《Technologies》:Sustainable Maritime Applications with Lightweight Classifier Using Modified MobileNet
Gandeva Bayu Satrya,
Febrian Kurniawan,
Gelar Budiman,
Adelia Octora Pristisahida,
Bledug Kusuma Prasaja Moesdradjad,
I Nyoman Apraz Ramatryana and
Salah Eddine Choutri
编辑推荐:
摘要(Abstract):研究人员提出一种经改进的MobileNet架构——M-MobileNet(Modified MobileNet),用于印度尼西亚海域667种鱼类的细粒度图像分类(Fine-Grained Image Classification)。为
摘要(Abstract):研究人员提出一种经改进的MobileNet架构——M-MobileNet(Modified MobileNet),用于印度尼西亚海域667种鱼类的细粒度图像分类(Fine-Grained Image Classification)。为适配远洋渔船上算力受限的边缘设备(Edge Device),研究人员将标准MobileNetV2的全连接层参数量缩减约12%,并以Swish激活函数替代ReLU以解决梯度消失问题。所构建的数据集含37,462张图像,按8:2分层划分训练集与测试集,采用Adam优化器(初始学习率10?4)、批次大小50及ReduceLROnPlateau回调进行训练。性能评估指标包括准确率(Accuracy)、精确率(Precision)、召回率(Recall/Sensitivity)、特异度(Specificity)及F1分数(F1-Score)。实验结果表明,M-MobileNet在参数量仅3.76M的前提下达到97%的整体准确率与0.978的F1分数,优于VGG16、ResNet50、标准MobileNetV2、EfficientNet及CapsNet等基准模型,且在尾部低频类别(每类<50张图像)上仍保持89.5%的F1分数。GPU利用率(GPU Utility)降至42.96%,适宜于低功耗移动GPU(如NVIDIA GTX 860M)部署。该研究证明结合参数量削减与非单调Swish激活函数的协同策略可在资源受限场景下实现高精度鱼类物种识别,并为海事边缘智能系统提供安全临界(Specificity=0.999)的可食用性判别辅助功能。
论文解读:M-MobileNet——面向海事边缘部署的轻量化鱼类物种识别改进MobileNet模型
一、研究背景与立项依据
印度尼西亚海域鱼类物种多样性极高,传统形态学鉴定依赖专家经验且难以在远洋作业现场实施。现有深度卷积神经网络(Convolutional Neural Network, CNN)如VGG16或ResNet50虽具较高分类精度,但参数量大、计算开销高,无法直接部署于渔船搭载的低功耗嵌入式GPU。标准MobileNetV2虽相对轻量,但其ReLU激活函数在负值区梯度为零易导致神经元"死亡"(Dying ReLU),且全连接顶层对长尾分布(Long-Tail Distribution)多物种数据集仍存冗余参数。此外,误将有毒鱼类判为可食用(False Positive)在安全关键场景具严重健康风险,要求模型具极高特异度(Specificity)。因此,研究人员开展了面向667类印尼本地鱼种、兼顾高精度与低计算负载的轻量化CNN架构改进及边缘适配性研究,相关成果发表于《Technologies》。
二、主要关键技术方法
研究人员采集并标注印尼海域667物种共37,462张鱼类图像构建专有数据集(样本队列来源),按分层抽样80%训练(29,970幅)、20%测试(7,492幅),未另设验证集而以测试集监控ReduceLROnPlateau(监测验证准确率,耐心patience=10轮,衰减因子0.5)。以标准MobileNetV2为基线,提出M-MobileNet:(1)削减末端全连接层参数量约12%;(2)以Swish激活函数 f(x)=x·σ(x) 全面替换ReLU。基准对照含VGG16、ResNet50、MobileNetV2、EfficientNet(EffNet)及CapsNet,均同超参数训练。性能通过混淆矩阵导出Accuracy、Precision、Recall(Sensitivity)、Specificity及F1-Score(β=1),辅以NVIDIA-SMI测度GPU占用率(GPU Utility)与显存控制器占用率(Memory Utility)。开展消融实验分离参数量削减与Swish激活各自贡献,按每类图像数划分类频率区间(Head>500、Body 50–500、Tail<50)分析长尾鲁棒性。
