[發(fā)明專利]一種基于注意力機(jī)制的YOLOv3違法廣告牌智能檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011243239.3
• 申請(qǐng)日: 2020-11-09
• 公開（公告）號(hào): CN112418020A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 鄧壯壯;張茜茜;王方召
• 申請(qǐng)（專利權(quán)）人: 南京信息工程大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 徐瑩

1.一種基于注意力機(jī)制的YOLOv3違法廣告牌智能檢測(cè)方法，其特征在于，包括以下步驟：

步驟1、采集廣告牌圖像，獲取由違法和合法廣告牌圖像組成的廣告牌數(shù)據(jù)集；

步驟2、將獲取的廣告牌數(shù)據(jù)集劃分為獨(dú)立不重復(fù)的驗(yàn)證集和測(cè)試集；

步驟3、對(duì)所劃分的驗(yàn)證集和測(cè)試集中每個(gè)廣告牌圖像的特征提取，分別獲得驗(yàn)證集和測(cè)試集內(nèi)各廣告牌圖像的特征；

步驟4、基于Darknet53網(wǎng)絡(luò)模型增加由通道注意力模塊和空間注意力模塊構(gòu)成的CBAM模塊，并進(jìn)行訓(xùn)練得到廣告牌檢測(cè)模型；將驗(yàn)證集內(nèi)廣告牌圖像的特征輸入基于Darknet53網(wǎng)絡(luò)模型訓(xùn)練得到的廣告牌檢測(cè)模型中，得到驗(yàn)證集內(nèi)廣告牌圖像的中間特征映射，將中間特征映射輸入CBAM模塊得到空間注意力特征，并通過對(duì)廣告牌檢測(cè)模型驗(yàn)證，獲取廣告牌檢測(cè)模型的參數(shù)；將測(cè)試集內(nèi)廣告牌圖像的特征輸入帶參數(shù)的廣告牌檢測(cè)模型中，獲得檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述基于注意力機(jī)制的YOLOv3違法廣告牌智能檢測(cè)方法，其特征在于，所述步驟1中利用目標(biāo)檢測(cè)標(biāo)注工具對(duì)廣告牌圖像進(jìn)行標(biāo)注，將標(biāo)注的廣告牌圖像格式化為設(shè)定尺寸，以采集得到廣告牌圖像。

3.根據(jù)權(quán)利要求1所述基于注意力機(jī)制的YOLOv3違法廣告牌智能檢測(cè)方法，其特征在于：所述步驟2中采用隨機(jī)抽樣法對(duì)廣告牌數(shù)據(jù)集劃分。

4.根據(jù)權(quán)利要求1所述基于注意力機(jī)制的YOLOv3違法廣告牌智能檢測(cè)方法，其特征在于，所述步驟4將驗(yàn)證集內(nèi)廣告牌圖像的特征輸入廣告牌檢測(cè)模型得到驗(yàn)證集內(nèi)廣告牌圖像的中間特征映射，包括以下步驟：

將驗(yàn)證集內(nèi)廣告牌圖像的特征輸入廣告牌檢測(cè)模型中，得到中間特征映射；

將中間特征映射先輸入CBAM模塊的通道注意力模塊，分別經(jīng)過基于并行的兩個(gè)通道進(jìn)行最大池化層和平均池化層操作，獲取基于最大池化層處理的特征和基于平均池化層處理的特征，再將該兩個(gè)特征分別經(jīng)過共享網(wǎng)絡(luò)多層感知器MLP輸出得到兩個(gè)特征；將共享網(wǎng)絡(luò)多層感知器MLP分別輸出的兩個(gè)特征進(jìn)行相乘，再同基于最大池化層處理的特征和基于平均池化層處理的特征進(jìn)行加和操作，最后采用sigmoid激活函數(shù)，生成權(quán)重通道注意力特征；將權(quán)重通道注意力特征和輸入的中間特征映射進(jìn)行乘法操作，生成最終的輸出通道注意力特征；

將最終的輸出通道注意力特征輸入空間注意力模塊，分別經(jīng)過基于并行的兩個(gè)通道最大池化層和平均池化層的操作，獲取基于最大池化層處理的特征和基于平均池化層處理的特征，再將這兩個(gè)特征基于通道做拼接操作后經(jīng)過一個(gè)卷積操作降維，采用sigmoid激活函數(shù)，生成權(quán)重空間注意力特征；

將生成的權(quán)重通道注意力特征與權(quán)重空間注意力特征進(jìn)行乘法操作，得到最終的輸出空間注意力特征。