在1957年以前，地球上只有一顆天然衛(wèi)星：月球。1957年10月4日，蘇聯(lián)發(fā)射了世界上第一顆人造衛(wèi)星，從那時(shí)起，來(lái)自40多個(gè)國(guó)家大約有8900顆衛(wèi)星發(fā)射升空。

這些衛(wèi)星可以幫助我們進(jìn)行監(jiān)視、通信、導(dǎo)航等等。國(guó)家可以利用衛(wèi)星監(jiān)視另一個(gè)國(guó)家的土地及其動(dòng)向，估計(jì)其經(jīng)濟(jì)和實(shí)力，然而所有的國(guó)家都互相隱瞞著他們的信息。同理，全球石油市場(chǎng)也并非完全透明，幾乎所有的產(chǎn)油國(guó)都在努力隱藏著自己的總產(chǎn)量、消費(fèi)量和儲(chǔ)存量，各國(guó)這樣做是為了間接地向外界隱瞞其實(shí)際經(jīng)濟(jì)，并增強(qiáng)其國(guó)防系統(tǒng)的能力，這種做法可能會(huì)對(duì)其他國(guó)家造成威脅。出于這個(gè)原因，許多初創(chuàng)公司，如Planet和Orbital Insight，都通過(guò)衛(wèi)星圖像來(lái)關(guān)注各國(guó)的此類(lèi)活動(dòng)。通過(guò)收集儲(chǔ)油罐的衛(wèi)星圖像來(lái)估算石油儲(chǔ)量。但問(wèn)題是，如何僅憑衛(wèi)星圖像來(lái)估計(jì)儲(chǔ)油罐的體積呢？首先第一個(gè)條件是儲(chǔ)油罐為浮頂油罐，因?yàn)橹挥羞@樣，衛(wèi)星才能檢測(cè)到。這種特殊類(lèi)型的油罐是專(zhuān)門(mén)為儲(chǔ)存大量石油產(chǎn)品而設(shè)計(jì)的，如原油或凝析油，它由頂蓋組成，直接位于油的頂部，隨著油箱中油量的增加或下降，并在其周?chē)纬蓛蓚€(gè)陰影。如下圖所示，陰影位于北側(cè)

（外部陰影）是指儲(chǔ)罐的總高度，而儲(chǔ)罐內(nèi)的陰影（內(nèi)部陰影）表示浮頂?shù)纳疃龋w積可估計(jì)計(jì)算為1－（內(nèi)部陰影區(qū)域／外部陰影區(qū)域）。在本文，我們將使用Tensorflow2．x框架，在衛(wèi)星圖像的幫助下，使用python從零開(kāi)始實(shí)現(xiàn)一個(gè)完整的模型來(lái)估計(jì)儲(chǔ)油罐的占用量。GitHub倉(cāng)庫(kù)本文的所有內(nèi)容和整個(gè)代碼都可以在這個(gè)github存儲(chǔ)庫(kù)中找到https：／／github．com／mdmub0587／Oil－Storage－Tank－s－Volume－Occupancy以下是本文目錄。我們會(huì)逐一探索。目錄

問(wèn)題陳述、數(shù)據(jù)集和評(píng)估指標(biāo)

現(xiàn)有方法

相關(guān)研究工作

有用的博客和研究論文

我們的貢獻(xiàn)

探索性數(shù)據(jù)分析（EDA）

數(shù)據(jù)擴(kuò)充

數(shù)據(jù)預(yù)處理、擴(kuò)充和TFRecords

基于YoloV3的目標(biāo)檢測(cè)

儲(chǔ)量估算

結(jié)果

結(jié)論

今后的工作

參考引用

1．問(wèn)題陳述、數(shù)據(jù)集和評(píng)估指標(biāo)

