改进注意力机制的电梯场景下危险品检测方法

doi:10.11772/j.issn.1001-9081.2022060857

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (7): 2295-2302.DOI: 10.11772/j.issn.1001-9081.2022060857

• 多媒体计算与计算机仿真 • 上一篇下一篇

改进注意力机制的电梯场景下危险品检测方法

郭奕裕, 周箩鱼(), 刘新瑜, 李尧

长江大学电子信息学院，湖北荆州 434023

收稿日期:2022-06-13 修回日期:2022-09-06 接受日期:2022-09-08 发布日期:2022-10-08 出版日期:2023-07-10
通讯作者: 周箩鱼
作者简介:郭奕裕（1997—），男，广东潮州人，硕士研究生，主要研究方向：图像处理、机器学习；
周箩鱼（1985—），男，湖南邵阳人，副教授，博士，主要研究方向：计算机视觉、人工智能；
刘新瑜（2000—），女，湖北十堰人，硕士研究生，主要研究方向：机器学习、模板匹配；
李尧（1998—），男，山东济南人，硕士研究生，主要研究方向：机器学习、人工智能。
基金资助:
国家自然科学基金资助项目(61901059)

Dangerous goods detection method in elevator scene based on improved attention mechanism

Yiyu GUO, Luoyu ZHOU(), Xinyu LIU, Yao LI

Electronics and Information School，Yangtze University，Jingzhou Hubei 434023，China

Received:2022-06-13 Revised:2022-09-06 Accepted:2022-09-08 Online:2022-10-08 Published:2023-07-10
Contact: Luoyu ZHOU
About author:GUO Yiyu， born in 1997， M. S. candidate. His research interests include image processing， machine learning.
ZHOU Luoyu， born in 1985， Ph. D.， associate professor. His research interests include computer vision， artificial intelligence.
LIU Xinyu， born in 2000， M. S. candidate. Her research interests include machine learning， template matching.
LI Yao， born in 1998， M. S. candidate. His research interests include machine learning， artificial intelligence.
Supported by:
National Natural Science Foundation of China(61901059)

摘要/Abstract

摘要：

针对电动自行车和煤气罐搭乘电梯引起的火灾隐患，提出一种改进注意力机制的电梯场景下危险品检测方法。以YOLOX-s为基线模型，首先在加强特征提取网络中引入深度可分离卷积替换标准卷积，提升模型的推理速度。然后提出一种基于混合域的高效卷积块注意力模块（ECBAM）并嵌入主干特征提取网络中。在ECBAM模块的通道注意力部分，使用一维卷积替换两个全连接层，既降低了卷积块注意力模块（CBAM）的复杂度又提高了检测精度。最后提出一种多帧协同算法，通过结合多张图片的危险品检测结果以减少危险品入侵电梯的误报警。实验结果表明：改进后模型比YOLOX-s的平均精度均值（mAP）提升了1.05个百分点，浮点计算量降低了34.1%，模型体积减小了42.8%。可见改进后模型降低了实际应用中的误报警，且满足电梯场景下危险品检测的精度和速度要求。

关键词: 危险品检测, 电梯, YOLOX-s, 深度可分离卷积, 高效卷积块注意力模块, 一维卷积, 多帧协同算法

Abstract:

Aiming at the hidden danger of fire caused by electric bicycles and gas tanks taken into elevators， an improved attention mechanism was proposed to detect dangerous goods in elevator scene， and a method based on the mechanism was proposed. With YOLOX-s as the baseline model， firstly， a depthwise separable convolution was introduced in the enhanced feature extraction network to replace the standard convolution， which improved the reasoning speed of the model. Secondly， an Efficient Convolutional Block Attention Module （ECBAM） based on mixed-domain was proposed and embedded into the backbone feature extraction network. In the channel attention part of ECBAM， two fully connected layers were replaced by a one-dimensional convolution， which not only reduced the complexity of Convolutional Block Attention Module （CBAM） but also improved the detection precision. Finally， a multi-frame collaboration algorithm was proposed to reduce the false alarms of dangerous goods’ intrusion into the elevator by combining the dangerous goods detection results of multiple images. Experimental results show that compared with YOLOX-s， the improved model can increase the mean Average Precision （mAP） by 1.05 percentage points， reduce the floating point computational cost by 34.1% and reduce the model size by 42.8%. The improved model reduces false alarms in practical applications and meets the precision and speed requirements of dangerous goods detection in elevator scene.

