[發明專利]一種基于注意力YOLOv5模型的自動水果識別方法

在審

• 申請號: 202210138123.6
• 申請日: 2022-02-15
• 公開（公告）號: CN114494710A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 邵葉秦;曹秋陽;李登亮;宋錦偉;高瞻;施佺
• 申請（專利權）人: 南通大學
• 主分類號: G06V10/40
• 分類號: G06V10/40;G06V10/762;G06V10/82;G06K9/62;G06T3/40;G06N3/04;G06N3/08
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 許海洲

1.一種基于注意力YOLOv5模型的自動水果識別方法，其特征在于，包括以下步驟：

步驟1、將數據集的原始圖像進行預處理；

步驟2、輸入主干網絡提取特征，并使用SENet注意力模塊得到一個與通道對應的一維向量作為評價分數；

步驟3、將評價分數通過乘法操作作用到feature map的對應通道上，得到用于水果識別的有效特征；

步驟4、經過特征金字塔和路徑聚合網絡結構將特征融合；

步驟5、對圖像特征進行預測，使用CIOU考慮目標框與預測框的高寬比和中心點之間的關系，提升預測精度，根據大、中、小目標分別輸出識別結果。

2.根據權利要求1所述的基于注意力YOLOv5模型的自動水果識別方法，其特征在于，所述步驟1中使用Mosaic數據增強的方式進行圖像拼接。

3.根據權利要求2所述的基于注意力YOLOv5模型的自動水果識別方法，其特征在于，所述步驟1中對數據集的尺寸歸一化處理，對原始圖像進行自適應填充最少的灰度值，具體包括以下步驟：

步驟1.1、設置圖像縮放比例；令原始圖像為A×B，縮放至a×a，其中A為原始圖像的寬，B為原始圖像的高，a為縮放后圖像的寬，縮放后圖像寬和高相等，將縮放后圖像的寬高除以原始圖像相應寬高，得到2個系數，取其小的系數；

步驟1.2、設置縮放后的尺寸；將原始圖片寬高乘以最小的系數，則寬為C，高為D；

步驟1.3、設置灰邊的填充值；先將C減去D，并采用取余的方式得需要填充的像素值(C-D)％E＝F，其中E＝2ⁿ，n是網絡經過的下采樣次數，兩端各個像素；在測試過程中采用灰色填充，訓練過程使用原始的resize操作以提高物體的檢測、計算速度。

4.根據權利要求1所述的基于注意力YOLOv5模型的自動水果識別方法，其特征在于，所述主干網絡是CSPDarknet-53，能增強卷積網絡的學習能力，降低內存消耗。

5.根據權利要求1所述的基于注意力YOLOv5模型的自動水果識別方法，其特征在于，步驟2所述SENet注意力模塊操作過程包括以下步驟：

步驟2.1、使用全局平均池化作為Squeeze操作；

步驟2.2、使用兩個全連接層得到通道間的相關性，同時減少參數與計算量；

步驟2.3、通過Sigmoid歸一化權重；

步驟2.4、通過Scale操作將歸一化后的權重作用在原始通道的特征上。

6.根據權利要求1所述的基于注意力YOLOv5模型的自動水果識別方法，其特征在于，所述步驟5中CIOU將真實框與預測框之間的距離、重疊率、邊框尺度以及懲罰因子均考慮進去，使得目標邊框回歸更加穩定；

CIOU公式：

其中，ρ²(b，b^gt)即預測框與真實框中心點之間的歐式距離d，c表示同時包含真實框與預測框最小閉包矩形框的對角線距離。

懲罰項αv中α的公式如下所示：

懲罰項αv中v的公式如下所示:

其中，w^gt表示真實框的寬，h^gt表示真實框的高，w表示預測框的寬，h表示預測框的高；

CIOU在回歸時loss的計算公式如下所示：

目標框與預測框重合時，CIOU值不相同；c值相同時，通過目標框與預測框中心點的歐式距離與對角線的比值d，度量兩者位置關系，使損失函數收斂。