問(wèn)題陳述：利用衛(wèi)星圖像進(jìn)行浮頂油罐的檢測(cè)和儲(chǔ)油量的估算，然后將圖像塊重新組合成具有儲(chǔ)油量估計(jì)的全圖像。數(shù)據(jù)集：數(shù)據(jù)集鏈接：https：／／www．kaggle．com／towardsentropy／oil－storage－tanks該數(shù)據(jù)集包含一個(gè)帶注釋的邊界框，衛(wèi)星圖像是從谷歌地球（google earth）拍攝的，它包含有世界各地的工業(yè)區(qū)。數(shù)據(jù)集中有2個(gè)文件夾和3個(gè)文件，讓我們逐一看看。large＿images： 這是一個(gè)文件夾，包含100個(gè)衛(wèi)星原始圖像，每個(gè)大小為4800x4800，所有圖像都以id＿large．jpg格式命名。Image＿patches： Image＿patches目錄包含從大圖像生成的512x512大小的子圖，每個(gè)大的圖像被分割成100個(gè)512x512大小的子圖，兩個(gè)軸上的子圖之間有37個(gè)像素的重疊，生成圖像子圖的程序以id＿row＿column．jpg格式命名＊＊labels．json：＊＊它包含所有圖像的標(biāo)簽。標(biāo)簽存儲(chǔ)為字典列表，每個(gè)圖像對(duì)應(yīng)一個(gè)字典，不包含任何浮頂罐的圖像將被標(biāo)記為“skip”，邊界框標(biāo)簽的格式為邊界框四個(gè)角的（x，y）坐標(biāo)。labels＿coco．json： 它包含與前一個(gè)文件相同的標(biāo)簽的COCO標(biāo)簽格式。在這里，邊界框的格式為［x＿min， y＿min， width， height］．＊＊large＿image＿data．csv：＊＊它包含大型圖像文件的元數(shù)據(jù)，包括每個(gè)圖像的中心坐標(biāo)和海拔高度。評(píng)估指標(biāo)：對(duì)于儲(chǔ)油罐的檢測(cè)，我們將使用每種儲(chǔ)油罐的平均精度（Average Precision，AP）和各種儲(chǔ)油罐的mAP（Mean Average Precision，平均精度）來(lái)作為評(píng)估指標(biāo)。浮頂罐的估計(jì)容積沒(méi)有度量標(biāo)準(zhǔn)。mAP 是目標(biāo)檢測(cè)模型的標(biāo)準(zhǔn)評(píng)估指標(biāo)。mAP 的詳細(xì)說(shuō)明可以在下面的youtube播放列表中找到https：／／www．youtube．com／watch？list＝PL1GQaVhO4f＿jE5pnXU＿Q4MSrIQx4wpFLM＆v＝e4G9H18VYmA

2．現(xiàn)有方法

Karl Keyer ［1］在他的存儲(chǔ)庫(kù)中使用RetinaNet來(lái)完成儲(chǔ)油罐探測(cè)任務(wù)。他從頭開(kāi)始創(chuàng)建模型，并將生成的錨框應(yīng)用于該數(shù)據(jù)集，他的研究使得浮頂罐的平均精度（AP）達(dá)到76．3％，然后他應(yīng)用陰影增強(qiáng)和像素閾值法來(lái)計(jì)算它的體積。據(jù)我所知，這是互聯(lián)網(wǎng)上唯一可用的方法。

3．相關(guān)研究工作

Estimating the Volume of Oil Tanks Based on High－Resolution Remote Sensing Images ［2］：這篇文章提出了一種基于衛(wèi)星圖像的油罐容量／容積估算方法。為了計(jì)算一個(gè)儲(chǔ)油罐的總?cè)莘e，他們需要儲(chǔ)油罐的高度和半徑。為了計(jì)算高度，他們使用了與投影陰影長(zhǎng)度的幾何關(guān)系，但是計(jì)算陰影的長(zhǎng)度并不容易，為了突出陰影使用了HSV（即色調(diào)飽和度值）顏色空間，因?yàn)橥ǔｊ幱霸贖SV顏色空間中具有高飽和度，然后采用基于亞像素細(xì)分定位（sub－pixel subdivision positioning）的中值法來(lái)計(jì)算陰影長(zhǎng)度，最后利用Hough變換算法得到油罐半徑。在本文的相關(guān)工作中，提出了基于衛(wèi)星圖像的建筑物高度計(jì)算方法。

