[發(fā)明專利]一種基于YOLO v5模型的路面坑洼檢測方法

在審

• 申請?zhí)枺?/td>: 202111248110.6
• 申請日: 2021-10-26
• 公開（公告）號: CN113902729A
• 公開（公告）日: 2022-01-07
• 發(fā)明（設(shè)計）人: 鄒洋;宛江城
• 申請（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

1.一種基于YOLO v5模型的路面坑洼檢測方法，其特征在于，包括：實時獲取路面圖像數(shù)據(jù)，將獲取的路面圖像數(shù)據(jù)輸入到訓(xùn)練好的YOLO v5模型中，得到路面檢測結(jié)果，根據(jù)結(jié)果控制車輛的運(yùn)動方向；

訓(xùn)練YOLO v5模型的過程包括：

S1：獲取原始數(shù)據(jù)集，對原始數(shù)據(jù)集進(jìn)行數(shù)據(jù)增強(qiáng)處理，得到增強(qiáng)數(shù)據(jù)集；增強(qiáng)數(shù)據(jù)集中的圖片包括不同種類的路面坑洼原始圖片和增強(qiáng)后的圖片；

S2：對增強(qiáng)的數(shù)據(jù)集進(jìn)行劃分，得到訓(xùn)練集和測試集；

S3：將訓(xùn)練集中的數(shù)據(jù)輸入到改進(jìn)后的YOLO v5模型的輸入端進(jìn)行預(yù)處理；

S4：將預(yù)處理后的圖片輸入到骨干網(wǎng)絡(luò)中進(jìn)行特征提取，得到特征圖；

S5：將特征圖輸入到Neck網(wǎng)絡(luò)中進(jìn)行特征融合處理，得到檢測框；

S6：對檢測框進(jìn)行篩選，得到預(yù)測框；

S7：將測試集中的數(shù)據(jù)輸入到模型中，根據(jù)預(yù)測框得到檢測結(jié)果；

S8：根據(jù)檢測結(jié)果計算模型的損失函數(shù)，不斷調(diào)整參數(shù)，當(dāng)損失函數(shù)的值最小時，完成模型的訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的一種基于YOLO v5模型的路面坑洼檢測方法，其特征在于，對原始數(shù)據(jù)集中的圖片進(jìn)行劃分的過程包括：對原始數(shù)據(jù)集中的坑洼圖像進(jìn)行標(biāo)注，標(biāo)注的區(qū)域為圖像內(nèi)容中的坑洼區(qū)域，將標(biāo)注后的圖像存儲為xml文件；將標(biāo)注后的文件按9：1的比例劃分為訓(xùn)練集合和樣本集。

3.根據(jù)權(quán)利要求1所述的一種基于YOLO v5模型的路面坑洼檢測方法，其特征在于，YOLO v5模型的輸入端對訓(xùn)練集中的數(shù)據(jù)進(jìn)行預(yù)處理的過程包括：將輸入的圖片進(jìn)行Mosaic增強(qiáng)處理和錨框計算；Mosaic增強(qiáng)處理的過程包括通過隨機(jī)采用縮放、裁剪、排布的方式對樣本數(shù)據(jù)進(jìn)行拼接處理，得到增強(qiáng)后的圖像；采用DBSCAN密度聚類算法對路面坑洼數(shù)據(jù)集中已標(biāo)注的目標(biāo)邊界框進(jìn)行聚類，產(chǎn)生不同數(shù)量、不同大小的先驗框。

4.根據(jù)權(quán)利要求3所述的一種基于YOLO v5模型的路面坑洼檢測方法，其特征在于，采用DBSCAN密度聚類算法對路面坑洼數(shù)據(jù)集中已標(biāo)注的目標(biāo)邊界框進(jìn)行聚類的過程包括：

S1：從路面坑洼數(shù)據(jù)集中已標(biāo)注的目標(biāo)邊界框的樣本數(shù)據(jù)中選出核心樣本點及其鄰居；

S2：遍歷所有篩選出的樣本點，判斷篩選出的樣本點p是否為核心樣本點，是則給p分配一個簇標(biāo)簽；不是核心樣本點，則將樣本點p標(biāo)記為噪聲；

S3：訪問核心樣本點p的所有鄰居，并將點p的簇標(biāo)簽分配給所有鄰居；

S4：判斷每個被訪問的鄰居是否為核心樣本點，若是則點p依次訪問各核心樣本的鄰居，并將點p的簇標(biāo)簽分配給所有訪問的鄰居點，直到點p的鄰居沒有核心樣本點為止；

S5：選取篩選出的樣本點中另一個未被訪問過的點，返回步驟S2重復(fù)上述過程，直至所有樣本點都被分配簇標(biāo)簽或被標(biāo)記為噪聲，完成聚類。

5.根據(jù)權(quán)利要求4所述的一種基于YOLO v5模型的路面坑洼檢測方法，其特征在于，選出核心樣本點及其鄰居的過程包括：設(shè)置距離閾值ε和數(shù)量閾值MinPts；對于路面坑洼數(shù)據(jù)集中已標(biāo)注的目標(biāo)邊界框的樣本數(shù)據(jù)中的樣本點p，計算該樣本點與周圍其他樣本點的距離；若計算得到的距離小于等于設(shè)置的距離閾值ε，則統(tǒng)計所有小于ε的樣本數(shù)量，將統(tǒng)計出的樣本數(shù)量大于設(shè)置的數(shù)量閾值MinPts，則將樣本點p標(biāo)記為核心樣本點；將與p距離小于等于ε的點稱為p的鄰居；若計算得到的距離大于設(shè)置的距離閾值ε，且統(tǒng)計出的樣本數(shù)量小于等于設(shè)置的數(shù)量閾值，則該樣本點p不為核心樣本點。