基于改进Faster R-CNN的低剂量CT图像肺结节检测

·404·

计算机应用研究

2020

年

CNN

的低剂量

CT

图像肺结节检测基于改进

FasterR-

高

摘

12

璇

，

毕晓君

（1．

哈尔滨工程大学信息与通信工程学院

，

哈

尔滨

150001；2．

中央民族大学信息工程学院

，

北京

100081）

早治疗能够有效降低肺

癌死亡率

。

肺癌的早期症状是

要

：

肺癌是发病率和死亡率居首位的恶性肿瘤

。

早诊断

、

以肺结节形式表现的

，

因此对肺结节进行有效筛查对肺癌诊断意义重大

。

提出一种嵌入

SENet

和二阶响应变换的

CNN

目标检测算法

，

改进

FasterR-

有效地提高了肺结节的检测精度

。

为了提取到更有效的卷积特征

，

首次将通道注

means

聚类算法修改锚框尺寸

，

意力机制和二阶响应变换机制进行融合

，

嵌入到残差网络中

。

在训练开始前

，

通过

K-

CNN

算法能有效地提高肺结节的检测精度

。

降低损失

，

加快收敛

。

实验结果表明

，

嵌入

SES

模块的改进

FasterR-

CNN；SENet；

二阶响应

关键词

：

深度学

习

；

肺结节检测

；

卷积神经网络

；FasterR-

0

引言

目前肺癌的发病率和死亡率均

列我国癌症首位

。

一个原因是

肺癌患者在早期不会有明显症状

，

患者被发现时往往已经肺癌晚

期

，

若在病变早期得到及时的诊断和治疗

，

将会大大提高存活

［1］

早

治疗意义十分重大

。

肺结节

因此对肺癌患者做到早诊断

、

率

，

是肺癌早期的出现形式

，

对肺癌的诊断实质上就是对肺部中肺结

［2］

节的检测

。CT

扫描是

目前最可靠的肺癌检测途径之一

，

但会给

患者带来高剂量辐射

，

带来二次伤害

。

解决办法是采用低剂量

CT

扫描

，

它能减少剂量辐射

，

降低患者检查费用

，

但代价是牺牲原本

CT

的清晰度

，

影响医生主观判断

，

造成漏诊率和误诊率变高

，

因此

在低剂量

CT

中对肺结节进行精确检测已成为国内外研究的重点

和难点

。

CAD）

虽然目前的计算机辅助系统

（computeraideddiagnosis，

有效提高了诊断效率

，

但仍存在三个明显缺点

：a）

检测中要经过分

割

、

提取

、

筛选三个步骤

，

整个过程耗时较长

；b）

检测候选结节和分

辨假阳性结节两步分开进行

，

无法实现端到端检测且无法利用大

数据样本

；c）

传统

CAD

由于网络简单

，

提取的大多为低级特征

，

无

法真实地反映大小不一

、

纹理复杂的结节

。

近年提出的深度学习模型因其大数据驱动和特征提取能力强

的优点

，

在图像分类和目标检测领域异军突起

，

有效推动了医学图

［3，4］

。

它的特点恰好能克服传统

CAD

的

像处理领域内的很多研究

研究证明它全面优于传统检测

方法

，

因此基于深度学习的肺

缺点

，

结节检测方法成为目前一大热门研究方向

。

FasterR-CNN

作为基于深度学习的目标检测算法

，

是目前在通

用物体检测中精度最高的算法之一

，

而且能真正实现端到端检测

。

整个过程均在

GPU

上实现

，

速度也是远超传统

CAD

方法

。

研究人

CNN

应用于肺结节检测

［5］

，

在较大的结节检测中取

员已将

FasterR-

由于目前的

Faster

得了较好效果

。

但

对于低剂量

CT

中的小结节

，

R-CNN

特征提取网络层数少

、

能力弱

，

结节假阳率和漏检率仍有下

降空间

。

综上

，

本文针对低剂量

CT

图像肺结节检测现阶段还存在的主

CNN

模型用于肺结节检测

。

在要问题

，

提出一种改进的

FasterR-

［6］

使用

101

层的残差网络

（ResNet）

替换原

先的

ZF

或

VGG

网络的

基础上

，

首次将通道注意力机制和二阶响应变换机制进行融合

，

并

将融合的

SES

结构嵌入到残差网络中

。

在区域建议网络中

，

利用

［7］

means

聚类算法计算出适用于本文数据集的锚框尺寸

，

从

基于

K-

CNN

算法中的区域建议网络进行改进

。

实验结

而实

现对

FasterR-

果表明

，

改进的目标检测算法能有效地提高肺结节的检测精度

，

同

时不影响检测速度

，

为下一步肺癌的诊断和治疗打下基础

。

中的特征图固定为统一尺寸

；

最后通过

softmax

分类器分类和包围

框回归

（boundingboxesregression）

实现最终的目标检测

。

图

1FasterR-CNN

目标检

测框架

1.1

卷积神

经网络

CNN）

是深度学习

卷积神

经网络

（convolutionalneuralnetwork，

最经典的结构之一

，

其本质是通过卷积的形式进行特征提取

。

这

样可以大大减少参数

，

拥有更深的网络层数

，

提取更高层的抽象特

征

，

这些特征是提高目标分类和识别的关键

。

基本

CNN

模型如图

2

所示

，P

代表池化层

，F

代表全连接层

，

其中

C

代表卷积层

，

另外还

有输入层和分类层

。

图

2CNN

结构框

架

1.2RPN

Faster

传统算法产生检测区域的方法十分耗时

，

针对

这一不足

，

R-CNN

目标检测框架提出了

RPN

层

，

利用

RPN

层生成检测区域能

大大缩短检测区域的生成时间

。

在

RPN

层中每个特征点会融合周

围空间信息

，

并生成一组锚框

。

每组锚框实际是一组尺度比例不

同的矩形框

，

对应着原始图像中不同大小的候选区域

，

进而实现多

尺度的检测

。

再经过

1×1

的卷积得到两组输出

：

第一组输出检测

区域是前景

（

目标区域为前景

）

或背景的概率

，

即目标性得分

；

第二

组输出的是检测区域的回归偏移

，

对检测区域进行调整

，

使其能够

拟合预测目标的坐标

。

t

x

=（x－x

a

）/w

a

，t'

x

=（x'－x

a

）/w

a

t

y

=（y－y

a

）/h

a

，t'

y

=（y'－y

a

）/h

a

t

w

=log（w/w

a

），t'

w

=log（w'/w

a

）

t

h

=log（h/h

a

），t'