4．有用的博客和研究論文

A Beginner’s Guide To Calculating Oil Storage Tank Occupancy With Help Of Satellite Imagery ［3］：本博客作者為T(mén)ankerTracker．com，其中的一項(xiàng)工作是利用衛(wèi)星圖像跟蹤幾個(gè)感興趣的地理位置的原油儲(chǔ)存情況。在這篇博客中，他們?cè)敿?xì)描述了儲(chǔ)油罐的外部和內(nèi)部陰影如何幫助我們估計(jì)其中的石油含量，還比較了衛(wèi)星在特定時(shí)間和一個(gè)月后拍攝的圖像，顯示了一個(gè)月來(lái)儲(chǔ)油罐的變化。這個(gè)博客給了我們一個(gè)直觀的知識(shí)，即如何估計(jì)量。A Gentle Introduction to Object Recognition With Deep Learning ［4］ ：本文會(huì)介紹對(duì)象檢測(cè)初學(xué)者頭腦中出現(xiàn)的最令人困惑的概念。首先，描述了目標(biāo)分類(lèi)、目標(biāo)定位、目標(biāo)識(shí)別和目標(biāo)檢測(cè)之間的區(qū)別，然后討論了一些最新的深度學(xué)習(xí)算法來(lái)展開(kāi)目標(biāo)識(shí)別任務(wù)。對(duì)象分類(lèi)是指將標(biāo)簽分配給包含單個(gè)對(duì)象的圖像，而對(duì)象定位是指在圖像中的一個(gè)或多個(gè)對(duì)象周?chē)L制一個(gè)邊界框，目標(biāo)檢測(cè)任務(wù)結(jié)合了目標(biāo)分類(lèi)和定位。這意味著這是一個(gè)更具挑戰(zhàn)性／復(fù)雜的任務(wù)，首先通過(guò)本地化技術(shù)在感興趣對(duì)象（OI）周?chē)L制一個(gè)邊界框，然后借助分類(lèi)為每個(gè)OI分配一個(gè)標(biāo)簽。目標(biāo)識(shí)別是上述所有任務(wù)的集合（即分類(lèi)、定位和檢測(cè)）。

最后，本文還討論了兩種主要的目標(biāo)檢測(cè)算法／模型：Region－Based Convolutional Neural Networks （R－CNN）和You Only Look Once （YOLO）。Selective Search for Object Recognition ［5］：在目標(biāo)檢測(cè)任務(wù)中，最關(guān)鍵的部分是目標(biāo)定位，因?yàn)槟繕?biāo)分類(lèi)是在此基礎(chǔ)上進(jìn)行的，它依賴(lài)于定位所輸出的目標(biāo)區(qū)域（簡(jiǎn)稱(chēng)區(qū)域建議）。更完美的定位可以實(shí)現(xiàn)更完美的目標(biāo)檢測(cè)。選擇性搜索是一種新興的算法，在一些物體識(shí)別模型中被用于物體定位，如R－CNN和Fast－R－CNN。該算法首先使用高效的基于圖的圖像分割方法生成輸入圖像的子段，然后使用貪婪算法將較小的相似區(qū)域合并為較大的相似區(qū)域。分段相似性基于顏色、紋理、大小和填充四個(gè)屬性。

Region Proposal Network — A detailed view［6］：RPN（Region－proposition Network）由于其比傳統(tǒng)選擇性搜索算法更快而被廣泛地應(yīng)用于目標(biāo)定位，它從特征圖中學(xué)習(xí)目標(biāo)的最佳位置，就像CNN從特征圖中學(xué)習(xí)分類(lèi)一樣。它負(fù)責(zé)三個(gè)主要任務(wù)，首先生成錨定框（每個(gè)特征映射點(diǎn)生成9個(gè)不同形狀的錨定框），然后將每個(gè)錨定框分類(lèi)為前景或背景（即是否包含對(duì)象），最后學(xué)習(xí)錨定框的形狀偏移量以使其適合對(duì)象。Faster R－CNN： Towards Real－Time Object Detection with Region Proposal Networks［7］：Faster R－CNN模型解決了前兩個(gè)相關(guān)模型（R－CNN和Fast R－CNN）的所有問(wèn)題，并使用RPN作為區(qū)域建議生成器。它的架構(gòu)與Fast R－CNN完全相同，只是它使用了RPN而不是選擇性搜索，這使得它比Fast R－CNN快34倍。

Real－time Object Detection with YOLO， YOLOv2， and now YOLOv3 ［8］：在介紹Yolo系列模型之前，讓我們先看一下首席研究員約瑟夫·雷德曼在Ted演講上的演講。https：／／youtu．be／Cgxsv1riJhI這個(gè)模型在對(duì)象檢測(cè)模型列表中占據(jù)首位的原因有很多，然而，最主要的原因是它的牢固性，它的推理時(shí)間非常短，這是為什么它很容易匹配視頻的正常速度（即25fps）并應(yīng)用于實(shí)時(shí)數(shù)據(jù)的原因。

