[發(fā)明專利]一種基于改進(jìn)YOLOv3-tiny的水下聲納圖像目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110051819.0
• 申請(qǐng)日: 2021-01-15
• 公開(kāi)（公告）號(hào): CN112861919A
• 公開(kāi)（公告）日: 2021-05-28
• 發(fā)明（設(shè)計(jì)）人: 楊惠珍;翟羽佳;李源
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 金鳳

1.一種基于改進(jìn)YOLOv3-tiny的水下聲納圖像目標(biāo)檢測(cè)方法，其特征在于，包括以下步驟：

步驟1：通過(guò)二維成像聲納獲取多幅原生聲納圖像；

步驟2：對(duì)步驟1獲取的原生聲納圖像采用圖形變換方法隨機(jī)進(jìn)行變換，變換后的圖像和原生聲納圖像數(shù)據(jù)共同構(gòu)成聲納圖像數(shù)據(jù)集；將聲納圖像數(shù)據(jù)集的所有圖像尺寸變換為512×224；將聲納圖像數(shù)據(jù)集劃分為聲納圖像訓(xùn)練集和聲納圖像測(cè)試集，聲納圖像訓(xùn)練集中圖像數(shù)量大于聲納圖像測(cè)試集中圖像數(shù)量；

步驟3：對(duì)聲納圖像數(shù)據(jù)集圖像中目標(biāo)的類別和位置進(jìn)行標(biāo)注；

如果聲納圖像數(shù)據(jù)集圖像中不存在目標(biāo)，則該圖像定義為負(fù)樣本；

如果聲納圖像數(shù)據(jù)集圖像中存在目標(biāo)，則該圖像定義為正樣本，同時(shí)對(duì)目標(biāo)標(biāo)注類別；用邊界框標(biāo)記目標(biāo)的位置，邊界框?yàn)槟繕?biāo)最小外接矩形，目標(biāo)位置表示為邊界框的四個(gè)頂點(diǎn)的坐標(biāo)：X_max，X_min，Y_max，Y_min，歸一化如下：

x＝(X_max+X_min)/2*S_x

y＝(Y_max+Y_min)/2*S_y

w＝(X_max-X_min)/S_x

h＝(Y_max-Y_min)/S_y (1)

其中S_x為目標(biāo)所在圖像的長(zhǎng)度，S_y為目標(biāo)所在圖像的寬度；(x，y)為歸一化的邊界框中心坐標(biāo)，(w，h)為歸一化的邊界框?qū)挾群透叨龋?/p>

步驟4：采用多尺度特征融合策略構(gòu)建改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)；

步驟4-1：融合YOLOv3-tiny網(wǎng)絡(luò)第8層和第18層的特征，并在YOLOv3-tiny網(wǎng)絡(luò)已有兩個(gè)預(yù)測(cè)層的基礎(chǔ)上新增第3個(gè)預(yù)測(cè)層；

從YOLOv3-tiny網(wǎng)絡(luò)第8層引出的特征圖維度為64×28×128；

從YOLOv3-tiny網(wǎng)絡(luò)第18層引出的特征圖維度為32×14×256，經(jīng)過(guò)一個(gè)1×1×128的卷積層和上采樣層之后得到64×28×128的特征圖，將得到的64×28×128的特征圖與第8層引出的特征圖進(jìn)行同維度拼接，再經(jīng)過(guò)一個(gè)3×3×128和一個(gè)1×1×18的卷積層，最終輸出維度為64×28×18的特征圖，即為新增的第3個(gè)預(yù)測(cè)層；

此時(shí)，YOLOv3-tiny網(wǎng)絡(luò)的3個(gè)預(yù)測(cè)層的特征圖分尺寸分別為16×7、32×14和64×28；

改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)的特征圖尺寸為32×14的預(yù)測(cè)層是將YOLOv3-tiny網(wǎng)絡(luò)的第15層的特征圖引出，通過(guò)一個(gè)1×1×128的卷積層與一個(gè)上采樣層之后與第10層的特征圖進(jìn)行同維度拼接，再經(jīng)過(guò)一個(gè)3×3×256和一個(gè)1×1×18的卷積層，最終輸出維度為32×14×18的預(yù)測(cè)層；

步驟4-2：刪除特征圖尺寸為16×7的預(yù)測(cè)層；得到改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)；

步驟5：使用聲納圖像訓(xùn)練集對(duì)改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到最終訓(xùn)練完成的改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)模型；

步驟6：使用最終訓(xùn)練完成的改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)模型預(yù)測(cè)目標(biāo)的位置坐標(biāo)和置信度；

步驟6-1：采用K-means++聚類方法，對(duì)聲納圖像數(shù)據(jù)集中圖像的邊界框進(jìn)行聚類，得到22×21、34×32、40×39、42×43、46×47、57×54六種尺寸的先驗(yàn)框；

步驟6-2：將22×21、34×32、40×39三種尺寸的先驗(yàn)框分配給特征圖尺寸為32×14的預(yù)測(cè)層；將42×43、46×47、57×54三種尺寸的先驗(yàn)框分配給特征圖尺寸為64×28的預(yù)測(cè)層；

步驟6-3：將尺寸為32×14的預(yù)測(cè)層特征圖劃分成32×14個(gè)網(wǎng)格單元，根據(jù)目標(biāo)所在邊界框中心坐標(biāo)，將每個(gè)目標(biāo)分配到對(duì)應(yīng)位置的網(wǎng)格單元，該對(duì)應(yīng)位置的網(wǎng)格單元使用步驟6-2給特征圖尺寸為32×14的預(yù)測(cè)層分配的先驗(yàn)框預(yù)測(cè)目標(biāo)的位置坐標(biāo)和置信度；

將尺寸為64×28的預(yù)測(cè)層特征圖劃分成64×28個(gè)網(wǎng)格單元，根據(jù)目標(biāo)所在邊界框中心坐標(biāo)，將每個(gè)目標(biāo)分配到對(duì)應(yīng)位置的網(wǎng)格單元，該對(duì)應(yīng)位置的網(wǎng)格單元使用步驟6-2給特征圖尺寸為64×28的預(yù)測(cè)層分配的先驗(yàn)框預(yù)測(cè)目標(biāo)的位置坐標(biāo)和置信度；

預(yù)測(cè)目標(biāo)的位置坐標(biāo)和置信度的計(jì)算公式如下：

其中，C_x和C_y是網(wǎng)格單元的左上角坐標(biāo)，改進(jìn)YOLOv3-tiny網(wǎng)絡(luò)中每個(gè)網(wǎng)格單元在特征圖中的寬和高都為1；P_w和P_h是先驗(yàn)框在預(yù)測(cè)層特征圖中的映射寬度和高度，(t_x，t_y，t_w，t_h，t_o)表示YOLOv3-tiny的回歸預(yù)測(cè)輸出；σ_sigmoid表示sigmoid激活函數(shù)，σ_logistic表示logistic回歸；e表示自然指數(shù)；(b_x,b_y)表示預(yù)測(cè)結(jié)果框的中心坐標(biāo)偏移值；(b_w,b_h)表示歸一化后預(yù)測(cè)結(jié)果框的寬度和高度；c表示置信度；通過(guò)式(2)對(duì)YOLOv3-tiny的回歸預(yù)測(cè)輸出進(jìn)行解碼，獲得預(yù)測(cè)結(jié)果框的(b_x,b_y,b_w,b_h,c)；

步驟6-4：對(duì)所有預(yù)測(cè)的目標(biāo)位置坐標(biāo)和置信度結(jié)果采用非極大值抑制方法，輸出置信度最大的預(yù)測(cè)結(jié)果。