0 引言

    物品在出入庫時(shí)往往會(huì)用到分揀系統(tǒng)，而在多品種單元物料自動(dòng)分揀系統(tǒng)中,，基于機(jī)器視覺的智能識(shí)別技術(shù)應(yīng)用比較普遍,，相關(guān)領(lǐng)域的核心技術(shù)研究在不斷地深入，其中研究訓(xùn)練速度更快,、識(shí)別精準(zhǔn)度更高的智能識(shí)別技術(shù)一直是智能技術(shù)的研究熱點(diǎn)及前沿技術(shù),。張娟^[1]提出一種基于稀疏表示算法的三維多媒體視覺圖像人工智能識(shí)別方法,。深度學(xué)習(xí)作為近來機(jī)器學(xué)習(xí)領(lǐng)域的最新研究成果，在圖像處理領(lǐng)域有著強(qiáng)大的建模與表征能力，取得了突破成果,。在各種深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中,，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,，CNN)應(yīng)用最為廣泛,，在圖像識(shí)別領(lǐng)域受到極大關(guān)注。它通過卷積計(jì)算逐層抽象圖片不同層次的語義,，通過數(shù)據(jù)集的訓(xùn)練擬合調(diào)整各個(gè)卷積核的內(nèi)部參數(shù)，從而在無監(jiān)督的條件下實(shí)現(xiàn)分類特征的抓取^[2],。此后更深層次的AlexNet網(wǎng)絡(luò)^[3]取得成功,，此后卷積神經(jīng)網(wǎng)絡(luò)蓬勃發(fā)展,，被廣泛用于各個(gè)領(lǐng)域，在很多問題上都取得了當(dāng)前最好的性能,。白帆^[4]利用深度學(xué)習(xí)CNN對(duì)圖像進(jìn)行目標(biāo)識(shí)別,；孫平安^[5]提出一種融合CNN的改進(jìn)型迭代深度學(xué)習(xí)算法,；戴鵬^[6]提出基于半監(jiān)督深度學(xué)習(xí)的扣件缺陷圖像識(shí)別方法,；王貴槐^[7]通過建立船只單次多重檢測(cè)深度學(xué)習(xí)框架并微調(diào)分類框架實(shí)現(xiàn)較高的內(nèi)河船舶檢測(cè)準(zhǔn)確度,；黃宏偉^[8]提出一種基于全卷積網(wǎng)絡(luò)的隧道圖像識(shí)別算法,；楊天祺^[9]通過批量歸一化、改進(jìn)卷積層結(jié)構(gòu),、添加冗余分類器改進(jìn)了CNN，且增加圖片數(shù)量擴(kuò)增了訓(xùn)練集,，從而提高分類精確度和速度,；張慧娜^[10]研究基于Haar小波變換-CNN的圖像特征提取用于自然場(chǎng)景圖像分類的問題；許少尉^[11]采用卷積神經(jīng)網(wǎng)絡(luò)提出基于深度學(xué)習(xí)的圖像分類方法,；蔣兆軍^[12]通過卷積神經(jīng)網(wǎng)絡(luò)提出一種基于深度學(xué)習(xí)的無人機(jī)識(shí)別算法；周建凱^[13]提出基于TensorFlow框架搭建卷積神經(jīng)網(wǎng)絡(luò)對(duì)電池片電致發(fā)光圖像進(jìn)行缺陷識(shí)別,。在實(shí)際應(yīng)用中,，2016年6月在京東集團(tuán)固安智能物流中心落地的京東智能分揀中心系統(tǒng)，引入了智能分揀機(jī)和龍門架,，實(shí)現(xiàn)了可以脫離人工操作的智能收貨和發(fā)貨,，保證包裹分揀正確率達(dá)到使用要求,。由此可見,，深度學(xué)習(xí)在分揀圖像快速識(shí)別領(lǐng)域有著很好的應(yīng)用前景。而物流分揀倉庫環(huán)境復(fù)雜,、照明度不高以及快遞外包裝區(qū)別不明顯，這些都對(duì)自動(dòng)分揀正確率產(chǎn)生影響,，因此有必要研究基于深度學(xué)習(xí)的復(fù)雜分揀圖像快速識(shí)別方法,。

1 深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)

    CNN是一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)，仍然是層級(jí)網(wǎng)絡(luò),，但是層的功能和形式有了變化。一個(gè)CNN結(jié)構(gòu)主要由3種類型層級(jí)組成：卷積層,、池化層和全連接層,。卷積層后緊跟著池化層,，最后是全連接層,。這些層級(jí)按照?qǐng)D1所示,，其中C_i代表卷積層,，S_i代表池化層。