與其他對(duì)象檢測(cè)模型不同，Yolo模型具有以下特性。單神經(jīng)網(wǎng)絡(luò)模型（即分類(lèi)和定位任務(wù)都將從同一個(gè)模型中執(zhí)行）：以一張照片作為輸入，直接預(yù)測(cè)每個(gè)邊界框的邊界框和類(lèi)標(biāo)簽，這意味著它只看一次圖像。由于它對(duì)整個(gè)圖像而不是圖像的一部分執(zhí)行卷積，因此它產(chǎn)生的背景錯(cuò)誤非常少。YOLO學(xué)習(xí)對(duì)象的一般化表示。在對(duì)自然圖像進(jìn)行訓(xùn)練和藝術(shù)品測(cè)試時(shí)，YOLO的性能遠(yuǎn)遠(yuǎn)超過(guò)DPM和R－CNN等頂級(jí)檢測(cè)方法。由于YOLO具有高度的通用性，所以當(dāng)應(yīng)用于新的域或意外的輸入時(shí)，它不太可能崩潰。是什么讓YoloV3比Yolov2更好。如果你仔細(xì)看一下yolov2論文的標(biāo)題，那就是“YOLO9000： Better， Faster， Stronger”。yolov3比yolov2更好嗎？答案是肯定的，它更好，但不是更快更強(qiáng)，因?yàn)轶w系的復(fù)雜性增加了。Yolov2使用了19層DarkNet架構(gòu)，沒(méi)有任何殘差塊、skip連接和上采樣，因此它很難檢測(cè)到小對(duì)象，然而在Yolov3中，這些特性被添加了，并且使用了在Imagenet上訓(xùn)練的53層DarkNet網(wǎng)絡(luò)，除此之外，還堆積了53個(gè)卷積層，形成了106個(gè)卷積層結(jié)構(gòu)。

Yolov3在三種不同的尺度上進(jìn)行預(yù)測(cè)，首先是大對(duì)象的13X13網(wǎng)格，其次是中等對(duì)象的26X26網(wǎng)格，最后是小對(duì)象的52X52網(wǎng)格。YoloV3總共使用9個(gè)錨箱，每個(gè)標(biāo)度3個(gè)，用K均值聚類(lèi)法選出最佳錨盒。Yolov3可以對(duì)圖像中檢測(cè)到的對(duì)象執(zhí)行多標(biāo)簽分類(lèi)，通過(guò)logistic回歸預(yù)測(cè)對(duì)象置信度和類(lèi)預(yù)測(cè)。

5．我們的貢獻(xiàn)

我們的問(wèn)題陳述包括兩個(gè)任務(wù)，第一個(gè)是浮頂罐的檢測(cè)，另一個(gè)是陰影的提取和已識(shí)別罐容積的估計(jì)。第一個(gè)任務(wù)是基于目標(biāo)檢測(cè)，第二個(gè)任務(wù)是基于計(jì)算機(jī)視覺(jué)技術(shù)。讓我們描述一下解決每個(gè)任務(wù)的方法。儲(chǔ)罐檢測(cè)：我們的目標(biāo)是估算浮頂罐的容積。我們可以為一個(gè)類(lèi)建立目標(biāo)檢測(cè)模型，但是為了減少一個(gè)模型與另一種儲(chǔ)油罐（即其他類(lèi)型儲(chǔ)油罐）的混淆，并使其具有魯棒性，我們提出了三個(gè)類(lèi)別的目標(biāo)檢測(cè)模型。使用帶有轉(zhuǎn)移學(xué)習(xí)的YoloV3進(jìn)行目標(biāo)檢測(cè)是因?yàn)樗菀自跈C(jī)器上訓(xùn)練，此外為了提高度量分值，還采用了數(shù)據(jù)增強(qiáng)的方法。陰影提取和體積估計(jì)：陰影提取涉及許多計(jì)算機(jī)視覺(jué)技術(shù)，由于RGB顏色方案對(duì)陰影不敏感，必須先將其轉(zhuǎn)換成HSV和LAB顏色空間，我們使用（l1＋l3）／（V＋1） （其中l(wèi)1是LAB顏色空間的第一個(gè)通道值）的比值圖像來(lái)增強(qiáng)陰影部分。然后，通過(guò)閾值0．5×t1＋0．4×t2（其中t1是最小像素值，t2是平均值）來(lái)過(guò)濾增強(qiáng)圖像，再對(duì)閾值圖像進(jìn)行形態(tài)學(xué)處理（即去除噪聲、清晰輪廓等）。最后，提取出兩個(gè)儲(chǔ)油罐的陰影輪廓，然后根據(jù)上述公式估算出所占用的體積。這些想法摘自以下Notebook。https：／／www．kaggle．com／towardsentropy／oil－tank－volume－estimation遵循整個(gè)流程來(lái)解決這個(gè)案例研究如下所示。