x

=log（h'/h

a

）（1）

1FasterR-CNN

算法介

绍

FasterR-CNN

算法的框架如图

1

所示

，

框架分为四个主要部分

：

［8］

卷积神经网络特征提取

、

候选窗口生成

、

目标分类和边框回归

。

首先

，

将原始图像输入网络

，

由特征提取网络提取特征图

（f

ea-

turemap）；

然后

，CNN

创建的区将提取到的特征图通过由

FasterR-

RPN）

生成候选区域框

（pro-

域建议网络

（regionproposalsnetwork，

posals），

并将生成的候选区域框映射到特征图上

；

接着

，

利用感兴

ROIpooling）

层将每个候选框趣区域池化

（regionofinterestpooling，

y、w、h；

目标区域中心坐

其中

：

预测区域中心坐标

、

宽和

高分别是

x、

y'、w'、h'；

锚框中心坐标

、

标

、

宽和高分别是

x'、

宽和高分别是

x

a

、

w

a

、h

a

。

y

a

、

可以利用其目标性

得分初步

对于每一个判断为前景的区域

，

［9］

筛选出得分高的检测区域

；

再利用非极大值抑制

选出置

信度高

的检测区域

；

最后按照目标性得分筛选出一定数量的感兴趣区域

。

因此在

RPN

层中

，

实现了对检测目标的初步定位

。

在

RPN

层中

，

参数设置会对结果产生影响

。

由于图像中肺结

收稿日

期

：2019-12-01；

修回日期

：2020-02-02

作者简介

：

高璇

（1994-）

，

女

，

山东日照人

，

硕士研究生

，

主要研究方向为深度学习

、

图像处理

；

毕晓君

（1964-），

女

（

通信作者

），

黑龙江哈尔滨人

，

教

，，，、（bixiaojun@hrbeu．edu．cn）．

授博导博士主要研究方向为深度学习图像处理

第

37

卷增刊高

CNN

的低剂量

CT

图像肺结节检测璇

，

等

：

基于改进

FasterR-

·405·

节数量

不多

，

所以在实验中

，

通过调整检测阶段

RPN

层最终输出感

兴趣区域的数量

，

使得算法在不影响目标检测准确率的同时

，

提升

算法检测速度

。

1.3ROIpooling

层

在提取的特征图通过

R

PN

层后

，

会产生尺寸大小不一的候选

区域框

。

这些区域框无法直接在卷积网络中作进一步的分类和回

归

。

首先要将区域框和特征图进行整合

，

而这些候选区域框映射

到特征图的映射区域就是

ROI。

这也是

ROIpooling

的输入

。

为了

得到一致的尺寸输出

，ROIpooling

层借鉴了

SPPNet

中金字塔池化

的思想

，

通过对

RPN

后的特征图进行分块池化

，

得到固定的输出尺

寸

。

输出尺寸统一后

，

就可进行后续的全连接和分类及边框回归

任务了

。

2

改进

Fa

sterR-CNN

模型

在端到端肺结节检测中

，

研究者公认准确度最高的是

Faster

R-CNN

算法

［10］

，

但在实验中发现其仍存在漏检和误检现象

。

普通

FasterR-CNN

框架利用

VGG16

［11］

网络作为图像特征提取网

络

。

但

在肺结节检测中

，

被检测的结节区部分较小

，

经过

VGG16

网络的多

个池化层后会存在信息丢失

。

而残差网络由于引入了残差机制

，

可以更好地保留小物体特征

。

同时

，

残差网络使用了瓶颈块结构

，

利用两个

1×1

的卷积核代替传统结构中

3×3

的卷积核

，

减少了网

络的参数量

。

因此

，

本文算法使用残差网络代替

VGG16

网络作为

特征提取的主干网络

，

并在此基础上将

SENet

和

SORT

进行融合

