[發明專利]一種基于yolov5的車輛種類檢測與質量預估方法

在審

• 申請號: 202011557519.1
• 申請日: 2020-12-24
• 公開（公告）號: CN112836697A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 段連元
• 申請（專利權）人: 南京泓圖人工智能技術研究院有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06N3/04;G06N3/08;G06Q10/06
• 代理公司: 天津垠坤知識產權代理有限公司 12248
• 代理人: 王忠瑋

1.一種基于yolov5的車輛種類檢測與質量預估方法，其特征在于：包括：

獲取含有車輛類的若干圖片，將獲取的若干圖片按預定比例分為訓練集和驗證集；

標注訓練集中的圖片，利用標注工具用矩形框框出圖片中的車輛，并輸入車輛種類名稱；

傳輸標記后的圖片，所述標記后的圖片經過數據增強后傳入主干網絡，并生成標記后的圖片的三個第一特征層，再將三個第一特征層分別輸入neck部分，產生三個第二特征層并輸入給輸出端，所述第二特征層用于顯示預測框，輸出端根據生成的三個第二特征層給出邊界框和置信度；

采用非極大值抑制方法，篩選掉重復的邊界框，得出預測框，將預測框與標注工具產生框進行對比，并采用GloU損失函數計算損失，再利用損失函數做反向傳播，從而調整yolov5的權重，其中GIoU損失公式如下：

A：標注框矩形；

B；預測框矩形；

C：兩個框形成的圖像的最小外接矩形，即同時包含了預測框和真實框的最小框的面積；

重復上述過程使yolov5逐漸收斂，并通過驗證集的測試不斷調整參數，以使其具有泛化能力和精度提升。

2.根據權利要求1所述的一種基于yolov5的車輛種類檢測與質量預估方法，其特征在于：所述數據增強是通過添加、略微修改的現有數據副本或從現有數據中新建的合成數據來增加數據量。

3.根據權利要求1所述的一種基于yolov5的車輛種類檢測與質量預估方法，其特征在于：將所述標記后的圖片自適應縮放，以適合yolov5需要的大小。

4.根據權利要求3所述的一種基于yolov5的車輛種類檢測與質量預估方法，其特征在于：所述標記后的圖片自適應縮放后數據不足，采用Mosaic方法將四張圖片以隨機縮放、隨機裁剪、隨機排布的方式進行拼接，成為一張圖片，以使yolov5接收一張圖片時，等于同時接受了原來4張圖片的目標，進而豐富了數據集。