讓我們從數(shù)據(jù)集的探索性數(shù)據(jù)分析EDA開(kāi)始吧！！

6．探索性數(shù)據(jù)分析（EDA）

探索Labels．json文件：json＿labels ＝ json．load（open（os．path．join（＇data＇，＇labels．json＇）））

print（＇Number of Images： ＇，len（json＿labels））

json＿labels［25：30］

所有的標(biāo)簽都存儲(chǔ)在字典列表中，總共有10萬(wàn)張圖片。不包含任何儲(chǔ)罐的圖像將標(biāo)記為Skip，而包含儲(chǔ)罐的圖像將標(biāo)記為tank、tank Cluster或Floating Head tank，每個(gè)tank對(duì)象都有字典格式的四個(gè)角點(diǎn)的邊界框坐標(biāo)。計(jì)數(shù)：

在10K個(gè)圖像中，8187個(gè)圖像沒(méi)有標(biāo)簽（即它們不包含任何儲(chǔ)油罐對(duì)象，此外有81個(gè)圖像包含至少一個(gè)儲(chǔ)油罐簇對(duì)象，1595個(gè)圖像包含至少一個(gè)浮頂儲(chǔ)油罐。在條形圖中，可以觀察到，在包含圖像的1595個(gè)浮頂罐中，26．45％的圖像僅包含一個(gè)浮頂罐對(duì)象，單個(gè)圖像中浮頂儲(chǔ)罐對(duì)象的最高數(shù)量為34。探索labels＿coco．json文件：json＿labels＿coco ＝ json．load（open（os．path．join（＇data＇，＇labels＿coco．json＇）））

print（＇Number of Floating tanks： ＇，len（json＿labels＿coco［＇annotations＇］））

no＿unique＿img＿id ＝ set（）

for ann in json＿labels＿coco［＇annotations＇］：

no＿unique＿img＿id．a(chǎn)dd（ann［＇image＿id＇］）

print（＇Number of Images that contains Floating head tank： ＇， len（no＿unique＿img＿id））

json＿labels＿coco［＇annotations＇］［：8］

此文件僅包含浮頂罐的邊界框及其在字典格式列表中的image＿id打印邊界框：

儲(chǔ)油罐有三種：Tank（T 油罐）Tank Cluster（TC 油罐組），F(xiàn)loating Head Tank（FHT，浮頂罐）

7．?dāng)?shù)據(jù)擴(kuò)充

在EDA中，人們觀察到10000幅圖像中有8171幅是無(wú)用的，因?yàn)樗鼈儾话魏螌?duì)象，此外1595個(gè)圖像包含至少一個(gè)浮頂罐對(duì)象。眾所周知，所有的深度學(xué)習(xí)模型都需要大量的數(shù)據(jù)，沒(méi)有足夠的數(shù)據(jù)會(huì)導(dǎo)致性能的下降。因此，我們先進(jìn)行數(shù)據(jù)擴(kuò)充，然后將獲得的擴(kuò)充數(shù)據(jù)擬合到Y(jié)olov3目標(biāo)檢測(cè)模型中。

8．?dāng)?shù)據(jù)預(yù)處理、擴(kuò)充和TFRecords

數(shù)據(jù)預(yù)處理：對(duì)象的注釋是以Jason格式給出的，其中有4個(gè)角點(diǎn)，首先，從這些角點(diǎn)提取左上角點(diǎn)和右下角點(diǎn)，然后屬于單個(gè)圖像的所有注釋及其對(duì)應(yīng)的標(biāo)簽都保存在CSV文件的一行列表中。從角點(diǎn)提取左上角點(diǎn)和右下角點(diǎn)的代碼def conv＿bbox（box＿dict）：

＂＂＂

input： box＿dict－＞ 字典中有4個(gè)角點(diǎn)

Function： 獲取左上方和右下方的點(diǎn)