，

并嵌入检测框架

，

充分利用通道信息和特征融合

，

进一步提高肺结

节检测精度

，

保留更多细小区域细节特征

，

保证算法检测的准确

率

。

实验证明

，

本文方法在肺结节的检测上表现更佳

。

2.1SENet

结构

SENet

［12］

由

squeeze、excitation、reweight

三部分

组成

，

是胡杰于

2017

年提出的一种卷积神经网络结构

。

嵌入该结构的卷积网络在

ILSVRC2017

的分类项目获得第一名

。

该结构显式地建模了特征

通道之间的依赖关系

，

通过学习的方式获取各个通道的重要程度

，

抑制无用特征

，

提升有效特征

。SENet

结构如图

3

所示

。

图

3SENet

结构

首先是

s

queeze

操作

，

即全局平均池化

，

公式为

z

c

=F

sq

（u

c

）=

1

WH

W×

H

i

∑

=1j

∑

=1

u

c

（i，j）（2）

得到大

小为

C×1×1

的特征图

（C

为特征图通道数

）；

再经过

excita-

tion

操作获得通道依赖性

，

公式为

s=F

ex

（z，W）=

σ

（g（z，W））=

σ

（W

2

δ

（W

1

z））（3）

其中

：W

×C

1

∈

R

，W

2

∈

R

C×

；

δ是线性激活函数

sigmoid；

σ是非线

性

激活函数

ReLU；W

1

z

是一个全连接层操作

；W

1

的维度

是

C/r×C，

r

表示缩放参数

，

本文设置为

16，

目的是减少通道个数降低计算量

，

同理

，

与

W

2

相乘也是全连接层操

作

，W

2

的维度

是

C×C/r，

因此最

后输出的维度为

C×1×1。

最后进行

reweight

操作

，

即在对应位置

与原输入特征图相乘

，

得到输出

。

公式为

珓

x

c

=F

scale

（u

c

，s

c

）=s

c

·u

c

（4）

其中

：F

scale

（u

c

，s

c

）

指的是

u

c

∈

R

W×H

和标量

s

c

之间的对应通道积

。

2.2SORT

算法

网络非线性化程度越高通常意味着特征的表达能

力越强

，

从

这一角度出发

，Wang

等人

［13］

提出了

S

ORT（second-orderresponse

transform）

即二阶响应变换

，

其核心思想是将元素级的内积引入网

络中

，

增强网络的非线性

，

从而实现对更复杂函数的拟合

。

具体来说

，SORT

算法将元素乘积变换附加到一个双分支网络

模块的线性和上

［14］

。

其直接优势是便于跨分支响应的传

播

，

这样

每个分支就可以根据另一个分支的当前状态更新其权重

。

本文首

次将其引入肺结节目标检测框架中以提升检测性能

。

本文采用的特征提取网络为残差网络

，

残差网络由残差单元

组成

，

而残差单元的输出可以看做两个分支的直接加和

，

如式

（4）

所示

。

而引入二阶响应变换后计算公式变为式

（5）。

式中ε

=

10

－4

，

作用是保证梯度计算的稳定

性

。

同时为避免

x

和

F（x）

出现

负值

，

在计算内积前利用

ReLU

进行激活

，

所以最后公式如式

（6），

δ

表示

ReLU

函数

。

y

R

=x+F（x）（5）

y

s

=x+F（x）+

槡

x



F（x）+

ε

（6）

y

s

=x+F（x）+

槡

δ

（x



F（x））+

ε

（7）

2.3

本文改

进算法

SENet

通过学习的方式获

取各个通道的重要程度

，

抑制无用

特征

，

提升有效特征

。

将其嵌入残差网络

，

而

SORT

是将元素级的

