如何利用衛(wèi)星圖像對儲油罐的體積進行估計

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，從那時起，來自40多個國家大約有8900顆衛(wèi)星發(fā)射升空。

這些衛(wèi)星可以幫助我們進行監(jiān)視、通信、導(dǎo)航等等。國家可以利用衛(wèi)星監(jiān)視另一個國家的土地及其動向，估計其經(jīng)濟和實力，然而所有的國家都互相隱瞞著他們的信息。同理，全球石油市場也并非完全透明，幾乎所有的產(chǎn)油國都在努力隱藏著自己的總產(chǎn)量、消費量和儲存量，各國這樣做是為了間接地向外界隱瞞其實際經(jīng)濟，并增強其國防系統(tǒng)的能力，這種做法可能會對其他國家造成威脅。出于這個原因，許多初創(chuàng)公司，如Planet和Orbital Insight，都通過衛(wèi)星圖像來關(guān)注各國的此類活動。通過收集儲油罐的衛(wèi)星圖像來估算石油儲量。但問題是，如何僅憑衛(wèi)星圖像來估計儲油罐的體積呢？首先第一個條件是儲油罐為浮頂油罐，因為只有這樣，衛(wèi)星才能檢測到。這種特殊類型的油罐是專門為儲存大量石油產(chǎn)品而設(shè)計的，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，并在其周圍形成兩個陰影。如下圖所示，陰影位于北側(cè)

（外部陰影）是指儲罐的總高度，而儲罐內(nèi)的陰影（內(nèi)部陰影）表示浮頂?shù)纳疃?，體積可估計計算為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從零開始實現(xiàn)一個完整的模型來估計儲油罐的占用量。GitHub倉庫本文的所有內(nèi)容和整個代碼都可以在這個github存儲庫中找到https：／／github．com／mdmub0587／Oil－Storage－Tank－s－Volume－Occupancy以下是本文目錄。我們會逐一探索。目錄

問題陳述、數(shù)據(jù)集和評估指標

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

探索性數(shù)據(jù)分析（EDA）

數(shù)據(jù)擴充

數(shù)據(jù)預(yù)處理、擴充和TFRecords

基于YoloV3的目標檢測

儲量估算

結(jié)果

結(jié)論

今后的工作

參考引用

1．問題陳述、數(shù)據(jù)集和評估指標

問題陳述：利用衛(wèi)星圖像進行浮頂油罐的檢測和儲油量的估算，然后將圖像塊重新組合成具有儲油量估計的全圖像。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個文件夾和3個文件，讓我們逐一看看。large＿images： 這是一個文件夾，包含100個衛(wèi)星原始圖像，每個大小為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，每個大的圖像被分割成100個512x512大小的子圖，兩個軸上的子圖之間有37個像素的重疊，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簽。標簽存儲為字典列表，每個圖像對應(yīng)一個字典，不包含任何浮頂罐的圖像將被標記為“skip”，邊界框標簽的格式為邊界框四個角的（x，y）坐標。labels＿coco．json： 它包含與前一個文件相同的標簽的COCO標簽格式。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)，包括每個圖像的中心坐標和海拔高度。評估指標：對于儲油罐的檢測，我們將使用每種儲油罐的平均精度（Average Precision，AP）和各種儲油罐的mAP（Mean Average Precision，平均精度）來作為評估指標。浮頂罐的估計容積沒有度量標準。mAP 是目標檢測模型的標準評估指標。mAP 的詳細說明可以在下面的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］在他的存儲庫中使用RetinaNet來完成儲油罐探測任務(wù)。他從頭開始創(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）達到76．3％，然后他應(yīng)用陰影增強和像素閾值法來計算它的體積。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。為了計算一個儲油罐的總?cè)莘e，他們需要儲油罐的高度和半徑。為了計算高度，他們使用了與投影陰影長度的幾何關(guān)系，但是計算陰影的長度并不容易，為了突出陰影使用了HSV（即色調(diào)飽和度值）顏色空間，因為通常陰影在HSV顏色空間中具有高飽和度，然后采用基于亞像素細分定位（sub－pixel subdivision positioning）的中值法來計算陰影長度，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TankerTracker．com，其中的一項工作是利用衛(wèi)星圖像跟蹤幾個感興趣的地理位置的原油儲存情況。在這篇博客中，他們詳細描述了儲油罐的外部和內(nèi)部陰影如何幫助我們估計其中的石油含量，還比較了衛(wèi)星在特定時間和一個月后拍攝的圖像，顯示了一個月來儲油罐的變化。這個博客給了我們一個直觀的知識，即如何估計量。A Gentle Introduction to Object Recognition With Deep Learning ［4］ ：本文會介紹對象檢測初學(xué)者頭腦中出現(xiàn)的最令人困惑的概念。首先，描述了目標分類、目標定位、目標識別和目標檢測之間的區(qū)別，然后討論了一些最新的深度學(xué)習(xí)算法來展開目標識別任務(wù)。對象分類是指將標簽分配給包含單個對象的圖像，而對象定位是指在圖像中的一個或多個對象周圍繪制一個邊界框，目標檢測任務(wù)結(jié)合了目標分類和定位。這意味著這是一個更具挑戰(zhàn)性／復(fù)雜的任務(wù)，首先通過本地化技術(shù)在感興趣對象（OI）周圍繪制一個邊界框，然后借助分類為每個OI分配一個標簽。目標識別是上述所有任務(wù)的集合（即分類、定位和檢測）。