三、研究结果
4.1. Experimental Setup(实验设置)
输入图像缩放至224×224像素,Adam优化器初始学习率10?4,Batch Size=50,ReduceLROnPlateau监控验证准确率。数据集667物种分层8:2划分,训练集施数据增强(Data Augmentation)抑过拟合,测试集兼早停监控。基线模型同超参数比对VGG16、ResNet50、MobileNetV2、EfficientNet、CapsNet。
4.2. Performance Metrics(性能指标)
基于混淆矩阵定义:Precision=TP/(TP+FP),Recall=TP/(TP+FN),Specificity=TN/(TN+FP),Accuracy=(TP+TN)/(TP+TN+FP+FN),F1-Score=2·Precision·Recall/(Precision+Recall)。同时记录推理时GPU核心活跃百分比(GPU Utility)与显存控制器活跃百分比(Memory Utility)。
4.3. Activation Function Analysis(激活函数分析)
对比Sigmoid、tanh、ReLU及Swish。Sigmoid与tanh存饱和区梯度趋零致梯度消失;ReLU负区梯度为零引致部分神经元永久失活;Swish(x)=x·σ(x)具非单调(Non-Monotonic)、正轴无上界、负轴下界有界特性,保非零梯度缓减梯度消失。导数S′(x)=S(x)+σ(x)·[1?S(x)]。实验显示Swish整体分类精度优于ReLU。
4.4. Main Results(主要结果)
M-MobileNet达最高Accuracy=97.0%、F1=0.978、Precision/Recall/Specificity均最优。头部类(>500幅)平均F1=98.2%,尾部类(<50幅)F1=89.5%,证长尾泛化力。GPU Utility=42.96%(VGG16为98%),Memory Utility近最低,显存需求适配4GB GDDR5移动GPU。
4.5. Ablation Study: Isolating Architectural Contributions(消融研究:分离架构贡献)
四组对照:(a)标准MobileNetV2—Accuracy 94.0%;(b)仅参数量削减—Accuracy微降至93.5%(容量缩减代价);(c)仅换Swish—Accuracy升至95.2%(改善梯度流);(d)M-MobileNet(双改)—Accuracy 97.0%。证参数量削减与Swish具协同效应(Synergistic Effect):Swish补偿瘦身所致信息瓶颈,实现更优精度—复杂度权衡。Macro F1=0.948即便尾部560稀有物种,防灾难性遗忘(Catastrophic Forgetting)。
4.6. Comprehensive Performance Comparison(综合性能比较)
M-MobileNet参数量3.76M(较标准MobileNetV2降12%,较VGG16降97.3%)。重模型VGG16(~138M)因相对数据集过配(Overfitting)反逊于轻量M-MobileNet。M-MobileNet兼具最高分类性能与最低边缘计算负荷。
4.7. System Optimization and Safety Implications(系统优化与安全意义)
削减全连接层使GPU Utility≈43%,留余量供导航软件并发运行。Specificity=0.999→安全违规率(有毒判可食)仅0.1%,满足海事食品安全临界要求。推荐对预测置信度<80%之样本引入人工复核(Human-in-the-Loop)。
四、讨论与结论
研究人员通过消融实验确证M-MobileNet性能提升源于架构改进(参数量削减+Swish激活)而非单纯调参。轻量化约束充当正则化抑制过拟合,Swish非单调特性克服ReLU死区,二者协同使精简模型超越原版及多数重型基准。数据集具印尼地域局限、部分软骨鱼仅至属级鉴别、未实装超低功耗嵌入式实时海试为已知不足。未来方向含引入SSD(Single Shot Detector/multibox)做实船视频流实时检测、扩全球鱼种及多种子统计验证。
结论(Conclusion): 研究人员提出并验证了一种改进MobileNet架构M-MobileNet,通过12%全连接层参数量削减与Swish激活函数嵌入,在667类印尼鱼类数据集上取得97%准确率与0.978 F1分数,显著优于VGG16、ResNet50、MobileNetV2、EfficientNet及CapsNet基准模型,GPU利用率降至42.96%适配移动GPU边缘部署,尾部稀有类F1维持89.5%,特异度0.999保障食用安全判别可靠性,为远洋渔业可持续管理与海事边缘智能识别提供可行方案。