内积引入网络中

，

增强网络的非线性

。

两者的目标都是使网络能

有更强的特征提取能力

。

经过分析发现

，

两个算法在整体结构上

互不影响

，

而且在理论思想上一个进行的是通道级的改进

，

一个

利用的是元素级内积

。

在有效利用特征通道间关系后进一步进

行元素级内积能够更好地保留图片的特征细节

。

因此为进一步

提高肺结节检测正确率

，

本文尝试将两个算法进行融合

，

形成

SES

模块

。

图

4（a）

是普通残差单元结构图

；

图

4（b）

是加入

SORT

后的残差

单元

；

图

4（c）

是嵌入

SENet

结构的残差单元

；

图

4（d）

是嵌入

SE+

SORT

的残差单元

，

即

SES

模块

。

图

4

残差单元及三类改进残差单元

3

实验与

分析

3.1

实验环境与实验数据

实验基

于

Ubuntu16．0．4

操作系统

，

使用图形处理器

（graphics

processingunit，GPU）

版

TensorFlow

［15］

作为深度学习框架

，GPU

型号

为

20

80Ti。

本文实验数据集采用的是由美国国家癌症研究所收集的

LIDC-IDRI

［16］

（lungimagedatabaseconsortium），

该数据集由肺部

CT

影像和对应的诊断结果病变标

注

XML

文件组成

。

在本实验中

，

首

先从原始数据集的

10

万张医学专用的

DICOM

格式

CT

图像中选取

2275

张带有结节的图像

，

利用

Python

将其转换为

PNG

格式

，

再通

过

labelImg

软件对图像中的结节进行标注

，

生成后缀为

xml

的标

签

。

通过对图像和标签进行对应的水平翻转

，

实现对数据集的扩

增

，

最终得到带有结节的

CT

图像共计

4550

张

，

其中

64%

用做训练

集

，16%

用做验证集

，20%

用做测试集

。

数据集样本分布如表

1

所

示

。

经过框定的结节图像如图

5

所示

。

表

1

数据集样本分布

数据集数

量占比

/%

训练集

291264

验证集

7

2816

测试集

91020

图

5

肺结节数据集样图

3.2

实验流程和评价指标

本文肺结节检测实验流程如图

6

所示

。

通过

筛选

、

转换

、

扩增和标注后得到了

4550

张图片

，

并按比例

·406·

计算机应用研究

2020

年

将其分

为训练集

、

验证集和测试集

。

由于肺结节在整个图片内占

比较小

，

所以原始

RPN

锚框比例不适用

。

本文通过

K-means

聚类

算法分析结节大小后

，

将原始尺度

1∶1、1∶2、2∶1，

原始大小

1282、2562、5122

的锚框改为尺度

1∶1、2∶3、3∶2，

大小为

162、

322、482。

整个模型的损失函数公式为

L（

｛p

i

｝

，｛t

i

｝

）=

1

N

∑

L

p'

cls

cls

（p

i

，

i

）+

λ

1

N

∑

p'

i

L

reg

（t

i

，t'

i

）（8）

reg

i

其中

：p

i

、p'

i

分别是类别的预测概率值和真实概率值

；t

i

、t'

i

分别是

候

选框坐标向量的预测值和真实值

；N

cls

代表分类归一化

；N

reg

代表

回归

归一化

；

λ为平衡权重

，

设为常数

10。

分类损失计算公式

：

L

cls

（p

i

，p'

i

）=－log［p

i

p'

i

+（1－p

i

）

（1－p

'

i

）

］（9）

回归损失计算公式

：

L

reg

（t

i

，t'

i

）=smoothL

1

（t

i

－t'

