbox/_dict/])))  
ys=np.array(list(set(/[i/['y'/]foriinbox/_dict/])))  
x/_min=xs.min()  
x/_max=xs.max()  
y/_min=ys.min()  
y/_max=ys.max()  
  
returny/_min,x/_min,y/_max,x/_max  

CSV文件將如下所示

為了評(píng)估模型，我們將保留10%的圖像作為測試集。

#訓(xùn)練和測試劃分  
df/_train,df/_test=model/_selection.train/_test/_split(  
df,#CSV文件注釋  
test/_size=0.1,  
random/_state=42,  
shuffle=True,  
)  
df/_train.shape,df/_test.shape  

數(shù)據(jù)擴(kuò)充：

我們知道目標(biāo)檢測需要大量的數(shù)據(jù)，但是我們只有1645幅圖像用于訓(xùn)練，這是非常少的，為了增加數(shù)據(jù)，我們必須執(zhí)行數(shù)據(jù)擴(kuò)充。我們通過翻轉(zhuǎn)和旋轉(zhuǎn)原始圖像來生成新圖像。我們轉(zhuǎn)到下面的GitHub存儲(chǔ)庫，從中提取代碼進(jìn)行擴(kuò)充

https://blog.paperspace.com/data-augmentation-for-bounding-boxes/

通過執(zhí)行以下操作從單個(gè)原始圖像生成7個(gè)新圖像：

1. 水平翻轉(zhuǎn)
2. 旋轉(zhuǎn)90度
3. 旋轉(zhuǎn)180度
4. 旋轉(zhuǎn)270度
5. 水平翻轉(zhuǎn)和90度旋轉(zhuǎn)
6. 水平翻轉(zhuǎn)和180度旋轉(zhuǎn)
7. 水平翻轉(zhuǎn)和270度旋轉(zhuǎn)

示例如下所示

TFRecords：

TFRecords是TensorFlow自己的二進(jìn)制存儲(chǔ)格式。當(dāng)數(shù)據(jù)集太大時(shí)，它通常很有用。它以二進(jìn)制格式存儲(chǔ)數(shù)據(jù)，并對訓(xùn)練模型的性能產(chǎn)生顯著影響。二進(jìn)制數(shù)據(jù)復(fù)制所需的時(shí)間更少，而且由于在訓(xùn)練時(shí)只加載了一個(gè)batch數(shù)據(jù)，所以占用的空間也更少。你可以在下面的博客中找到它的詳細(xì)描述。

https://medium.com/mostly-ai/tensorflow-records-what-they-are-and-how-to-use-them-c46bc4bbb564

也可以查看下面的Tensorflow文檔。

https://www.tensorflow.org/tutorials/load/_data/tfrecord

我們的數(shù)據(jù)集已轉(zhuǎn)換成RFRecords格式，但是我們沒有必要執(zhí)行此任務(wù)，因?yàn)槲覀兊臄?shù)據(jù)集不是很大，如果你感興趣，可以在我的GitHub存儲(chǔ)庫中找到代碼。

9.基于YoloV3的目標(biāo)檢測

訓(xùn)練：

為了訓(xùn)練yolov3模型，采用了遷移學(xué)習(xí)。第一步包括加載DarkNet網(wǎng)絡(luò)的權(quán)重，并在訓(xùn)練期間凍結(jié)它以保持權(quán)重不變。

defcreate/_model():  
tf.keras.backend.clear/_session()  
pret/_model=YoloV3(size,channels,classes=80)  
load/_darknet/_weights(pret/_model,'Pretrained/_Model/yolov3.weights')  
print('//nPretrainedWeightLoaded')  
  
model=YoloV3(size,channels,classes=3)  
model.get/_layer('yolo/_darknet').set/_weights(  
pret/_model.get/_layer('yolo/_darknet').get/_weights())  
print('YoloDarkNetweightloaded')  
  
freeze/_all(model.get/_layer('yolo/_darknet'))  
print('FrozenDarkNetlayers')  
returnmodel  
  
model=create/_model()  
model.summary()  