最后，本文還討論了兩種主要的目標檢測算法／模型：Region－Based Convolutional Neural Networks （R－CNN）和You Only Look Once （YOLO）。Selective Search for Object Recognition ［5］：在目標檢測任務(wù)中，最關(guān)鍵的部分是目標定位，因為目標分類是在此基礎(chǔ)上進行的，它依賴于定位所輸出的目標區(qū)域（簡稱區(qū)域建議）。更完美的定位可以實現(xiàn)更完美的目標檢測。選擇性搜索是一種新興的算法，在一些物體識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)用于目標定位，它從特征圖中學(xué)習(xí)目標的最佳位置，就像CNN從特征圖中學(xué)習(xí)分類一樣。它負責(zé)三個主要任務(wù)，首先生成錨定框（每個特征映射點生成9個不同形狀的錨定框），然后將每個錨定框分類為前景或背景（即是否包含對象），最后學(xué)習(xí)錨定框的形狀偏移量以使其適合對象。Faster R－CNN： Towards Real－Time Object Detection with Region Proposal Networks［7］：Faster R－CNN模型解決了前兩個相關(guān)模型（R－CNN和Fast R－CNN）的所有問題，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這個模型在對象檢測模型列表中占據(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)用于實時數(shù)據(jù)的原因。

與其他對象檢測模型不同，Yolo模型具有以下特性。單神經(jīng)網(wǎng)絡(luò)模型（即分類和定位任務(wù)都將從同一個模型中執(zhí)行）：以一張照片作為輸入，直接預(yù)測每個邊界框的邊界框和類標簽，這意味著它只看一次圖像。由于它對整個圖像而不是圖像的一部分執(zhí)行卷積，因此它產(chǎn)生的背景錯誤非常少。YOLO學(xué)習(xí)對象的一般化表示。在對自然圖像進行訓(xùn)練和藝術(shù)品測試時，YOLO的性能遠遠超過DPM和R－CNN等頂級檢測方法。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，它不太可能崩潰。是什么讓YoloV3比Yolov2更好。如果你仔細看一下yolov2論文的標題，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，因為體系的復(fù)雜性增加了。Yolov2使用了19層DarkNet架構(gòu)，沒有任何殘差塊、skip連接和上采樣，因此它很難檢測到小對象，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個卷積層，形成了106個卷積層結(jié)構(gòu)。

Yolov3在三種不同的尺度上進行預(yù)測，首先是大對象的13X13網(wǎng)格，其次是中等對象的26X26網(wǎng)格，最后是小對象的52X52網(wǎng)格。YoloV3總共使用9個錨箱，每個標度3個，用K均值聚類法選出最佳錨盒。Yolov3可以對圖像中檢測到的對象執(zhí)行多標簽分類，通過logistic回歸預(yù)測對象置信度和類預(yù)測。

5．我們的貢獻

我們的問題陳述包括兩個任務(wù)，第一個是浮頂罐的檢測，另一個是陰影的提取和已識別罐容積的估計。第一個任務(wù)是基于目標檢測，第二個任務(wù)是基于計算機視覺技術(shù)。讓我們描述一下解決每個任務(wù)的方法。儲罐檢測：我們的目標是估算浮頂罐的容積。我們可以為一個類建立目標檢測模型，但是為了減少一個模型與另一種儲油罐（即其他類型儲油罐）的混淆，并使其具有魯棒性，我們提出了三個類別的目標檢測模型。使用帶有轉(zhuǎn)移學(xué)習(xí)的YoloV3進行目標檢測是因為它更容易在機器上訓(xùn)練，此外為了提高度量分值，還采用了數(shù)據(jù)增強的方法。陰影提取和體積估計：陰影提取涉及許多計算機視覺技術(shù)，由于RGB顏色方案對陰影不敏感，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顏色空間的第一個通道值）的比值圖像來增強陰影部分。然后，通過閾值0．5×t1＋0．4×t2（其中t1是最小像素值，t2是平均值）來過濾增強圖像，再對閾值圖像進行形態(tài)學(xué)處理（即去除噪聲、清晰輪廓等）。最后，提取出兩個儲油罐的陰影輪廓，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遵循整個流程來解決這個案例研究如下所示。