i

）（10）

图

6

肺结节图像目标检测流程

修改锚框尺寸后损

失对比如图

7

所示

。

相比未修改

，

修改锚

框尺寸后损失值降低

，

模型更易收敛

。

再使用训练集训练四种

FasterR-CNN

模型

，

分别将训练好的

模型通过测试集进行检测

，

最终通过评价指标分析本文算法

。

图

7

训练时损失值对比结果

本文算法采用的评价指标为目标检测通用评价指标

———

平

均

精度均值

（meanaverageprecision，MAP）

，MAP

是指各类目标平均

精度

（AP）

的均值

。

由于本文只检测肺结节一类目标

，

所以

MAP

等

于

AP。

而

AP

是由精确率

（precision）

和召回率

（recall）

计算而成

。

精确率指被正确检测出的结节占全部检测出区域的百分比

，

召回

率是指被正确检测出的结节占全部结节的百分比

，

两者计算公式

如式

（11）

（12）

所示

。

precision=

TP

TP+

FP

（11）

recall=

TP

TP+

FN

（12）

其中

：TP

表示正确检测出的

肺结节数量

；FP

表示背景被检测为肺

结节的数量

；FN

表示肺结节被检测为背景的数量

。

以精确率为横轴

，

召回率为纵轴绘制曲线后

，

曲线下的面积即

为

AP，

其计算方式如式

（13）

所示

。

AP=

∫

1

0

p（r）dr

（13）

3.3

参数设置和实验结果

四种模型训练的迭代次数设置

为

10

万次

，

学习权重的方法为

随机梯度下降

（SGD）

法

，

前

5

万次迭代的学习率设置为

0．001，

后

5

万次学习率缩减到

0．0001。

批大小

（batchsize）

设置为

64，

动量

（momentum）

设置为

0．9，

权重衰减设置为

0．0005。

正样本的目标区域重叠度是大于

0．8，

负样本的目标区域重叠

度设置为小于

0．5。

四种模型经过训练后

，

在同一测试集上进行了测试

，

测试平均

精度和检测时间如表

2

所示

。

表

2

实验结

果对比

实验所

用方法

AP/%

单张切片测试时间

/

张

/s

原始

FasterR-CNN86．910．063

FasterR-CNN（SENet）88．900．073

FasterR-CNN（SORT）87．500．077

改进

FasterR-CNN89．830．086

通过表

2

可

以看出

，

本文提出的改进方法比原始方法和使用

单一模块都要好

，

相比原始

FasterR-CNN，

平均精度提高

2．92%。

图

8

是四种模型在结节检测中的视觉对比图

。

选择的图片均

为较难识别的例子

，

包括孤立结节

（

第一行图片

）、

胸膜尾结节

（

第

二行图片

）。

其中

（a）（e）

是原始网络下的检测结果

，（b）（f）

是嵌

入

SENet

的

FasterR-CNN，（c）（g）

是嵌入

SORT

的

FasterR-CNN，

（d）（h）

是本文改进

FasterR-CNN。

可以看出

，

相比于原始方法的

低置信度

、

单一

SENet

模块或

SORT

模块的置信度不稳定

，

本文方

法的目标区域置信度最高且波动最小

，

即更准确地检测并框定出

结节所在位置

，

甚至极小结节或者复杂结节也能实现

。

本文方法虽然取得了最高的精度

，

但由于增加了算法复杂度

，

导

致训练和检测时间比未改进前传统模型更长

。

考虑到在肺结节检测

中不需要极高的实时性

，

所以该不足不会影响在实际中的效果

。

图

8

肺结节检测结果

4

结束语

肺癌的发病率逐年递增

，

早发现

、

早

治疗能极大地提高患者的

存活可能

。

而肺结节作为肺癌早期征兆

，

对肺癌的早期筛查其实

就是对肺结节的检测

。

传统方法大多通过人工提取特征

，

检测精

度低

、

效率低

。

因此本文利用深度学习中的

FasterR-CNN

模型对

肺结节进行了检测

。

针对其特征提取网络不充分

、

易丢失底层信息的缺点

，

本文进

行了网络改进

。

首次将二阶响应应用到肺结节检测中

，

并与

SENet

进行了融合

，

提出新的

SES

模块

。

实验结果表明

，

本文方法在同样

迭代次数的模型中

，

检测肺结节的精度最高

，

平均精度为