    (1)卷積層：是最重要的層,，卷積計(jì)算是通過稀疏交互,、參數(shù)共享,、等變表示這3個(gè)重要的思想來改進(jìn)機(jī)器學(xué)習(xí)的。

    (2)池化層：卷積是為了解決前面無監(jiān)督特征學(xué)習(xí)計(jì)算復(fù)雜度的問題,，而下采樣則是為了后面有監(jiān)督特征分類器學(xué)習(xí)特征圖中重要的分類特征,，忽略無關(guān)的細(xì)節(jié)。另外也減小了需要訓(xùn)練的特征參數(shù)的個(gè)數(shù),，改善結(jié)果(不容易出現(xiàn)過擬合),，使得特征保持旋轉(zhuǎn)、平移,、縮放等不變性。在CNN模型中一般常用的下采樣方法包括Mean-pooling和Max-pooling兩種,。

    (3)全連接層：全連接層通常由sigmodal神經(jīng)元或者RBF神經(jīng)元組成,。一般網(wǎng)絡(luò)最后幾層為全連接層。為了降低特征的維度,，最后一層的神經(jīng)元個(gè)數(shù)和輸入圖像種類數(shù)量相同,。

    對(duì)于傳統(tǒng)的標(biāo)定機(jī)器人，機(jī)器人本身位置的變動(dòng)對(duì)智能識(shí)別正確率有很大影響,，而且識(shí)別正確率需要進(jìn)一步提高,。AlexNet深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)對(duì)被分揀物體進(jìn)行識(shí)別,，不僅可以提高識(shí)別正確率和訓(xùn)練速度，對(duì)自身位置的變動(dòng)也具有魯棒性,。該網(wǎng)絡(luò)初始學(xué)習(xí)率較低會(huì)降低轉(zhuǎn)移層上的學(xué)習(xí)速度,，本研究將完全連接層的學(xué)習(xí)速率因子設(shè)置為更高，以加快所設(shè)計(jì)的新的最終層的學(xué)習(xí),，這種組合能更快地對(duì)新的分揀物體進(jìn)行識(shí)別,，同時(shí)保持卷積層的架構(gòu)不變。AlexNet深度神經(jīng)網(wǎng)絡(luò)模型具有如圖2所示的8層結(jié)構(gòu)：包括5個(gè)卷積層和3個(gè)全連接層,，其中每一層又具有不同功能的子層,。

2 基于深度學(xué)習(xí)的復(fù)雜分揀圖像快速識(shí)別方法

    基于深度學(xué)習(xí)的復(fù)雜分揀圖像快速識(shí)別方法的流程如圖3所示。

2.1 復(fù)雜分揀圖像快速識(shí)別方法

    為了針對(duì)物流分揀倉庫環(huán)境復(fù)雜,、照明度不高以及噪聲影響大的特點(diǎn),，對(duì)采集到的訓(xùn)練圖片數(shù)據(jù)進(jìn)行了一系列圖像預(yù)處理，包括了用對(duì)偶樹復(fù)小波變換對(duì)其進(jìn)行降噪處理,、平滑,、灰度化圖像、濾波和銳化等預(yù)處理,。

    對(duì)于要構(gòu)建一個(gè)卷積神經(jīng)網(wǎng)絡(luò)來識(shí)別圖片,，前期大量的訓(xùn)練數(shù)據(jù)是必不可少的，然后是構(gòu)建CNN網(wǎng)絡(luò),。CNN網(wǎng)絡(luò)包含以下圖層：

    (1)imageInputLayer：圖像輸入層,；

    (2)convolutional2dLayer：CNN的2D卷積層；

    (3)reluLayer：整流線性單元(ReLU)層,；

    (4)maxPooling2dLayer：最大池化層,；

    (5)fullyConnectedLayer：全連接層；

    (6)softmaxLayer：Softmax層,；

    (7)classificationLayer：CNN的分類輸出層,。

    其中圖像輸入層的大小與訓(xùn)練集的大小相同，隨后定義網(wǎng)絡(luò)的中間層,，中間層由重復(fù)的卷積,、ReLU(整流線性單位)和池化層組成。這3層構(gòu)成了卷積神經(jīng)網(wǎng)絡(luò)的核心構(gòu)建模塊,，卷積層定義了濾波器的權(quán)重集合,，在被訓(xùn)練期間是會(huì)隨著訓(xùn)練不斷更新的。