Key words: dangerous goods detection, elevator, YOLOX-s (You Only Look Once version X-s), depthwise separable convolution, Efficient Convolutional Block Attention Module (ECBAM), one-dimensional convolution, multi-frame collaboration algorithm

中图分类号:

TP391.41

郭奕裕, 周箩鱼, 刘新瑜, 李尧. 改进注意力机制的电梯场景下危险品检测方法[J]. 计算机应用, 2023, 43(7): 2295-2302.

Yiyu GUO, Luoyu ZHOU, Xinyu LIU, Yao LI. Dangerous goods detection method in elevator scene based on improved attention mechanism[J]. Journal of Computer Applications, 2023, 43(7): 2295-2302.

图/表 18

图1 YOLOX-s模型结构

Fig. 1 YOLOX-s model structure

图2 标准卷积过程

Fig. 2 Standard convolution process

图3 深度可分离卷积过程

Fig. 3 Depthwise separable convolution process

图4 CBAM结构

Fig. 4 CBAM structure

图5 ECBAM结构

Fig. 5 ECBAM structure

图6 嵌入ECBAM后的CSP残差结构

Fig. 6 CSP residual structure after embedding ECBAM

图7 电梯区域分割示意图

Fig. 7 Schematic diagram of elevator area segmentation

图8 多帧协同算法流程

Fig. 8 Flowchart of multi-frame collaboration algorithm

表1 数据集分布

Tab. 1 Distribution of dataset

类别	数据描述	图像数
电动自行车	共计402辆，包括多种品牌、多种颜色和多种型号	3 536
自行车	共计357辆，包括多种品牌、多种颜色和多种型号	3 506
煤气罐	共计338个，包括大、中、小3种型号，银灰色、蓝色、蓝灰色等常见颜色	3 187

图9 部分数据集

Fig. 9 Partial dataset

表2 引入深度可分离卷积前后的效果对比

Tab. 2 Comparison of effects before and after introducing depthwise separable convolution

模型	mAP/%	模型体积/MB	浮点计算量/BFLOPs
YOLOX-s	92.14	36.0	26.64
D-YOLOX	92.01	20.6	17.54

图10 嵌入不同注意力模块的模型的损失曲线对比

Fig. 10 Comparison of loss curves of models embedded with different attention modules

表3 嵌入不同注意力模块的模型的实验结果对比

Tab. 3 Comparison of experimental results of models embedded with different attention modules

模型	新增参数量	AP/%			mAP/%
模型	新增参数量	电动自行车	自行车	煤气罐	mAP/%
D-YOLOX	0	88.53	91.98	95.50	92.01
D-YOLOX +SE	23 665	89.32	90.60	96.30	92.08
D-YOLOX +ECA	19	89.45	91.54	96.31	92.43
D-YOLOX +CBAM	24 445	89.67	91.45	96.37	92.49
D-YOLOX +ECBAM	837	90.41	91.78	97.38	93.19

图11 添加ECBAM注意力机制前后Grad-CAM热力图对比

Fig. 11 Comparison of Grad-CAM heat maps before and after adding ECBAM attention mechanism

表4 消融实验结果的对比

Tab. 4 Comparison of results of ablation experiments

深度可分离卷积	ECBAM	mAP/%	模型体积/MB	浮点计算量/BFLOPs
×	×	92.14	36.0	26.64
√	×	92.01	20.6	17.54
×	√	92.89	36.0	26.65
√	√	93.19	20.6	17.55