89．83%，

相比原始

FasterR-CNN，

平均精度提高

2．92%。

参考文

献

：

1］SluimerI，SchilhamA，ProkopM，etal．Computeranalysisofcomputed

tomographyscansofthelung：asurvey［J］．IEEETransonMedical

Imaging，2006，25（4）

：385-405．

2］GinnekenBV，Armato

Ⅲ

SG，DeHoopB，etal．Comparingandcombi-

ningalgorithmsforcomputer-aideddetectionofpulmonarynodulesin

computedtomographyscans：theANODE09study［J］．MedicalImage

Analysis，2010，14（6）：707-722．

3］

黄凯奇

，

任伟强

，

谭铁牛

．

图像物体分类与检测算法综述

［J］．

计算

机学报

，2014，37（6）

：1225-

1240．

4］

尹宏鹏

，

陈波

，

柴毅

，

等

．

基于视觉的目标检测与跟踪综述

［J］．

自

动化学报

，2016，42（10）

：1466-

1489．

5］ShinHC，RothHR，GaoMingchen，etal．Deepconvolutionalneural

networksforcomputer-aideddetection：CNNarchitectures，datasetcha-

racteristicsandtransferlearning［J］．IEEETransonMedicalIma-

ging，2016，35（5）：1285-1298．

6］HeKaiming，ZhangXiangyu，RenShaoqing，etal．Deepresiduallear-

ningforimagerecognition［C］//ProcofIEEEConferenceonComputer

VisionandPatternRecognition．Piscataway，NJ：IEEEPress，2016：

770-778．

7］St-CharlesP-L，BilodeauG-A，BergevinR．SuBSENSE：auniversal

changedetectionmethodwithlocaladaptivesensitivity［J］．IEEE

TransonImageProcessing，2015，24（1）：359-373．

（

下转第

409

页

）

［

［

［

［

［

［

［

第

37

卷增刊

等

：

一种改进的航母图像型号级细粒度分类方法

庞

钢明

，

·409·

ECH

相比

SCH

方法有着更好的识别精度

，

尤其在轻

总而言

之

，

量级骨干网络上表现效果更好

。

50

骨干网络条件下

ECH

方法在

20

类航母图

3

展示了

ResNet-

测试图像上的分类混淆矩阵

。

矩阵中

，

对角线数值表示各类的分

类准确率

；

其他数值中

，

没有数值的项表示对应的类别之间不存在

混淆误分的情况

，

有数值的项则表示对应的类别间存在误分情况

。

其中

，

矩阵方格背景色越深的表示数值越大

。

从图

3

中可以直观地看出

L61

型号全部分类正确

，

其他型号均

有被误分类的情况

，

其中

CVN72

达到了

84%

的误分率

。

对比各类

CVN68～CVN78

的类别之间极易被错分

。

造成误分率可以发现

，

错分的主要原因在于这些型号类别的航母均为美军核动力航母

，

除舷号外个体之间差异极小

。

相对而言

，

中

、

俄

、

印

、

意

、

英

、

法等国

航母型号由于外观差异

（

除舷号外一般还存在其他较容易分辨的

部位

，

如航母的塔台

）

具有相对较高的分类准确率

。

件下提升

1%～3%。

从现有分类精度看

，

航母图像型号级细粒度

分类有着较大的发展空间

，

在当今海洋利益愈重要的时代背景下

，

亟待更深入地探索研究更快更准确的航母图像型号级分类方法

。

参考文

献

：

［1］

张润鑫

，

陈瑞明

．

基于组合特征的航母目标识别方法

［J］．

武

文波

，

2018，39（2）：126-

132．

航天返回与遥感

，

［2］

许少宝

，

王蜂

，

陈聪

．

基于最小惯性轴的航母目标识别方法

［J］．

激

2013，43（4）：452-

456．

