[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

本發明公開了一種基于注意力YOLOv5模型的自動水果識別方法，包括以下步驟：1、將數據集的原始圖像進行預處理；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；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；4、經過Feature Pyramid Networks和Path Aggregation Network結構將特征融合；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。

技術領域

本發明屬于水果識別領域，尤其涉及一種基于注意力YOLOv5模型的自動水果識別方法。

背景技術

在日常生活中，超市及菜市場需要人工進行稱重計價，這樣不僅操作耗時、計價流程過長，而且會降低顧客的購買效率。因此超市以及菜市場將水果稱重相結合，自動計算水果的價格，提高顧客購買的效率是非常有必要的。

目前主流方法主要存在如下問題：1、模型傾向于對象的全局信息，容易忽略某些關鍵及重要的水果局部信息；2、目標框與預測框重合時未考慮它們之間的相互關系，容易導致預測結果不精確問題。

發明內容

本發明目的在于提供一種基于注意力YOLOv5模型的自動水果識別方法,以解決現有模型傾向于對象的全局信息，容易忽略某些關鍵及重要的水果局部信息和現有目標框與預測框重合時未考慮它們之間的相互關系，容易導致預測結果不精確問題的技術問題。

為解決上述技術問題，本發明的具體技術方案如下：

一種基于注意力YOLOv5模型的自動水果識別方法，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、經過路徑聚合網絡Feature Pyramid Networks和路徑聚合網絡PathAggregation Network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。

進一步的，所述步驟1中使用Mosaic數據增強的方式進行圖像拼接。

進一步的，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。

進一步的，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。

進一步的，所述SENet注意力模塊的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；