安全帽佩戴監控是鐵路工程施工人員安全管理中的重點和難點，它對檢測算法的準確 率與檢測速度都有較高的要求。本文提出一種基于神經網絡架構搜索的安全帽佩戴檢測算法 NAS-YOLO。該神經網絡架構由上、下行操作單元組成，采用二進制門策略對網絡架構進行更 新，通過數據驅動的方式自動確定合適的神經網絡體系結構。實驗結果表明，NAS-YOLO算法 在準確率、召回率及平均檢測速度方面均優于實時目標檢測算法 YOLOv3，可以在工程施工中 對施工人員安全帽佩戴情況進行實時監控。
關鍵詞 安全帽佩戴；神經網絡架構搜索；自動檢測；檢測算法；實時監控

引言
施工現場環境復雜多變，人群密集，頻繁出現工 人不遵守規章所引發的傷亡事故，安全帽作為一 種常見的防護用具，能夠有效減輕外來危險源對頭 部的傷害，因此，實時監控施工場所工人安全帽佩戴 情況至關重要。 然而人工監管費時費力，無法滿足 安全生產要求。 以計算機視覺為技術支撐的智能監 控系統有人力成本低、檢測效率高等優勢，為自動監 測施工現場工人佩戴安全帽情況的方案落地提供了 技術方向

1. 安全帽監控系統邏輯架構
安全帽監控系統的邏輯結構主要分為視頻采集、智能視頻分析和監控中心3個模塊，如圖1所示。視頻采集模塊負責通過攝像機進行視頻采 集；智能視頻分析模塊是通過算法實現目標檢測、分類，并進行行為和事件檢測，同時還負責對違規行為發出報警信息，是安全帽監控系統的核心模塊；監控中心與監控人員直接交互，起到對整個監控系統進行監視和管理的作用。
安全帽監控系統首先由視頻采集模塊獲取視頻 數據；再由智能視頻分析模塊利用目標檢測技術提取出視頻中的動態目標，同時進行分類；然后，將分類得到的目標信息與預先設定好的報警準則進行邏輯判斷，如符合預定準則，則智能視頻分析模塊向監控中心發送預警或報警信息；如不符合預定準則，則繼續進行目標檢測［8］。目標檢測與分類是通 過人工智能技術（即深度神經網絡） 來完成的。與 常用的深度神經網絡算法不同，這里介紹通過 NAS算法自動搜索合適的神經網絡架構。

2.YOLOv3檢測模型
YOLOv3 的主干網絡為 Darkent-53，其中，包含53個卷積層和5個殘差塊，整體網絡結構如圖 2 所 示。 每個殘差塊包含殘差單元，而殘差單元由DBL組件組成，DBL 組件中包括卷積、批量歸一化和 Leaky reiu激活函數。 殘差單元由DBL通過相加而 成，殘差塊由DBL和殘差單元構成，其中，殘差塊借 鑒ResNet的思想，增強了特征融合能力。 YOLOv3 通過改變卷積核的步長來實現張量的尺度變換，輸 出 3 個不同大小的尺度。

YOLOv3網絡結構

3. NAS算法
NAS 算法是自動機器學習領域的熱點算法之 一，可通過數據特征自動找到合適的神經網絡架 構［9］ 。該算法的原理是光定義搜索空間；然后，通 過搜索策略找出候選網絡架構，對候選網絡進行評 估；最后，根據評估結果進行下一輪的搜索。由于 NAS 的根本思想是探索各種潛在的解決方案，搜 索空間越大，需要訓練與評估的架構就越多，消耗 的資源與時間就越多。因此，搜索空間的設定將直 接影響計算開銷。目前 NAS 的主流設計方法為先 基于單元 （cell） 的架構進行設計，再將單元堆疊 在主干網絡上，構成整體網絡架構，并由此限制搜 索空間大小。換言之，大型網絡是由多個單元組成 的，而單元的結構是由整個網絡共享的［10］ ，因此主 干網絡的選擇也十分重要。
目前主流的目標檢測算法是 Fast r-cnn［11］ 系列 算法，首先使用神經網絡生成待檢測預選定位框， 再對預選定位框進行調整和分類，屬于兩階段算 法，雖然精度高，但實時性不強。而YOLO （You Only Look Once）［12］ 系列的一階段算法采用了回歸 的思想，直接在圖像上回歸出預選定位框，同時預 測預選定位框所屬類別。YOLO 系列算法的檢測 精度雖然略低于 Fast r-cnn 系列，但是運行速度 快，能夠很好地完成實時目標檢測任務。另外，還 有 SSD （Single Shot MultiBox Detector）［13］ 算法，結合了回歸思想和預選定位框機制，使得檢測速度和準確率都得到提升。YOLO 系列算法經過不斷 更新，其中 YOLOv3［14］ 結合了多種網絡設計技 巧，包括了SSD算法中的多尺度特征融合策略［15］ ， 進一步提高了網絡的檢測性能。因此，本文以 YOLOv3 為基礎框架，設計了基于神經網絡架構 搜 索 的 YOLO 網 絡 ， 即 NAS-YOLO。 NASYOLO由2種單元架構組成，分別是下行單元和上 行單元，并通過基于單元的搜索方式，確定其最終 網絡拓撲結構。