光与红外

，

［3］KrizhevskyA，SutskeverI，HintonGE．ImageNetclassificationwith

deepconvolutionalneuralnetworks［C］//Procofthe26thAnnualCon-

ferenceonNeuralInformationProcessingSystems．2012：1106-1114．

［4］RussakovskyO，DengJia，SuHao，etal．ImageNetlargescalevisual

recognitionchallenge［J］．InternationalJournalofComputerVi-

sion，2015，115（3）：211-252．

［5］

马啸

，

邵利民

，

金鑫

，

等

．

舰船目标识别技术研究进展

［J］．

科技导

2019，37（24）：65-

78．

报

，

CNN

的海上舰船识别算法

［6］

谷东亮

，

金鑫

．

基于

FasterR-

徐晓刚

，

［J］．

图像与信号处理

，2018，7（3）：136-

141．

［7］

马啸

，

邵利民

，

金鑫

，

等

．

改进的

YOLO

模型及其在舰船目标识别中

J］．

电讯技术

，2019，59（8）：869-

874．

的应用

［

［8］

刘子坤

．

天基可见光图像舰船目标识别

［D］．

北京

：

中国科学院大

2017．

学

，

［9］KangKai，PangGangming，WangJiabao，etal．Anewbenchmarkfor

instance-levelimageclassification［J］．IEEEAccess，2020，8：70306-

70315．

［10］MisraD．Mish：aselfregularizednon-monotonicneuralactivationfunc-

tion［EB/OL］．（2019-08-23）［2020-03-

19］．http：//arxiv．org/abs/

1908．08681．

［11］IandolaFN，MatthewWM，AshrafK，etal．SqueezeNet：AlexNet-level

accuracywith50xfewerparametersand＜1MBmodelsize［EB/OL］．

（2016-02-24）［2020-03-19］．http：//arxiv．org/abs/1602．07360．

［12］MaNingning，ZhangXiangyu，ZhengHaitao，etal．ShuffleNetV2：prac-

ticalguidelinesforefficientCNNarchitecturedesign［C］//Procofthe

15thEuropeanConferenceonComputerVision．Berlin：Springer，2018：

122-138．

［13］SandlerM，HowardAG，ZhuMenglong，etal．Invertedresidualsand

linearbottlenecks：mobilenetworksforclassification，detectionandseg-

mentation［EB/OL］．（2018-01-13）［2020-03-19］．http：//arxiv．org/

abs/1801．04381．

［14］SimonyanK，ZissermanA．Verydeepconvolutionalnetworksforlarge-

scaleimagerecognition［C］//Procofthe3rdInternationalConference

onLearningRepresentations．2015．

［15］HeKaiming，ZhangXiangyu，RenShaoqing，etal．Deepresiduallear-

ningforimagerecognition［C］//ProcofIEEEConferenceonComputer

VisionandPatternRecognition．Piscataway，NJ：IEEEPress，2016：

770-778．

［16］HuangGao，LiuZhuang，LaurensVDM，etal．Denselyconnectedcon-

volutionalnetworks［C］//ProcofIEEEConferenceonComputerVision

andPatternRecognition．Piscataway，NJ：IEEEPress，2017：2261-

2269．