表5 不同模型性能的对比

Tab. 5 Performance comparison of different models

模型	mAP/%	模型体积/MB	浮点计算量/BFLOPs
Faster R-CNN^［12］	93.78	113.5	226.59
CenterNet^［10］	91.96	131.0	50.64
MobileNet-SSD ^［17］	88.38	96.1	60.99
W-YOLOv4^［18］	89.60	257.9	59.71
YOLOv4-Tiny^［7］	69.89	22.4	14.50
YOLOX-m^［14］	93.02	96.8	73.51
YOLOX-s^［14］	92.14	36.0	26.64
本文模型	93.19	20.6	17.55

图12 单个报警下单帧算法和多帧协同算法的效果对比

Fig. 12 Comparison of single-frame algorithm and multi-frame collaboration algorithm under single alarm

图13 现实场景下的危险物品的检测效果

Fig. 13 Detection effects of dangerous goods in real scenes

参考文献 31

1	恩旺，刘子金，张淼.中国电梯行业的技术发展与趋势［J］.建筑科学， 2018， 34（9）： 110-118.
	EN W， LIU Z J， ZHANG M. Technical development and trend of elevator industry in China［J］. Building Science， 2018， 34（9）： 110-118.
2	廖聪，邬伦，蔡恒，等.城市电动自行车违规充电隐患的空间分布及其影响因素［J］.北京大学学报（自然科学版）， 2021， 57（4）： 671-678.
	LIAO C， WU L， CAI H， et al. Spatial distribution and influencing factors of unsafe charging for electric bicycles in urban areas［J］. Acta Scientiarum Naturalium Universitatis Pekinensis， 2021， 57（4）： 671-678.
3	郭瑞鸿，张莉，杨莹，等.基于改进SSD的X光图像管制刀具检测与识别［J］.激光与光电子学进展， 2021， 58（4）： No.0404001. 10.3788/lop202158.0404001
	GUO R H， ZHANG L， YANG Y， et al. X-ray image controlled knife detection and recognition based on improved SSD［J］. Laser and Optoelectronics Progress， 2021， 58（4）： No.0404001. 10.3788/lop202158.0404001
4	WARSI A， ABDULLAH M， HUSEN M N， et al. Gun detection system using YOLOV3 ［C］// Proceedings of the 2019 IEEE International Conference on Smart Instrumentation， Measurement and Application. Piscataway： IEEE， 2019： 1-4. 10.1109/icsima47653.2019.9057329
5	REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： unified， real-time object detection ［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2016： 779-788. 10.1109/cvpr.2016.91
6	REDMON J， FARHADI A. YOLOv3： an incremental improvement［EB/OL］. （2018-04-08）［2022-04-08］. . 10.1109/cvpr.2017.690
7	BOCHKOVSKIY A， WANG C Y， LIAO H Y M. YOLOv4： optimal speed and accuracy of object detection［EB/OL］. （2020-04-23）［2022-05-09］. .
8	LIU W， ANGUELOV D， ERHAN D， et al. SSD： single shot multiBox detector ［C］// Proceedings of the 2016 European Conference on Computer Vision， LNCS 9905. Cham： Springer， 2016： 21-37.
9	LAW H， DENG J. CornerNet： detecting objects as paired keypoints ［C］// Proceedings of the 2018 European Conference on Computer Vision， LNCS 11218. Cham： Springer， 2018： 765-781.
10	DUAN K W， BAI S， XIE L X， et al. CenterNet： keypoint triplets for object detection ［C］// Proceedings of the 2019 IEEE/CVF International Conference on Computer Vision. Piscataway： IEEE， 2019： 6568-6577. 10.1109/iccv.2019.00667
11	GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation ［C］// Proceedings of 2014 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2014： 580-587. 10.1109/cvpr.2014.81
12	REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）： 1137-1149. 10.1109/tpami.2016.2577031
13	HE K M， GKIOXARI G， DOLLÁR P， et al. Mask R-CNN ［C］// Proceedings of 2017 IEEE International Conference on Computer Vision. Piscataway： IEEE， 2017： 2980-2988. 10.1109/iccv.2017.322
14	GE Z， LIU S T， WANG F， et al. YOLOX： exceeding YOLO series in 2021［EB/OL］. （2021-08-06）［2022-07-18］. .
15	LIU B Q， HUANG J Y， LIN S， et al. Improved YOLOX-S abnormal condition detection for power transmission line corridors ［C］// Proceedings of the IEEE 3rd International Conference on Power Data Science. Piscataway： IEEE， 2021： 13-16. 10.1109/icpds54746.2021.9690074
16	PANBOONYUEN T， THONGBAI S， WONGWEERANIMIT W， et al. Object detection of road assets using transformer-based YOLOX with feature pyramid decoder on Thai highway panorama［J］. Information， 2021， 13（1）： No.5. 10.3390/info13010005
17	ZHU Z W， CAO J， HAO T C， et al. Highly secure edge-intelligent electric motorcycle management system for elevators［J］. Journal of Cloud Computing， 2020， 9： No.41. 10.1186/s13677-020-00187-6