    對(duì)卷積層參數(shù)進(jìn)行設(shè)定,，第一個(gè)卷積層有32個(gè)5×5×3的濾鏡,，添加2個(gè)像素的對(duì)稱填充，以確保處理中包含圖像邊框,，這對(duì)于避免在卷積層上過早消除邊界信息非常重要,。其最終設(shè)計(jì)的卷積網(wǎng)絡(luò)如圖4所示,。

    使用標(biāo)準(zhǔn)偏差為0.000 1的正態(tài)分布隨機(jī)數(shù)初始化第一個(gè)卷積層權(quán)重，然后對(duì)設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,，訓(xùn)練結(jié)束后可以得到第一層的權(quán)重可視化,。通過數(shù)據(jù)集來對(duì)設(shè)計(jì)好的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，再對(duì)測(cè)試數(shù)據(jù)集進(jìn)行識(shí)別,，得到的識(shí)別準(zhǔn)確率為74.56%,。當(dāng)改變卷積核的大小時(shí)可以發(fā)現(xiàn)其對(duì)最終的識(shí)別準(zhǔn)確率存在影響，如表1所示,。由表可以看出,，在測(cè)試數(shù)據(jù)集上分類準(zhǔn)確率隨卷積核的增大而提高而后降低，原因可能是卷積核較大可能引起過擬合,，對(duì)于池化區(qū)域,，池化區(qū)域越大，采樣過程損失的信息就越多,。

    對(duì)于物流倉庫的特定環(huán)境以及需要識(shí)別的指定物體,，對(duì)AlexNet做了修改。對(duì)于一個(gè)新的分類問題,，AlexNet最后3層net配置為1 000個(gè)類,，最后3層是全連接層、Softmax層和輸出分類層,。這3層進(jìn)行調(diào)整,，從預(yù)培訓(xùn)的網(wǎng)絡(luò)中提取出最后3個(gè)之外的所有層。根據(jù)新的數(shù)據(jù)指定新的完全連接的層的參數(shù),。將完全連接的層的輸出個(gè)數(shù)設(shè)置為與新數(shù)據(jù)中的類別數(shù)量相同,。深度學(xué)習(xí)在進(jìn)行訓(xùn)練時(shí)，可能會(huì)導(dǎo)致過擬合狀態(tài)的出現(xiàn),。因此增大訓(xùn)練集,，同時(shí)在最后的全連接層添加dropout層，以0.5的概率將每個(gè)隱藏層神經(jīng)元的輸出設(shè)置為零,。以這種“dropped out”方式的神經(jīng)元既不參與前向傳播,，也不參與反向傳播。對(duì)該網(wǎng)絡(luò)每提出一個(gè)輸入,，就對(duì)應(yīng)一個(gè)不同的結(jié)構(gòu),，而所有這些結(jié)構(gòu)之間又共享權(quán)重，神經(jīng)元又相對(duì)獨(dú)立,，使得這種技術(shù)降低了神經(jīng)元復(fù)雜的互相適應(yīng)關(guān)系,，從而避免過擬合狀態(tài)的出現(xiàn),。

2.2 實(shí)驗(yàn)結(jié)果與分析

    利用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)來適應(yīng)新的網(wǎng)絡(luò)分類任務(wù),，當(dāng)面對(duì)不同倉庫或者不同的分揀任務(wù)時(shí),，需要大量的數(shù)據(jù)重新進(jìn)行學(xué)習(xí)，在針對(duì)新的數(shù)據(jù)訓(xùn)練時(shí)可以使用少量的數(shù)據(jù)訓(xùn)練就能達(dá)到理想的效果,。利用原有圖片訓(xùn)練好的網(wǎng)絡(luò)來檢測(cè)新的分類任務(wù),，檢測(cè)被測(cè)試圖片是何種物體。圖5是用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的新添加的訓(xùn)練圖片,。

    利用訓(xùn)練的圖片程序在運(yùn)行的過程中,，不斷地學(xué)習(xí)分類圖片中的圖片信息特征。然后利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí),，并且改變卷積神經(jīng)網(wǎng)絡(luò)的最后分類輸出層,，使其只能識(shí)別其輸入圖片類別。

    經(jīng)過學(xué)習(xí)之后,，利用測(cè)試集圖片來測(cè)試訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別效果,，并且在圖片中標(biāo)記識(shí)別區(qū)域。利用MATLAB進(jìn)行仿真,，結(jié)果如圖6所示,。