我們使用adam優(yōu)化器(初始學(xué)習(xí)率=0.001)來訓(xùn)練我們的模型，并根據(jù)epoch應(yīng)用余弦衰減來降低學(xué)習(xí)速率。在訓(xùn)練過程中使用模型檢查點(diǎn)保存最佳權(quán)重，訓(xùn)練結(jié)束后保存最后一個(gè)權(quán)重。

tf.keras.backend.clear/_session()  
epochs=100  
learning/_rate=1e-3  
  
optimizer=get/_optimizer(  
optim/_type='adam',  
learning/_rate=1e-3,  
decay/_type='cosine',  
decay/_steps=10/*600  
)  
loss=/[YoloLoss(yolo/_anchors/[mask/],classes=3)formaskinyolo/_anchor/_masks/]  
  
  
model=create/_model()  
model.compile(optimizer=optimizer,loss=loss)  
  
#Tensorbaord  
!rm-rf./logs/  
logdir=os.path.join("logs",datetime.datetime.now().strftime("%Y%m%d-%H%M%S"))  
%tensorboard--logdir$logdir  
tensorboard/_callback=tf.keras.callbacks.TensorBoard(logdir,histogram/_freq=1)  
  
callbacks=/[  
EarlyStopping(monitor='val/_loss',min/_delta=0,patience=15,verbose=1),  
ModelCheckpoint('Weights/Best/_weight.hdf5',verbose=1,save/_best/_only=True),  
tensorboard/_callback,  
/]  
  
history=model.fit(train/_dataset,  
epochs=epochs,  
callbacks=callbacks,  
validation/_data=valid/_dataset)  
model.save('Weights/Last/_weight.hdf5')  

損失函數(shù)：

YOLO損失函數(shù)：

Yolov3模型訓(xùn)練中所用的損失函數(shù)相當(dāng)復(fù)雜。Yolo在三個(gè)不同的尺度上計(jì)算三個(gè)不同的損失，并對反向傳播進(jìn)行總結(jié)(正如你在上面的代碼單元中看到的，最終損失是三個(gè)不同損失的列表)，每個(gè)loss都通過4個(gè)子函數(shù)來計(jì)算檢測損失和分類損失。

1. 中心(x，y) 的MSE損失.
2. 邊界框的寬度和高度的均方誤差(MSE)
3. 邊界框的二元交叉熵得分與無目標(biāo)得分
4. 邊界框多類預(yù)測的二元交叉熵或稀疏范疇交叉熵

讓我們看看Yolov2中使用的損失公式

Yolov2中的最后三項(xiàng)是平方誤差，而在Yolov3中，它們被交叉熵誤差項(xiàng)所取代，換句話說，Yolov3中的對象置信度和類預(yù)測現(xiàn)在通過logistic回歸來進(jìn)行預(yù)測。

看看Yolov3損失函數(shù)的實(shí)現(xiàn)

defYoloLoss(anchors,classes=3,ignore/_thresh=0.5):  
defyolo/_loss(y/_true,y/_pred):  
#1.轉(zhuǎn)換所有預(yù)測輸出  
#y/_pred:(batch/_size,grid,grid,anchors,(x,y,w,h,obj,...cls))  
pred/_box,pred/_obj,pred/_class,pred/_xywh=yolo/_boxes(  
y/_pred,anchors,classes)  
#predicted(tx,ty,tw,th)  
pred/_xy=pred/_xywh/[...,0:2/]#x,yoflastchannel  
pred/_wh=pred/_xywh/[...,2:4/]#w,hoflastchannel  
  
#2.轉(zhuǎn)換所有真實(shí)輸出  
#y/_true:(batch/_size,grid,grid,anchors,(x1,y1,x2,y2,obj,cls))  
true/_box,true/_obj,true/_class/_idx=tf.split(  
y/_true,(4,1,1),axis=/-1)  
  
#轉(zhuǎn)換x1,y1,x2,y2tox,y,w,h  
#x,y=(x2-x1)/2,(y2-y1)/2  
#w,h=(x2-x1),(y2-y1)  
true/_xy=(true/_box/[...,0:2/]+true/_box/[...,2:4/])/2  
true/_wh=true/_box/[...,2:4/]-true/_box/[...,0:2/]  
  