output： tuple（ymin， xmin， ymax， xmax）

＂＂＂

xs ＝ np．a(chǎn)rray（list（set（［i［＇x＇］ for i in box＿dict］）））

ys ＝ np．a(chǎn)rray（list（set（［i［＇y＇］ for i in box＿dict］）））

x＿min ＝ xs．min（）

x＿max ＝ xs．max（）

y＿min ＝ ys．min（）

y＿max ＝ ys．max（）

return y＿min， x＿min， y＿max， x＿max

CSV文件將如下所示

為了評(píng)估模型，我們將保留10％的圖像作為測(cè)試集。＃ 訓(xùn)練和測(cè)試劃分

df＿train， df＿test＝ model＿selection．train＿test＿split（

df， ＃CSV文件注釋

test＿size＝0．1，

random＿state＝42，

shuffle＝True，

）

df＿train．shape， df＿test．shape

數(shù)據(jù)擴(kuò)充：我們知道目標(biāo)檢測(cè)需要大量的數(shù)據(jù)，但是我們只有1645幅圖像用于訓(xùn)練，這是非常少的，為了增加數(shù)據(jù)，我們必須執(zhí)行數(shù)據(jù)擴(kuò)充。我們通過(guò)翻轉(zhuǎn)和旋轉(zhuǎn)原始圖像來(lái)生成新圖像。我們轉(zhuǎn)到下面的GitHub存儲(chǔ)庫(kù)，從中提取代碼進(jìn)行擴(kuò)充https：／／blog．paperspace．com／data－augmentation－for－bounding－boxes／通過(guò)執(zhí)行以下操作從單個(gè)原始圖像生成7個(gè)新圖像：水平翻轉(zhuǎn)旋轉(zhuǎn)90度旋轉(zhuǎn)180度旋轉(zhuǎn)270度水平翻轉(zhuǎn)和90度旋轉(zhuǎn)水平翻轉(zhuǎn)和180度旋轉(zhuǎn)水平翻轉(zhuǎn)和270度旋轉(zhuǎn)示例如下所示

TFRecords：TFRecords是TensorFlow自己的二進(jìn)制存儲(chǔ)格式。當(dāng)數(shù)據(jù)集太大時(shí)，它通常很有用。它以二進(jìn)制格式存儲(chǔ)數(shù)據(jù)，并對(duì)訓(xùn)練模型的性能產(chǎn)生顯著影響。二進(jìn)制數(shù)據(jù)復(fù)制所需的時(shí)間更少，而且由于在訓(xùn)練時(shí)只加載了一個(gè)batch數(shù)據(jù)，所以占用的空間也更少。你可以在下面的博客中找到它的詳細(xì)描述。https：／／medium．com／mostly－ai／tensorflow－records－what－they－are－and－h(huán)ow－to－use－them－c46bc4bbb564也可以查看下面的Tensorflow文檔。https：／／www．tensorflow．org／tutorials／load＿data／tfrecord我們的數(shù)據(jù)集已轉(zhuǎn)換成RFRecords格式，但是我們沒(méi)有必要執(zhí)行此任務(wù)，因?yàn)槲覀兊臄?shù)據(jù)集不是很大，如果你感興趣，可以在我的GitHub存儲(chǔ)庫(kù)中找到代碼。

9．基于YoloV3的目標(biāo)檢測(cè)

訓(xùn)練：為了訓(xùn)練yolov3模型，采用了遷移學(xué)習(xí)。第一步包括加載DarkNet網(wǎng)絡(luò)的權(quán)重，并在訓(xùn)練期間凍結(jié)它以保持權(quán)重不變。def create＿model（）：

tf．keras．backend．clear＿session（）

pret＿model ＝ YoloV3（size， channels， classes＝80）

load＿darknet＿weights（pret＿model， ＇Pretrained＿M(jìn)odel／yolov3．weights＇）

print（＇Pretrained Weight Loaded＇）

model ＝ YoloV3（size， channels， classes＝3）

model．get＿layer（＇yolo＿darknet＇）．set＿weights（

pret＿model．get＿layer（＇yolo＿darknet＇）．get＿weights（））

print（＇Yolo DarkNet weight loaded＇）

freeze＿all（model．get＿layer（＇yolo＿darknet＇））

print（＇Frozen DarkNet layers＇）

return model

model ＝ create＿model（）

model．summary（）

我們使用adam優(yōu)化器（初始學(xué)習(xí)率＝0．001）來(lái)訓(xùn)練我們的模型，并根據(jù)epoch應(yīng)用余弦衰減來(lái)降低學(xué)習(xí)速率。在訓(xùn)練過(guò)程中使用模型檢查點(diǎn)保存最佳權(quán)重，訓(xùn)練結(jié)束后保存最后一個(gè)權(quán)重。tf．keras．backend．clear＿session（）

