[發(fā)明專利]一種基于EVP_YOLO的室內(nèi)物品檢測方法

在審

• 申請?zhí)枺?/td>: 202011632422.2
• 申請日: 2020-12-31
• 公開（公告）號: CN112784694A
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計）人: 沈雷;王方杰;李東輝
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發(fā)明公開了一種基于EVP_YOLO的室內(nèi)物品檢測方法。本發(fā)明包括以下步驟：S1、構(gòu)建EVP_YOLO的主體網(wǎng)絡(luò)，主體網(wǎng)絡(luò)擁有五個特征層和一個池化層，每個特征層都采用回流殘差結(jié)構(gòu)；S2、對完成卷積的結(jié)果標(biāo)準(zhǔn)化處理后送入激活函數(shù)中；S3、對激活函數(shù)輸出值進(jìn)行標(biāo)簽平滑處理：S4、訓(xùn)練網(wǎng)絡(luò)模型；S5、對訓(xùn)練好的網(wǎng)絡(luò)模型輸入測試數(shù)據(jù)，進(jìn)行自動目標(biāo)檢測。本發(fā)明以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)搭建出層數(shù)更多結(jié)構(gòu)更加完善的目標(biāo)識別算法EVP_YOLO。經(jīng)測試證明此模型對室內(nèi)的小件物品識別度明顯增高，檢測結(jié)果的準(zhǔn)確率也較為理想。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機視覺領(lǐng)域，具體涉及一種基于EVP_YOLO的深度學(xué)習(xí)模型在室內(nèi)物體檢測場景的具體應(yīng)用。

背景技術(shù)

隨著社會的發(fā)展人們的安全意識也在不斷的提高，視頻監(jiān)控在百姓家中的普及率也迅速增加。視頻數(shù)據(jù)爆發(fā)式增加，如何將相對有效的信息從中提取出來成為了一個亟待解決的問題。要想充分發(fā)揮視頻監(jiān)控的作用，室內(nèi)目標(biāo)自動檢測系統(tǒng)就顯得尤為重要。

當(dāng)前基于深度學(xué)習(xí)的目標(biāo)檢測算法可以大致分為兩類，一類是將目標(biāo)檢測分為兩步(two stage)進(jìn)行的算法(R-CNN，F(xiàn)ast R-CNN, Faster R-CNN，SPP-net)，此類算法依賴區(qū)域特征提取，需要先使用啟發(fā)式方法(selective search)或者CNN網(wǎng)絡(luò)(RPN)在候選框中提取目的信息，然后再對目的信息進(jìn)行分類和回歸處理。另一種則是一步 (one stage)進(jìn)行的，如YOLO、SSD等，此類模型不依賴于區(qū)域特征提取，僅使用一個框架網(wǎng)絡(luò)直接預(yù)測不同目標(biāo)的類別與位置。兩類模型各有好壞，第一類準(zhǔn)確度高一些，但是速度較慢；第二類速度快，但是準(zhǔn)確性要低一些，隨著硬件設(shè)施的不斷進(jìn)步以及算法的逐漸優(yōu)化此類算法開始占據(jù)主流。在保持高檢測速率的前提下提高模型目標(biāo)檢測的精度一直是人們研究的主要方向。

發(fā)明內(nèi)容

本發(fā)明的目的是對于現(xiàn)有的室內(nèi)物品檢測算法檢測不準(zhǔn)確的問題，提供一種基于EVP_YOLO的室內(nèi)物品檢測方法。

本發(fā)明所采用的技術(shù)方案包括以下步驟：

S1、構(gòu)建EVP_YOLO的主體網(wǎng)絡(luò)，主體網(wǎng)絡(luò)擁有五個特征層和一個池化層，每個特征層都采用回流殘差結(jié)構(gòu)。前兩個特征層為公共特征層，后三個特征層位于主干網(wǎng)絡(luò)的不同位置，后三個特征層經(jīng)過多次卷積所提取的特征數(shù)據(jù)被分為兩部分，一部分用于該特征層的結(jié)果預(yù)測，另一部分采用回流結(jié)構(gòu)，進(jìn)行卷積后再重新輸入到前一個特征層。池化層負(fù)責(zé)將卷積后的數(shù)據(jù)進(jìn)行池化處理，池化處理后的數(shù)據(jù)也分為兩部分，一部分用于直接輸出，另一部分同樣采用回流結(jié)構(gòu)，回傳至前一個特征層用以增加邊界框視野，從而分離出更加顯著的上下文特征。數(shù)據(jù)進(jìn)行再次回流后邊界框的感受視野將會增加。其整體架構(gòu)的優(yōu)越性使得整體很容易被優(yōu)化，并且能夠通過增加相當(dāng)?shù)纳疃葋硖岣哳A(yù)測的準(zhǔn)確率。不同的殘差塊之間使用了階躍式連接，也較大程度地緩解了在深度神經(jīng)網(wǎng)絡(luò)中增加深度帶來的梯度消失問題。并且其每一個卷積部分都使用了特有的正則化卷積結(jié)構(gòu)(Darknet Conv2D)，每一次卷積的時都會進(jìn)行正則化處理。

S2、對完成卷積的結(jié)果標(biāo)準(zhǔn)化(Batch Normaliz ation)處理后送入激活函數(shù)(Mish)之中。普通的激活函數(shù)(LeakyReLu)是給所有負(fù)值賦予一個非零斜率，而Mish函數(shù)則更加的平滑，具有更好的泛化能力，并且Mish函數(shù)并不是一個單調(diào)函數(shù)此性質(zhì)對于整體數(shù)據(jù)中的小的負(fù)值更加友好，從而使網(wǎng)絡(luò)中的梯度流也更加的穩(wěn)定。以數(shù)學(xué)的方式表示為：

式中，Mish(*)為激活函數(shù)，x為輸入數(shù)據(jù)，該數(shù)據(jù)是完成卷積后標(biāo)準(zhǔn)化數(shù)據(jù)。

S3、對激活函數(shù)輸出值進(jìn)行標(biāo)簽平滑處理：