[發(fā)明專利]一種基于改進(jìn)的YOLO算法的海洋生物目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111251729.2
• 申請(qǐng)日: 2021-10-25
• 公開(kāi)（公告）號(hào): CN113901944A
• 公開(kāi)（公告）日: 2022-01-07
• 發(fā)明（設(shè)計(jì)）人: 劉洋;李英平;孔程玉;叢禹塵;劉勝藍(lán);王飛龍;張津榕
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 大連大工智訊專利代理事務(wù)所(特殊普通合伙) 21244
• 代理人: 梁左秋

本發(fā)明涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，提供一種基于改進(jìn)的YOLO算法的海洋生物目標(biāo)檢測(cè)方法，包括：步驟100，采集海洋生物數(shù)據(jù)集；步驟200，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理和數(shù)據(jù)增廣；步驟300，構(gòu)建使用可變形卷積改進(jìn)的YOLO V3檢測(cè)器；步驟400，在進(jìn)行步驟200形成的數(shù)據(jù)集上訓(xùn)練模型；步驟500，部署訓(xùn)練好的模型用于海洋生物目標(biāo)的檢測(cè)任務(wù)。本發(fā)明能夠提高海洋生物目標(biāo)檢測(cè)的精確性和可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，尤其涉及一種基于改進(jìn)的YOLO算法的海洋生物目標(biāo)檢測(cè)方法。

背景技術(shù)

漁業(yè)作為海洋產(chǎn)業(yè)的一大板塊，是中國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分，中國(guó)也是世界上最大的漁業(yè)生產(chǎn)國(guó)。近年來(lái)我國(guó)的漁業(yè)逐漸走向現(xiàn)代化，規(guī)模化的海洋牧場(chǎng)為現(xiàn)代化漁業(yè)的建設(shè)和管理提供了可行的解決方案。但現(xiàn)階段對(duì)于海產(chǎn)品的捕撈，尚需要一種現(xiàn)代化的捕撈作業(yè)方式，這就需要一種針對(duì)海洋生物的目標(biāo)檢測(cè)方法來(lái)輔助機(jī)器人入水執(zhí)行作業(yè)。

目標(biāo)檢測(cè)作為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)基礎(chǔ)性問(wèn)題，已經(jīng)有數(shù)十年的研究歷史，近幾年，隨著深度學(xué)習(xí)技術(shù)的興起，目標(biāo)檢測(cè)領(lǐng)域涌現(xiàn)出了一系列代表性的方法，例如，以Faster R-CNN(Faster Region with Convolutional Neural Network，更快速的含區(qū)域卷積神經(jīng)網(wǎng)絡(luò))為代表的兩階段目標(biāo)檢測(cè)方法，以YOLO V3(You Only Look Once V3，只看一次的目標(biāo)檢測(cè)器)為代表的一階段目標(biāo)檢測(cè)方法，以CenterNet(中心網(wǎng)絡(luò))為代表的無(wú)錨框目標(biāo)檢測(cè)方法等等。

盡管如此，海洋生物生活在水下，由于海水以及其中懸浮的微粒對(duì)光的衰減和散射，水下圖像退化嚴(yán)重，普遍存在著亮度低、對(duì)比度低、色偏等問(wèn)題，常規(guī)的目標(biāo)檢測(cè)方法難以奏效。考慮到水下圖像獲取難度較大，數(shù)據(jù)驅(qū)動(dòng)的方式難以奏效。所以，如何克服水下圖像退化問(wèn)題，使用小規(guī)模數(shù)據(jù)完成海洋生物的目標(biāo)檢測(cè)是一個(gè)亟待解決的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明主要解決現(xiàn)有技術(shù)不適應(yīng)小規(guī)模數(shù)據(jù)訓(xùn)練以及水下圖像退化現(xiàn)象的技術(shù)問(wèn)題，提出一種基于改進(jìn)的YOLO算法的海洋生物目標(biāo)檢測(cè)方法，以達(dá)到提高海洋生物目標(biāo)檢測(cè)的精確性和可靠性的目的。

本發(fā)明提供了一種基于改進(jìn)的YOLO算法的海洋生物目標(biāo)檢測(cè)方法，包括以下步驟：

步驟100，采集海洋生物數(shù)據(jù)集；

步驟200，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理和數(shù)據(jù)增廣；

步驟300，構(gòu)建使用可變形卷積改進(jìn)的YOLO V3檢測(cè)器；

步驟400，在進(jìn)行步驟200形成的數(shù)據(jù)集上訓(xùn)練模型，包括如下步驟401至步驟406：

步驟401，讀取參數(shù)文件，加載在大規(guī)模圖像分類數(shù)據(jù)集上預(yù)訓(xùn)練的模型權(quán)重；

步驟402，從步驟200處理生成的數(shù)據(jù)集中讀取圖像，劃分訓(xùn)練集和驗(yàn)證集；

步驟403，將訓(xùn)練數(shù)據(jù)分批次輸入到骨干網(wǎng)絡(luò)中，經(jīng)過(guò)連續(xù)的卷積處理，生成三張尺度分別為13*13、26*26和52*52的特征圖，供后續(xù)特征融合；

步驟404，通過(guò)上采樣后再卷積的方式，融合三張不同尺度下的特征圖上所包含的信息，供后續(xù)執(zhí)行預(yù)測(cè)；

步驟405，使用兩分支的頭部網(wǎng)絡(luò)，在三張?zhí)卣鲌D上的每一個(gè)網(wǎng)格處各預(yù)測(cè)出三個(gè)目標(biāo)框，并給出它們的位置信息和類別信息；

步驟406，采用BBox Voting的方法對(duì)目標(biāo)框進(jìn)行后處理，得到最終的預(yù)測(cè)結(jié)果；

步驟500，部署訓(xùn)練好的模型用于海洋生物目標(biāo)的檢測(cè)任務(wù)。

進(jìn)一步的，所述步驟100中采集海洋生物數(shù)據(jù)集，包括如下步驟：

步驟101，由潛水員或水下航行器攜帶攝像頭設(shè)備在近岸海域拍攝包含海洋生物的原始圖像；