epochs ＝ 100

learning＿rate＝1e－3

optimizer ＝ get＿optimizer（

optim＿type ＝ ＇adam＇，

learning＿rate＝1e－3，

decay＿type＝＇cosine＇，

decay＿steps＝10＊600

）

loss ＝ ［YoloLoss（yolo＿anchors［mask］， classes＝3） for mask in yolo＿anchor＿masks］

model ＝ create＿model（）

model．compile（optimizer＝optimizer， loss＝loss）

＃ Tensorbaord

！ rm －rf ．／logs／

logdir ＝ os．path．join（＂logs＂， datetime．datetime．now（）．strftime（＂％Y％m％d－％H％M％S＂））

％tensorboard －－logdir ＄logdir

tensorboard＿callback ＝ tf．keras．callbacks．TensorBoard（logdir， histogram＿freq＝1）

callbacks ＝ ［

EarlyStopping（monitor＝＇val＿loss＇， min＿delta＝0， patience＝15， verbose＝1），

ModelCheckpoint（＇Weights／Best＿weight．hdf5＇， verbose＝1， save＿best＿only＝True），

tensorboard＿callback，

］

history ＝ model．fit（train＿dataset，

epochs＝epochs，

callbacks＝callbacks，

validation＿data＝valid＿dataset）

model．save（＇Weights／Last＿weight．hdf5＇）

損失函數(shù)：

YOLO損失函數(shù)：Yolov3模型訓(xùn)練中所用的損失函數(shù)相當(dāng)復(fù)雜。Yolo在三個(gè)不同的尺度上計(jì)算三個(gè)不同的損失，并對(duì)反向傳播進(jìn)行總結(jié)（正如你在上面的代碼單元中看到的，最終損失是三個(gè)不同損失的列表），每個(gè)loss都通過(guò)4個(gè)子函數(shù)來(lái)計(jì)算檢測(cè)損失和分類(lèi)損失。中心（x，y） 的MSE損失．邊界框的寬度和高度的均方誤差（MSE）邊界框的二元交叉熵得分與無(wú)目標(biāo)得分邊界框多類(lèi)預(yù)測(cè)的二元交叉熵或稀疏范疇交叉熵讓我們看看Yolov2中使用的損失公式

Yolov2中的最后三項(xiàng)是平方誤差，而在Yolov3中，它們被交叉熵誤差項(xiàng)所取代，換句話說(shuō)，Yolov3中的對(duì)象置信度和類(lèi)預(yù)測(cè)現(xiàn)在通過(guò)logistic回歸來(lái)進(jìn)行預(yù)測(cè)。看看Yolov3損失函數(shù)的實(shí)現(xiàn)def YoloLoss（anchors， classes＝3， ignore＿thresh＝0．5）：