18	WANG W T， XU Y P， XU Z J， et al. A detection method of electro-bicycle in elevators based on improved YOLO v4 ［C］// Proceedings of the 26th International Conference on Automation and Computing. Piscataway： IEEE， 2021： 1-6. 10.23919/icac50006.2021.9594217
19	GICHANE M M， BYIRINGIRO J B， CHESANG A K， et al. Digital triplet approach for real-time monitoring and control of an elevator security system［J］. Designs， 2020， 4（2）： No.9. 10.3390/designs4020009
20	LIN Y B， CHEN X R， ZHONG W Z， et al. Online detection system for electric bike in elevator or corridors based on multi-scale fusion ［C］// Proceedings of the 4th International Conference on Advanced Electronic Materials， Computers and Software Engineering. Piscataway： IEEE， 2021： 31-34. 10.1109/aemcse51986.2021.00014
21	SHENG T， FENG C， ZHUO S J， et al. A quantization-friendly separable convolution for MobileNets ［C］// Proceedings of the 1st Workshop on Energy Efficient Machine Learning and Cognitive Computing for Embedded Applications. Piscataway： IEEE， 2018： 14-18. 10.1109/emc2.2018.00011
22	鲍光海，林善银，徐林森.基于改进型卷积网络的汽车高度调节器缺陷检测方法［J］.仪器仪表学报， 2020， 41（2）： 157-165.
	BAO G H， LIN S Y， XU L S， et al. Defect detection method for automobile height regulator based on improved convolution network［J］. Chinese Journal of Scientific Instrument， 2020， 41（2）： 157-165.
23	贾鹤鸣，郎春博，姜子超.基于轻量级卷积神经网络的植物叶片病害识别方法［J］.计算机应用， 2021， 41（6）： 1812-1819. 10.11772/j.issn.1001-9081.2020091471
	JIA H M， LANG C B， JIANG Z C. Plant leaf disease recognition method based on lightweight convolutional neural network［J］. Journal of Computer Applications， 2021， 41（6）： 1812-1819. 10.11772/j.issn.1001-9081.2020091471
24	WOO S， PARK J， LEE J Y， et al. CBAM： convolutional block attention module ［C］// Proceedings of the 2018 European Conference on Computer Vision， LNCS 11211. Cham： Springer， 2018： 3-19.
25	王美华，吴振鑫，周祖光.基于注意力改进CBAM的农作物病虫害细粒度识别研究［J］.农业机械学报， 2021， 52（4）： 239-247. 10.6041/j.issn.1000-1298.2021.04.025
	WANG M H， WU Z X， ZHOU Z G. Fine-grained identification research of crop pests and diseases based on improved CBAM via attention［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（4）： 239-247. 10.6041/j.issn.1000-1298.2021.04.025
26	彭道刚，刘薇薇，戚尔江，等.基于CBAM-Res_UNet电厂高压蒸汽泄漏检测研究［J］.电子测量与仪器学报， 2021， 35（12）： 206-214.
	PENG D G， LIU W W， QI E J， et al. Research on leakage detection of high pressure steam in power plant based on CBAM-Res_Unet［J］. Journal of Electronic Measurement and Instrumentation， 2021， 35（12）： 206-214.
27	牛瑞华，杨俊，邢斓馨，等.基于卷积注意力模块和双通道网络的微表情识别算法［J］.计算机应用， 2021， 41（9）： 2552-2559. 10.11772/j.issn.1001-9081.2020111743
	NIU R H， YANG J， XING L X， et al. Micro-expression recognition algorithm based on convolutional block attention module and dual path networks［J］. Journal of Computer Applications， 2021， 41（9）： 2552-2559. 10.11772/j.issn.1001-9081.2020111743
28	吴仁彪，赵娅倩，屈景怡，等.基于CBAM-CondenseNet的航班延误波及预测模型［J］.电子与信息学报， 2021， 43（1）： 187-195. 10.11999/JEIT190794
	WU R B， ZHAO Y Q， QU J Y， et al. Flight delay propagation prediction model based on CBAM-CondenseNet［J］. Journal of Electronics and Information Technology， 2021， 43（1）： 187-195. 10.11999/JEIT190794
29	WANG Q L， WU B G， ZHU P F， et al. ECA-Net： efficient channel attention for deep convolutional neural networks ［C］// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2020： 11531-11539. 10.1109/cvpr42600.2020.01155
30	HU J， SHEN L， SUN G. Squeeze-and-excitation networks ［C］// Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2018： 7132-7141. 10.1109/cvpr.2018.00745
31	SELVARAJU R R， COGSWELL M， DAS A， et al. Grad-CAM： visual explanations from deep networks via gradient-based localization ［C］// Proceedings of the 2017 IEEE International Conference on Computer Vision. Piscataway： IEEE， 2017： 618-626. 10.1109/iccv.2017.74

