[發明專利]一種基于注意力機制的YOLOv3違法廣告牌智能檢測方法

在審

• 申請號: 202011243239.3
• 申請日: 2020-11-09
• 公開（公告）號: CN112418020A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 鄧壯壯;張茜茜;王方召
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 徐瑩

本發明公開了一種基于注意力機制的YOLOv3違法廣告牌智能檢測方法，包括采集廣告牌圖像，獲取由違法和合法廣告牌圖像組成的廣告牌數據集；將廣告牌數據集劃分為獨立不重復的驗證集和測試集；對驗證集和測試集中每個廣告牌圖像的特征提取，獲得各廣告牌圖像的特征；基于Darknet53網絡模型增加由通道注意力模塊和空間注意力模塊構成的CBAM模塊，得到廣告牌檢測模型；將驗證集內廣告牌圖像的特征作為輸入模型參數；將測試集內廣告牌圖像的特征輸入，獲得檢測結果。本發明可實現準確的定位和分類違法廣告，緩解對于大量人力的依賴，提高了對違法廣告的檢測。

技術領域

本發明涉及一種基于注意力機制的YOLOv3違法廣告牌智能檢測方法，屬于智能檢測的技術領域。

背景技術

隨著經濟社會的快速發展，人民生活水平得到了提高，各色各樣的商鋪廣告出現在我們的生活中，不僅在城市有很多商鋪廣告，在城鎮也有很多商鋪廣告；而城市中可以得到有效地管理，但在缺乏管理的城鎮，廣告設施雜亂，影響城市鄉鎮的視覺環境。

為了規范城鎮戶外廣告設施和店招標牌設施的設置行為，確保廣告設施的安全可靠，創造健康、有序的城市視覺環境，城市管理部門需對違法廣告設施做定期肅清。但目前執法依賴執法人員在街道拍照取證，由于涉及街道范圍較廣，需要耗費大量人力，而且效率也較低。

發明內容

本發明所要解決的技術問題在于克服現有技術的不足，提供一種基于注意力機制的YOLOv3違法廣告牌智能檢測方法，該智能檢測算法定位和分類準確，在一定程度上緩解了對于人力資源的依賴，有助于創造健康、有序的城市視覺環境。

本發明具體采用以下技術方案解決上述技術問題：

一種基于注意力機制的YOLOv3違法廣告牌智能檢測方法，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據集；

步驟2、將獲取的廣告牌數據集劃分為獨立不重復的驗證集和測試集；

步驟3、對所劃分的驗證集和測試集中每個廣告牌圖像的特征提取，分別獲得驗證集和測試集內各廣告牌圖像的特征；

步驟4、基于Darknet53網絡模型增加由通道注意力模塊和空間注意力模塊構成的CBAM模塊，并進行訓練得到廣告牌檢測模型；將驗證集內廣告牌圖像的特征輸入基于Darknet53網絡模型訓練得到的廣告牌檢測模型中，得到驗證集內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，并通過對廣告牌檢測模型驗證，獲取得到廣告牌檢測模型的參數；將測試集內廣告牌圖像的特征輸入帶參數的廣告牌檢測模型中，獲得檢測結果。

進一步地，作為本發明的一種優選技術方案，所述步驟1中利用目標檢測標注工具對廣告牌圖像進行標注，將標注的廣告牌圖像格式化為設定尺寸，以采集得到廣告牌圖像。

進一步地，作為本發明的一種優選技術方案，所述步驟2中采用隨機抽樣法對廣告牌數據集劃分。

進一步地，作為本發明的一種優選技術方案，所述步驟4將驗證集內廣告牌圖像的特征輸入廣告牌檢測模型得到驗證集內廣告牌圖像的中間特征映射，包括以下步驟：

將驗證集內廣告牌圖像的特征輸入廣告牌檢測模型中，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，分別經過基于并行的兩個通道進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，再將該兩個特征分別經過共享網絡多層感知器MLP輸出得到兩個特征；將共享網絡多層感知器MLP分別輸出的兩個特征進行相乘，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行加和操作，最后采用sigmoid激活函數，生成權重通道注意力特征；將權重通道注意力特征和輸入的中間特征映射進行乘法操作，生成最終的輸出通道注意力特征；