def yolo＿loss（y＿true， y＿pred）：

＃ 1． 轉(zhuǎn)換所有預(yù)測(cè)輸出

＃ y＿pred： （batch＿size， grid， grid， anchors， （x， y， w， h， obj， ．．．cls））

pred＿box， pred＿obj， pred＿class， pred＿xywh ＝ yolo＿boxes（

y＿pred， anchors， classes）

＃ predicted （tx， ty， tw， th）

pred＿xy ＝ pred＿xywh［．．．， 0：2］ ＃x，y of last channel

pred＿wh ＝ pred＿xywh［．．．， 2：4］ ＃w，h of last channel

＃ 2． 轉(zhuǎn)換所有真實(shí)輸出

＃ y＿true： （batch＿size， grid， grid， anchors， （x1， y1， x2， y2， obj， cls））

true＿box， true＿obj， true＿class＿idx ＝ tf．split（

y＿true， （4， 1， 1）， axis＝－1）

＃轉(zhuǎn)換 x1， y1， x2， y2 to x， y， w， h

＃ x，y ＝ （x2 － x1）／2， （y2－y1）／2

＃ w， h ＝ （x2－ x1）， （y2 － y1）

true＿xy ＝ （true＿box［．．．， 0：2］ ＋ true＿box［．．．， 2：4］） ／ 2

true＿wh ＝ true＿box［．．．， 2：4］ － true＿box［．．．， 0：2］

＃ 小的box要更高權(quán)重

＃shape－＞ （batch＿size， grid， grid， anchors）

box＿loss＿scale ＝ 2 － true＿wh［．．．， 0］ ＊ true＿wh［．．．， 1］

＃ 3． 對(duì)pred box進(jìn)行反向

＃ 把 （bx， by， bw， bh） 變?yōu)?（tx， ty， tw， th）

grid＿size ＝ tf．shape（y＿true）［1］

grid ＝ tf．meshgrid（tf．range（grid＿size）， tf．range（grid＿size））

grid ＝ tf．expand＿dims（tf．stack（grid， axis＝－1）， axis＝2）

true＿xy ＝ true＿xy ＊ tf．cast（grid＿size， tf．float32） － tf．cast（grid， tf．float32）

true＿wh ＝ tf．math．log（true＿wh ／ anchors）

true＿wh ＝ tf．where（tf．logical＿or（tf．math．is＿inf（true＿wh），

tf．math．is＿nan（true＿wh）），

tf．zeros＿like（true＿wh）， true＿wh）

＃ 4． 計(jì)算所有掩碼

＃從張量的形狀中去除尺寸為1的維度。

＃obj＿mask： （batch＿size， grid， grid， anchors）

obj＿mask ＝ tf．squeeze（true＿obj， －1）

＃當(dāng)iou超過(guò)臨界值時(shí)，忽略假正例

＃best＿iou： （batch＿size， grid， grid， anchors）

best＿iou ＝ tf．map＿fn（

lambda x： tf．reduce＿max（broadcast＿iou（x［0］， tf．boolean＿mask（

x［1］， tf．cast（x［2］， tf．bool）））， axis＝－1），

（pred＿box， true＿box， obj＿mask），

tf．float32）

ignore＿mask ＝ tf．cast（best＿iou ＜ ignore＿thresh， tf．float32）

＃ 5．計(jì)算所有損失

xy＿loss ＝ obj＿mask ＊ box＿loss＿scale ＊

tf．reduce＿sum（tf．square（true＿xy － pred＿xy）， axis＝－1）

wh＿loss ＝ obj＿mask ＊ box＿loss＿scale ＊

tf．reduce＿sum（tf．square（true＿wh － pred＿wh）， axis＝－1）

obj＿loss ＝ binary＿crossentropy（true＿obj， pred＿obj）

obj＿loss ＝ obj＿mask ＊ obj＿loss ＋

（1 － obj＿mask） ＊ ignore＿mask ＊ obj＿loss

＃TODO：使用binary＿crossentropy代替

class＿loss ＝ obj＿mask ＊ sparse＿categorical＿crossentropy（

true＿class＿idx， pred＿class）

＃ 6． 在（batch， gridx， gridy， anchors）求和得到 ＝＞ （batch， 1）

xy＿loss ＝ tf．reduce＿sum（xy＿loss， axis＝（1， 2， 3））

wh＿loss ＝ tf．reduce＿sum（wh＿loss， axis＝（1， 2， 3））

obj＿loss ＝ tf．reduce＿sum（obj＿loss， axis＝（1， 2， 3））

class＿loss ＝ tf．reduce＿sum（class＿loss， axis＝（1， 2， 3））

return xy＿loss ＋ wh＿loss ＋ obj＿loss ＋ class＿loss

return yolo＿loss

分?jǐn)?shù)：為了評(píng)估我們的模型，我們使用了AP和mAP來(lái)評(píng)估訓(xùn)練和測(cè)試數(shù)據(jù)測(cè)試集分?jǐn)?shù)get＿mAP（model， ＇data／test．csv＇）

訓(xùn)練集分?jǐn)?shù)get＿mAP（model， ＇data／train．csv＇）

推理：讓我們看看這個(gè)模型是如何執(zhí)行的

10．儲(chǔ)量估算

體積估算是本案例研究的主要內(nèi)容。雖然沒(méi)有評(píng)估估計(jì)容積的標(biāo)準(zhǔn)，但我們?cè)噲D找到圖像的最佳閾值像素值，以便能夠在很大程度上檢測(cè)陰影區(qū)域（通過(guò)計(jì)算像素?cái)?shù)）。我們將使用衛(wèi)星拍攝到的4800X4800形狀的大圖像，并將其分割成100個(gè)512x512的子圖，兩個(gè)軸上的子圖之間重疊37像素。圖像修補(bǔ)程序在id＿row＿column．jpg命名。每個(gè)生成的子圖預(yù)測(cè)都將存儲(chǔ)在一個(gè)CSV文件中，然后再估計(jì)每個(gè)浮頂儲(chǔ)油罐的體積（代碼和解釋以Notebook格式在我的GitHub存儲(chǔ)庫(kù)中提供）。最后，將所有的圖像塊和邊界框與標(biāo)簽合并，輸出估計(jì)的體積，形成一個(gè)大的圖像。你可以看看下面的例子：

11．結(jié)果

測(cè)試集上浮頂罐的AP分?jǐn)?shù)為0．874，訓(xùn)練集上的AP分?jǐn)?shù)為0．942。

12．結(jié)論

只需有限的圖像就可以得到相當(dāng)好的結(jié)果。數(shù)據(jù)增強(qiáng)工作得很到位。在本例中，與RetinaNet模型的現(xiàn)有方法相比，yolov3表現(xiàn)得很好。

13．今后的工作

浮頂罐的AP值為87．4％，得分較高，但我們可以嘗試在更大程度上提高分?jǐn)?shù)。我們將嘗試生成的更多數(shù)據(jù)來(lái)訓(xùn)練這個(gè)模型。我們將嘗試訓(xùn)練另一個(gè)更精確的模型，如yolov4，yolov5（非官方）。

責(zé)任編輯：gt