Page 23 - 2023年第54卷第5期

３．２ ＨＲＮｅｔ运输车头部尾部关键点检测结果
（１）数据集准备。采集了 ２４０４张大场景监控视频图片制作运输车头部尾部关键点检测数据集，共
包含 １７５８１个运输车样本，合计 ３５１６２个关键点。其中训练数据集 １６８４张图片，共计 １２２６８个运输
车训练样本，合计 ２４５３６个关键点；验证集 ２４０张图片，共计 １７４４个运输车验证样本，合计 ３４８８个
关键点；测试集 ４８０张图像，共计 ３５６９个运输车测试样本，合计 ７１３８个关键点。使用 Ｌａｂｅｌｍｅ图像
注释工具对运输车目标框及车头车尾关键点进行标注，制作数据集标签。
（２）实验结 果 分 析。使 用 迁 移 学 习 对 ＨＲＮｅｔ网 络 进 行 训 练，加 载 ＩｍａｇｅＮｅｔ数 据 集 上 预 训 练 的
ＨＲＮｅｔ模型权重，设置最大训练次数为 ２３０个 ｅｐｏｃｈ，学习率初始 为 ０．００１，在 １７０个 ｅｐｏｃｈ后变成
０．０００１，使用随机裁剪、旋转和翻转进行数据增强，Ｂａｔｃｈ为 ３２，使用 Ａｄａｍ优化器。ＰＣＫ是衡量关键
点检测的主要评价指标 ［２６］ ，表示正确估计出的关键点比例，如式（７）所示。
Ｐ ｄ（ｐ）
∑ δ ｄｅｆ ( ｉ ≤ Ｔ ｋ )
ｋ
ＰＣＫ ＝ ｐ ＝１ ｄ （ｐ） （７）
ｉ
Ｐ
式中 ｄ（ｐ）为第 ｐ辆车中第 ｉ个关键点预测
ｉ
ｄｅｆ
值和真实标注值的欧氏距离；ｄ （ｐ）为第 ｐ辆
车目标框的尺度因子；Ｐ为总目标数。Ｔ 为设
ｋ
定的第 ｋ个阈值，在本研究中设为 ０．５；δ （ ）
为条件成立取 １，不成立取 ０的函数。在本
研究中只有运输车头部和尾部两个关键点，平
ｋ
均精度即 为 两 个 关 键 点 ＰＣＫ 的 算 术 平 均 值。
ｉ
在测试集 上 车 头 关 键 点 的 平 均 精 度 为 ０．８６２，
车尾关键点的平均精度为 ０．８２１，总平均 精度
为 ０．８４２，图 ４可视化了运输车样本输出的关
键点高斯热图，验证了 ＨＲＮｅｔ在大场景监控视
频中运输车车头和车尾关键点检测任务上的可
行性、有效性和较高的准确性。
３．３ ＤＣＬ运输车料斗抬升细粒度分类结果
（１）数据集准备。从 ＨＲＮｅｔ运输车头部尾
部关键点检测数据集中 筛选 了 ８８１５张 运 输车
图 ４ 运输车头部尾部关键点检测结果图
样本图片，分 别包 含 ４８００张料斗 未抬 升 的样
本和 ４０１５张料斗抬升的样本，组成运输车料斗抬升细粒度分类数据集。在训练集中分别包括了 ４２５０
张料斗未抬升样本和 ３５７５张料斗抬升样本，验证集分别包括了 ５０张未抬升样本和 ４０张抬升样本，测
试集分别包括了 ５００张未抬升样本和 ４００张抬升样本。
（ ２）实 验 结 果 分 析。使 用 迁 移 学 习 对 ＤＣＬ网 络 进 行 训 练，加 载 ＩｍａｇｅＮｅｔ数 据 集 上 预 训 练 的
ＲｅｓＮｅｔ１８模型权重，设置最大训练次数为 １００个 ｅｐｏｃｈ，针对特征提取的骨干网络学习率初始为 ０．０００８，
另外 ３个分支网络学习率初始都为 ０．００８，在 ６０个 ｅｐｏｃｈ后所有学习率都缩小 １０倍，使用随机裁剪、
旋转和水平翻转进行数据增强，Ｂａｔｃｈ为 ３２，使用 ＳＧＤ优化器。
在细粒度分类中，主要的评价指标是分类精度和计算时间 ［２８］ 。分类精度衡量了模型的准确性，如
式（ ８）所示。在测试集上的料斗抬升分类精度为 ０．９７３，料斗未抬升的分类精度为 ０．９６８，平均精度为
０．９７，一个 Ｂａｔｃｈ的平均计算时间为 ０．００８５ｓ。
正确分类样本数
分类精度 ＝ （８）
总样本数
３．４ 运输车卸料判断结果 在运输车卸料判断实验中，本研究另外采集了 ４个总时长 １４０ｍｉｎ１１ｓ的
视频片段，人工统计了视频中卸料运输车次和卸料时间，累计完整卸料运输车次 １５０次。为了保证融

— ５ ２ ５ —