［13］WangYan，XieLingxi，LiuChenxi，etal．Sortsecond-orderresponse

transformforvisualrecognition［C］//ProcofIEEEInternationalCon-

ferenceonComputerVision．Piscataway，NJ：IEEEPress，2017：1368-

1377．

［14］

尚永生

．

基于卷积神经网络的胸部

CT

图像肺结节检测算法研究

［D］．

济南

：

山东师范大学

，2019．

［15］AbadiM，BarhamP，ChenJianmin，etal．TensorFlow：asystemforlarge-

scalemachinelearning［C］//Procofthe12thUSENIXSymposiumon

OperatingSystemsDesignandImplementation．2016：265-283．

［16］ArmatoRS，McLennanG，BidautL，etal．Thelungimagedatabase

consortium（LIDC）andimagedatabaseresourceinitiative（IDRI）

：a

completed

referencedatabaseoflungnodulesonCTscans［J］．Medi-

calPhysics，2011，38（2）：articleNo．915．

［17］ShenWei，ZhouMu，YangFeng，etal．Multi-scaleconvolutionalneural

networksforlungnoduleclassification［C］//ProcofInternationalCon-

ferenceonInformationProcessinginMedicalImaging．Berlin：Springer，

2015：588-599．

图

3ECH（ResNet-50）

对航母型号的分类混淆矩阵

50

骨干网络条件下

ECH

方法部分错

同时

，

图

4

展示

了

ResNet-

P：XXX

为预测类别

。

在测试集分样例

，

其中

T：XXX

为真实类别

，

上

，

共有

207

张图像被错分

。

图

4ECH（ResNet-50）

错分样

本示例

从上述结果可以发

现

，

型号级别的航母图像分类任务仍面临

巨大挑战

，

尤其表现在同一国家的不同型号航母

。

由于制造工艺

等条件限制

，

同一国家在一定周期内建造的不同型号航母通常都

具有极小的差异

，

所以航母图像型号级细粒度分类仍有待深入

研究

。

4

结束语

本文针对航母图像型号级细粒度分类任务

，

提出了一种改进

的端对端分类识别框架

ECH，

在航母图像型号级细粒度级分类数

据集上得到了

63．8%

的识别精度

，

较现有方法在不同骨干网络条

（

上接第

406

页

）

［8］

王

厚华

．

基于深度学习的医学图像肺结节检测算法研究

［D］．

西

2018．

安

：

西安电子科技大学

，

［9］RenShaoqing，HeKaiming，GirshickR，etal．FasterR-CNN：towards

real-timeobjectdetectionwithregionproposalnetworks［J］．IEEE

TransonPatternAnalysisandMachineIntelligence，2017，39

（6）

：1137-

1149．

［10］DeyR，LuZhongjie，HongYi．Diagnosticclassificationoflungnodules

using3Dneuralnetworks［C］//Procofthe15thIEEEInternational

SymposiumonBiomedicalImaging．Piscataway，NJ：IEEEPress，2018：

774-778．

［11］SimonyanK，ZissermanA．Verydeepconvolutionalnetworksforlarge-

scaleimagerecognition［EB/OL］．（2015-04-10）．https：//arxiv．org/

abs/1409．1556．

［12］HuJie，ShenLi，AlbanieS，etal．Squeeze-and-excitationnetworks［J］．

IEEETransonPatternAnalysisandMachineIntelligence，2020，

42（8）：2011-2023．