3.1 架構搜索方式
對二值化的路徑更新使用了 Cai H 等［20］ 提出 的二進制門方法。這是一種數據驅動的方式，具體 操作如下。 1） 在訓練網絡權重參數時，先凍結架構參數， 并為每批輸入的數據隨機選取二進制門，根據二進 制門得到存活路徑。 2） 在訓練數據集中，通過標準梯度下降，更 新存活路徑的權值參數。 3） 在訓練架構參數時，先凍結權重參數，后 重置二進制門，更新并驗證數據集中的架構參數。 這2個更新步驟以替代方式執行，一旦完成架構參 數的訓練，就可以通過修剪冗余路徑來導出緊湊的 架構。 每次架構參數的更新只涉及2條路徑，從而將 內存需求降低到訓練緊湊模型的相同水平。

3.2 模型訓練
使用安全帽佩戴檢測數據集對 NAS-YOLO 算 法進行訓練。該數據集共有 7 581 張圖像，包含 9 044 個佩戴了安全帽的人像 （正樣本），以及 111 514 個普通人像 （沒有佩戴安全帽，即負樣 本）。隨機選取數據集中一半的圖像作為訓練集， 另一半作為驗證集，使用二進制門搜索策略對神經 網絡架構進行搜索。其中，批量的大小設置為 8， 共進行了200期的架構搜索優化。 網 絡 權 重 訓 練 中 ， 選 用 隨 機 梯 度 下 降 （Stochastic Gradient Descent，SGD） 優化器，動 量 設 置 為 0. 95， 余 弦 學 習 率 從 0. 025 衰 減 到 0. 01，權重衰減為 0. 0003。架構參數 α 的訓練使 用 Adam 優化器［21］，學習率設置為 0. 0003，重 量 衰 減 設 置 為 0. 0001。 使 用 1 塊 GeForce RTX 2080ti GPU 對 整 個 架 構 搜 索 ， 大 約 需 要 2 天 時間

4. 結果驗證與分析
4.1 算法訓練
YOLOv3和NAS-YOLO訓練過程中的損失函 數曲線 （Loss Curve） 分別見圖2和圖3。圖中， 損失值越小，表示訓練出的模型與數據集的真實模 型越接近；在2次訓練過程中，網絡損失均保持穩 定下降趨勢，YOLOv3在迭代 10 000次左右收斂， NAS-YOLO在迭代 40 000次左右收斂，說明訓練 基本順利；與圖2的曲線相比，圖3的曲線收斂于 一個更小的值，說明改進后的模型更接近數據集的 真實模型。

4.2 算法測試
將完成模型訓練NAS-YOLO網絡與現有的目 標檢測網絡進行對比，并將幾種算法分別應用于安 全帽監控系統中，進行安全帽佩戴狀態的自動識 別。隨機選取2名工地管理人員，對視頻中施工人 員是否佩戴安全帽進行識別與判斷。一名管理人員 先做出判斷，另一名再對其判斷結果進行審查與修 正。將2名管理人員的識別判斷結果作為真值，評 估 NAS-YOLO 與 SSD、 Fast r-CNN、 YOLOv3 算法的實際應用準確度和運行速度。與其他方法相比，NASYOLO的平均準確率（mean Average Precision，mAP） 最高，達 96. 72%；處理速度也最快，檢測速度可達59. 6FPS （Frames Per Second）；但召回率略低 于 Fast r-CNN，而 Fast r-CNN 運行速度慢，無法 應用于實時的目標檢測任務。