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］

所有的標簽都存儲在字典列表中，總共有10萬張圖片。不包含任何儲罐的圖像將標記為Skip，而包含儲罐的圖像將標記為tank、tank Cluster或Floating Head tank，每個tank對象都有字典格式的四個角點的邊界框坐標。計數(shù)：

在10K個圖像中，8187個圖像沒有標簽（即它們不包含任何儲油罐對象，此外有81個圖像包含至少一個儲油罐簇對象，1595個圖像包含至少一個浮頂儲油罐。在條形圖中，可以觀察到，在包含圖像的1595個浮頂罐中，26．45％的圖像僅包含一個浮頂罐對象，單個圖像中浮頂儲罐對象的最高數(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)擴充

在EDA中，人們觀察到10000幅圖像中有8171幅是無用的，因為它們不包含任何對象，此外1595個圖像包含至少一個浮頂罐對象。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)，沒有足夠的數(shù)據(jù)會導(dǎo)致性能的下降。因此，我們先進行數(shù)據(jù)擴充，然后將獲得的擴充數(shù)據(jù)擬合到Y(jié)olov3目標檢測模型中。

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

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

＂＂＂

input： box＿dict－＞ 字典中有4個角點

Function： 獲取左上方和右下方的點

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

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

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)擴充：我們知道目標檢測需要大量的數(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)擴充。我們通過翻轉(zhuǎn)和旋轉(zhuǎn)原始圖像來生成新圖像。我們轉(zhuǎn)到下面的GitHub存儲庫，從中提取代碼進行擴充https：／／blog．paperspace．com／data－augmentation－for－bounding－boxes／通過執(zhí)行以下操作從單個原始圖像生成7個新圖像：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自己的二進制存儲格式。當(dāng)數(shù)據(jù)集太大時，它通常很有用。它以二進制格式存儲數(shù)據(jù)，并對訓(xùn)練模型的性能產(chǎn)生顯著影響。二進制數(shù)據(jù)復(fù)制所需的時間更少，而且由于在訓(xùn)練時只加載了一個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，但是我們沒有必要執(zhí)行此任務(wù)，因為我們的數(shù)據(jù)集不是很大，如果你感興趣，可以在我的GitHub存儲庫中找到代碼。

9．基于YoloV3的目標檢測

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＿Model／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）來訓(xùn)練我們的模型，并根據(jù)epoch應(yīng)用余弦衰減來降低學(xué)習(xí)速率。在訓(xùn)練過程中使用模型檢查點保存最佳權(quán)重，訓(xùn)練結(jié)束后保存最后一個權(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在三個不同的尺度上計算三個不同的損失，并對反向傳播進行總結(jié)（正如你在上面的代碼單元中看到的，最終損失是三個不同損失的列表），每個loss都通過4個子函數(shù)來計算檢測損失和分類損失。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目標得分邊界框多類預(yù)測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中的最后三項是平方誤差，而在Yolov3中，它們被交叉熵誤差項所取代，換句話說，Yolov3中的對象置信度和類預(yù)測現(xiàn)在通過logistic回歸來進行預(yù)測?？纯碮olov3損失函數(shù)的實現(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pred box進行反向

＃ 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超過臨界值時，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

分數(shù)：為了評估我們的模型，我們使用了AP和mAP來評估訓(xùn)練和測試數(shù)據(jù)測試集分數(shù)get＿mAP（model， ＇data／test．csv＇）

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

推理：讓我們看看這個模型是如何執(zhí)行的

10．儲量估算

體積估算是本案例研究的主要內(nèi)容。雖然沒有評估估計容積的標準，但我們試圖找到圖像的最佳閾值像素值，以便能夠在很大程度上檢測陰影區(qū)域（通過計算像素數(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512x512的子圖，兩個軸上的子圖之間重疊37像素。圖像修補程序在id＿row＿column．jpg命名。每個生成的子圖預(yù)測都將存儲在一個CSV文件中，然后再估計每個浮頂儲油罐的體積（代碼和解釋以Notebook格式在我的GitHub存儲庫中提供）。最后，將所有的圖像塊和邊界框與標簽合并，輸出估計的體積，形成一個大的圖像。你可以看看下面的例子：

11．結(jié)果

測試集上浮頂罐的AP分數(shù)為0．874，訓(xùn)練集上的AP分數(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數(shù)。我們將嘗試生成的更多數(shù)據(jù)來訓(xùn)練這個模型。我們將嘗試訓(xùn)練另一個更精確的模型，如yolov4，yolov5（非官方）。

責(zé)任編輯：gt