[發(fā)明專利]基于遷移學(xué)習(xí)的改進(jìn)YOLOv3模型側(cè)掃聲納沉船目標(biāo)自動(dòng)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010967912.1
• 申請(qǐng)日: 2020-09-15
• 公開(kāi)（公告）號(hào): CN112052817B
• 公開(kāi)（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 金紹華;湯寓麟;邊剛;張永厚;王美娜
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍海軍大連艦艇學(xué)院
• 主分類號(hào): G06V20/20
• 分類號(hào): G06V20/20;G06V10/762;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 梅洪玉

1.一種基于遷移學(xué)習(xí)的改進(jìn)YOLOv3模型側(cè)掃聲納沉船目標(biāo)自動(dòng)識(shí)別方法，其特征在于，包括以下步驟：

步驟1：對(duì)側(cè)掃聲納沉船圖像數(shù)據(jù)集進(jìn)行預(yù)處理；

所述步驟1包括：①對(duì)整個(gè)數(shù)據(jù)集圖像的像素進(jìn)行標(biāo)準(zhǔn)化，將尺寸不一致的圖像強(qiáng)制性統(tǒng)一為相同像素；②進(jìn)行歸一化處理，轉(zhuǎn)換為float32格式并轉(zhuǎn)換為0-1范圍內(nèi)的浮點(diǎn)數(shù)；③采用中心剪裁的方式剪裁圖像的不同比例，再放大到原始圖像大?。虎懿捎脭?shù)據(jù)增強(qiáng)進(jìn)行數(shù)據(jù)集擴(kuò)充；

步驟2：使用K-means聚類算法重新聚類先驗(yàn)框；數(shù)據(jù)集的側(cè)掃聲納圖像沉船目標(biāo)呈扁平豎長(zhǎng)形狀，YOLOv3采用以交并比為距離度量的K-means算法得到的，距離公式如下所示；

d(b,o)＝1-IOU(b,o)

式中：d(b,o)為先驗(yàn)框b和聚類中心o之間的距離；IOU(b，o)為先驗(yàn)框b和聚類框o之間的交并比；b_pt為先驗(yàn)框；b_gt為實(shí)際框；

通過(guò)多次聚類求得相對(duì)更加符合沉船目標(biāo)的形狀特點(diǎn)的先驗(yàn)框；

步驟3：基于YOLOv3模型進(jìn)行淺層特征融合的多尺度特征訓(xùn)練；將由YOLOv3模型4倍降采樣和2倍降采樣學(xué)習(xí)到的淺層特征與傳統(tǒng)YOLOv3模型中的三個(gè)尺度特征進(jìn)行融合，將由YOLOv3模型學(xué)習(xí)到淺層沉船輪廓紋理灰度信息與深層語(yǔ)義抽象特征融合，使圖像具有更加豐富的信息；

步驟4：增加二分類交叉熵進(jìn)行損失值計(jì)算；采用Momentum和RMSProp算法結(jié)合的自適應(yīng)學(xué)習(xí)率Adam算法對(duì)梯度的一階矩估計(jì)和二階矩估計(jì)進(jìn)行綜合考慮，計(jì)算出更新步長(zhǎng)；模型的損失函數(shù)如下式所示；

其中，x，y，w，h為預(yù)測(cè)框的中心坐標(biāo)以及長(zhǎng)和寬，S²為特征圖被劃分柵格數(shù)，B為每個(gè)柵格包含預(yù)測(cè)框數(shù)量，當(dāng)?shù)趇個(gè)柵格中第j個(gè)預(yù)測(cè)框負(fù)責(zé)預(yù)測(cè)某個(gè)對(duì)象時(shí)，否則當(dāng)?shù)趇個(gè)柵格中第j個(gè)預(yù)測(cè)框不負(fù)責(zé)預(yù)測(cè)某個(gè)對(duì)象但是卻與實(shí)際框的IOU大于設(shè)定閾值時(shí)，G_ij＝0，否則G_ij＝1；t_x，t_y為預(yù)測(cè)邊界框中心偏離量，為真實(shí)邊框中心偏移量，t_w，t_h為預(yù)測(cè)邊界框?qū)捀呖s放比，為真實(shí)邊框縮放比，σ為Sigmod函數(shù)，目的是將計(jì)算值壓縮在[0,1]之間，確保目標(biāo)中心在預(yù)測(cè)的網(wǎng)格單元中，防止偏移過(guò)多；表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框負(fù)責(zé)預(yù)測(cè)時(shí)與真實(shí)框之間中心坐標(biāo)誤差，表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框負(fù)責(zé)預(yù)測(cè)時(shí)與真實(shí)框之間寬高誤差；C為預(yù)測(cè)的置信度，p為類別的概率，L為二分類交叉熵函數(shù)，L表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框負(fù)責(zé)預(yù)測(cè)時(shí)置信度誤差，表示第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框負(fù)責(zé)預(yù)測(cè)時(shí)分類誤差；其中預(yù)測(cè)框中心點(diǎn)坐標(biāo)以及長(zhǎng)寬采用均方差，使用Sigmod函數(shù)σ計(jì)算誤差，計(jì)算量大，參數(shù)更新速度慢，收斂時(shí)間長(zhǎng)，反向傳播時(shí)，梯度更新幅度小，容易出現(xiàn)梯度消失的情況；因此置信度以及類別誤差采用二分類交叉熵函數(shù)進(jìn)行計(jì)算，以達(dá)到更好的收斂效果，如下式：

步驟5：使用遷移學(xué)習(xí)策略進(jìn)行模型訓(xùn)練；采用遷移學(xué)習(xí)策略進(jìn)行網(wǎng)絡(luò)模型的訓(xùn)練；

預(yù)訓(xùn)練完成的COCO數(shù)據(jù)集基礎(chǔ)上凍結(jié)了多尺度特征融合前卷積層的權(quán)重參數(shù)，在目標(biāo)數(shù)據(jù)集上初始化并重新訓(xùn)練部分卷積層、全連接層和Sigmoid輸出層；

步驟6：使用訓(xùn)練完成的模型對(duì)測(cè)試集的數(shù)據(jù)進(jìn)行測(cè)試。