#小的box要更高權(quán)重  
#shape->(batch/_size,grid,grid,anchors)  
box/_loss/_scale=2-true/_wh/[...,0/]/*true/_wh/[...,1/]  
  
  
#3.對predbox進(jìn)行反向  
#把(bx,by,bw,bh)變?yōu)?tx,ty,tw,th)  
grid/_size=tf.shape(y/_true)/[1/]  
grid=tf.meshgrid(tf.range(grid/_size),tf.range(grid/_size))  
grid=tf.expand/_dims(tf.stack(grid,axis=/-1),axis=2)  
true/_xy=true/_xy/*tf.cast(grid/_size,tf.float32)-tf.cast(grid,tf.float32)  
true/_wh=tf.math.log(true/_wh/anchors)  
true/_wh=tf.where(tf.logical/_or(tf.math.is/_inf(true/_wh),  
tf.math.is/_nan(true/_wh)),  
tf.zeros/_like(true/_wh),true/_wh)  
  
#4.計(jì)算所有掩碼  
#從張量的形狀中去除尺寸為1的維度。  
#obj/_mask:(batch/_size,grid,grid,anchors)  
obj/_mask=tf.squeeze(true/_obj,/-1)  
#當(dāng)iou超過臨界值時(shí)，忽略假正例  
#best/_iou:(batch/_size,grid,grid,anchors)  
best/_iou=tf.map/_fn(  
lambdax:tf.reduce/_max(broadcast/_iou(x/[0/],tf.boolean/_mask(  
x/[1/],tf.cast(x/[2/],tf.bool))),axis=/-1),  
(pred/_box,true/_box,obj/_mask),  
tf.float32)  
ignore/_mask=tf.cast(best/_iou(batch,1)  
xy/_loss=tf.reduce/_sum(xy/_loss,axis=(1,2,3))  
wh/_loss=tf.reduce/_sum(wh/_loss,axis=(1,2,3))  
obj/_loss=tf.reduce/_sum(obj/_loss,axis=(1,2,3))  
class/_loss=tf.reduce/_sum(class/_loss,axis=(1,2,3))  
  
returnxy/_loss+wh/_loss+obj/_loss+class/_loss  
returnyolo/_loss  

分?jǐn)?shù)：

為了評(píng)估我們的模型，我們使用了AP和mAP來評(píng)估訓(xùn)練和測試數(shù)據(jù)

測試集分?jǐn)?shù)

get/_mAP(model,'data/test.csv')  

訓(xùn)練集分?jǐn)?shù)

get/_mAP(model,'data/train.csv')  

推理：

讓我們看看這個(gè)模型是如何執(zhí)行的

10.儲(chǔ)量估算

體積估算是本案例研究的主要內(nèi)容。雖然沒有評(píng)估估計(jì)容積的標(biāo)準(zhǔn)，但我們試圖找到圖像的最佳閾值像素值，以便能夠在很大程度上檢測陰影區(qū)域(通過計(jì)算像素?cái)?shù))。

我們將使用衛(wèi)星拍攝到的4800X4800形狀的大圖像，并將其分割成100個(gè)512x512的子圖，兩個(gè)軸上的子圖之間重疊37像素。圖像修補(bǔ)程序在id/_row/_column.jpg命名。

每個(gè)生成的子圖預(yù)測都將存儲(chǔ)在一個(gè)CSV文件中，然后再估計(jì)每個(gè)浮頂儲(chǔ)油罐的體積(代碼和解釋以Notebook格式在我的GitHub存儲(chǔ)庫中提供)。

最后，將所有的圖像塊和邊界框與標(biāo)簽合并，輸出估計(jì)的體積，形成一個(gè)大的圖像。你可以看看下面的例子：

11.結(jié)果

測試集上浮頂罐的AP分?jǐn)?shù)為0.874，訓(xùn)練集上的AP分?jǐn)?shù)為0.942。

12.結(jié)論

• 只需有限的圖像就可以得到相當(dāng)好的結(jié)果。
• 數(shù)據(jù)增強(qiáng)工作得很到位。
• 在本例中，與RetinaNet模型的現(xiàn)有方法相比，yolov3表現(xiàn)得很好。

審核編輯 黃昊宇