[1]	姜钧舰, 刘达维, 刘逸凡, 任酉贵, 赵志滨. 基于孪生网络的小样本目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2325-2329.
[2]	詹春兰, 王安志, 王明辉. 基于通道注意力和边缘融合的伪装目标分割方法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2166-2172.
[3]	蒋瑞林, 覃仁超. 基于深度可分离卷积的多神经网络恶意代码检测模型[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1527-1533.
[4]	刘辉, 张琳玉, 王复港, 何如瑾. 基于注意力机制和上下文信息的目标检测算法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1557-1564.
[5]	杨有, 张汝荟, 许鹏程, 康慷, 翟浩. 面向民国档案印章分割的改进U-Net[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 943-948.
[6]	张怡, 孙永荣, 赵科东, 李华, 曾庆化. 空中加油场景下的目标联合检测跟踪算法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2893-2899.
[7]	张新宇, 丁胜, 杨治佩. 基于改进注意力机制的交通标志检测算法[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2378-2385.
[8]	李坤, 侯庆. 基于注意力机制的轻量型人体姿态估计[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2407-2414.
[9]	贺怀清, 闫建青, 惠康华. 基于深度残差网络的轻量级人脸识别方法[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2030-2036.
[10]	张晔, 刘蓉, 刘明, 陈明. 基于多通道注意力机制的图像超分辨率重建网络[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1563-1569.
[11]	董永峰, 孙跃华, 高立超, 韩鹏, 季海鹏. 基于改进一维卷积和双向长短期记忆神经网络的故障诊断方法[J]. 《计算机应用》唯一官方网站, 2022, 42(4): 1207-1215.
[12]	彭禹, 宋耀莲, 杨俊. 基于数据增强的运动想象脑电分类[J]. 《计算机应用》唯一官方网站, 2022, 42(11): 3625-3632.
[13]	贾鹤鸣, 郎春博, 姜子超. 基于轻量级卷积神经网络的植物叶片病害识别方法[J]. 计算机应用, 2021, 41(6): 1812-1819.
[14]	胡嵽, 冯子亮. 基于深度学习的轻量级道路图像语义分割算法[J]. 计算机应用, 2021, 41(5): 1326-1331.
[15]	陆鑫伟, 余鹏飞, 李海燕, 李红松, 丁文谦. 基于注意力自身线性融合的弱监督细粒度图像分类算法[J]. 计算机应用, 2021, 41(5): 1319-1325.

改进注意力机制的电梯场景下危险品检测方法

Dangerous goods detection method in elevator scene based on improved attention mechanism

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 18

参考文献 31

相关文章 15

编辑推荐

Metrics