    由圖6結(jié)果可以看出，此深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)能夠有效準(zhǔn)確識(shí)別所規(guī)定的圖片,，其識(shí)別準(zhǔn)確率較高,，能夠滿足物流中心機(jī)器人識(shí)別分揀物體的效率，達(dá)到了預(yù)期效果,。并且在訓(xùn)練數(shù)據(jù)足夠的情況下,，準(zhǔn)確率還能再一步提高。本文中由于訓(xùn)練樣本和測(cè)試樣本均較少,，只有數(shù)十張圖片,，因此本文的測(cè)試結(jié)果均達(dá)到了100%的識(shí)別率。

3 結(jié)論

    對(duì)于物流倉庫的特定環(huán)境以及需要識(shí)別的指定物體,，本文先用對(duì)偶樹復(fù)小波變換對(duì)其進(jìn)行降噪等預(yù)處理,；然后在基于AlexNet神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，設(shè)計(jì)了一個(gè)適用于物流圖像識(shí)別的卷積神經(jīng)網(wǎng)絡(luò),，對(duì)于卷積神經(jīng)網(wǎng)絡(luò)的卷積層,、ReLU層和池化層參數(shù)重新進(jìn)行定義來加快神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度；最后針對(duì)于新的圖像分類任務(wù),，對(duì)神經(jīng)網(wǎng)絡(luò)的最后3層全連接層,、Softmax層和分類輸出層進(jìn)行定義來適應(yīng)新的圖像識(shí)別。該網(wǎng)絡(luò)在面對(duì)較為復(fù)雜的分揀圖像識(shí)別時(shí),，有較高的訓(xùn)練速度和識(shí)別準(zhǔn)確率,。

參考文獻(xiàn)

[1] 張娟.三維多媒體視覺圖像人工智能識(shí)別方法仿真[J].計(jì)算機(jī)仿真，2018，35(9)：435-438.

[2] HINTON G E,，SALAKHUTDINOV R R.Reducing the dimensionality of data with neural networks[J].Science,，2006，313(5786)：504-507.

[3] KRIZHEVSKY A,，SUTSKEVER I,，HINTON G E.ImageNet classification with deep convolutional neural networks[C].NIPS.Curran Associates Inc.，2012.

[4] 白帆,，曹昭睿.基于深度學(xué)習(xí)的白光-熱成像雙通道圖像識(shí)別系統(tǒng)設(shè)計(jì)[J].科學(xué)技術(shù)與工程,，2018，18(21)：264-267.

[5] 孫平安,，祁俊,，譚秋月.利用卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)迭代深度學(xué)習(xí)算法的圖像識(shí)別方法研究[J].計(jì)算機(jī)應(yīng)用研究，2019,，36(7)：2223-2227.

[6] 戴鵬,，王勝春，杜馨瑜,，等.基于半監(jiān)督深度學(xué)習(xí)的無砟軌道扣件缺陷圖像識(shí)別方法[J].中國鐵道科學(xué),，2018，39(4)：43-49.

[7] 王貴槐,，謝朔,，初秀民，等.基于深度學(xué)習(xí)的水面無人船前方船只圖像識(shí)別方法[J].船舶工程,，2018,，40(4)：19-22.

[8] 黃宏偉，李慶桐.基于深度學(xué)習(xí)的盾構(gòu)隧道滲漏水病害圖像識(shí)別[J].巖石力學(xué)與工程學(xué)報(bào),，2017,，36(12)：2861-2871.

[9] 楊天祺，黃雙喜.改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)在分類與推薦中的實(shí)例應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究,，2018,，35(4)：974-977.

[10] 張慧娜，李裕梅,，傅鶯鶯.基于Haar-CNN模型的自然場(chǎng)景圖像分類的研究[J].四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版),，2017，40(1)：119-126.

[11] 許少尉,，陳思宇.基于深度學(xué)習(xí)的圖像分類方法[J].電子技術(shù)應(yīng)用,，2018，44(6)：116-119.

[12] 蔣兆軍,，成孝剛,，彭雅琴，等.基于深度學(xué)習(xí)的無人機(jī)識(shí)別算法研究[J].電子技術(shù)應(yīng)用，2017,，43(7)：84-87.

[13] 周建凱,，許盛之，趙二剛,，等.基于深度學(xué)習(xí)的電池片缺陷識(shí)別研究[J].電子技術(shù)應(yīng)用，2019,，45(5)：66-69,，77.

作者信息：

陳志新，董瑞雪,，劉  鑫,，王毅斌，梁世曉

(北京物資學(xué)院,，北京101149)