[發(fā)明專利]一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法

在審

• 申請?zhí)枺?/td>: 202111505717.8
• 申請日: 2021-12-10
• 公開（公告）號: CN114187550A
• 公開（公告）日: 2022-03-15
• 發(fā)明（設計）人: 劉偉;方黎勇;范崢榮;李昊
• 申請（專利權(quán)）人: 電子科技大學長三角研究院（湖州）;南京視道信息技術(shù)有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 重慶天成卓越專利代理事務所(普通合伙) 50240
• 代理人: 王宏松

1.一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，包括以下步驟：

S1，提取弓網(wǎng)數(shù)據(jù)集，然后將弓網(wǎng)數(shù)據(jù)集分為訓練集和測試集，并對訓練集進行處理；

S2，將訓練集輸入改進的YOLO V3網(wǎng)絡，進行網(wǎng)絡訓練；

S3，將測試集輸入訓練后的YOLO V3網(wǎng)絡，得到目標識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，所述改進的YOLO V3網(wǎng)絡包括：

將DenseNet模塊取代原YOLO V3網(wǎng)絡中的ResNet結(jié)構(gòu)，

同時，把DenseNet模塊中的下采樣輸出分為兩部分：第一部分為順序輸出，輸出到l+1層的網(wǎng)絡中；第二部分加入密集連接，輸出到k層的網(wǎng)絡中，k∈{l+2,l+3...L}；

最后將DenseNet模塊中的輸入進行維度的融合：第一部的輸出特征圖與第二部分的輸出特征圖進行維度的融合；

其中L表示DenseNet模塊的深度，當前為第l層。

3.根據(jù)權(quán)利要求1所述的一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，所述提取弓網(wǎng)數(shù)據(jù)集包括：

查找解碼器，通過解碼器對視頻文件進行解碼提取圖像幀；再將生成的圖片幀命名，名稱由六位組成，前三位為視頻文件編號，后三位是圖像數(shù)量的編號。

4.根據(jù)權(quán)利要求1所述的一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，所述S1中的對訓練集進行處理包括以下步驟：

S11，弓網(wǎng)數(shù)據(jù)集標記；

S12，弓網(wǎng)數(shù)據(jù)集擴充和預處理。

5.根據(jù)權(quán)利要求4所述的一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，所述S11包括以下步驟：

S111，采用LabelImg標注工具標注零件的位置信息；

S112，將生成的標注文件放入到數(shù)據(jù)集的目錄中。

6.根據(jù)權(quán)利要求4所述的一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，所述S12中，對弓網(wǎng)數(shù)據(jù)集擴充的方法包括擴充方式一、方式二、方式三之一或者任意組合：

方式一：使A％的圖像進行上下翻轉(zhuǎn)，B％的圖像進行左右鏡像，然后調(diào)整圖像的亮度為原來的100％～130％，A+B＝1；

方式二：運用仿射變換，把圖像平移10～20像素；

方式三：將圖像縮放為原來的90％～110％；

所述S12中，對弓網(wǎng)數(shù)據(jù)集中的圖像進行預處理的方法為：

使用高斯模糊、均值模糊和中值模糊的任一或者組合方式對圖像進行隨機的增強處理。

7.根據(jù)權(quán)利要求1所述的一種基于改進YOLO V3網(wǎng)絡的弓網(wǎng)核心零部件識別方法，其特征在于，所述第一部分包括：

上一層的輸出和一個跨層連接的結(jié)果相加，網(wǎng)絡可以用方程表示為：

x_l＝H_l(x_l-1)+x_l-1

其中，x_l表示第l層的輸出；

x_l-1表示第l-1層的輸出；

H_l(·)表示第l層的非線性變換。