[發明專利]基于yolov5模型的目標檢測方法及相關裝置

在審

• 申請號: 202210187351.2
• 申請日: 2022-02-28
• 公開（公告）號: CN114627393A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 楊術;吳振洲;常曉磊;宋志斌
• 申請（專利權）人: 深圳織算科技有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V20/40;G06V10/764;G06V10/82;G06K9/62;G06F17/16;G06N3/04;G06N3/08
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 梁立耀

1.一種基于yolov5模型的目標檢測方法，其特征在于，所述yolov5模型包括輸入端、變換模塊、基準網絡、Neck網絡和輸出端，所述方法包括：

獲取待處理圖像；

將待處理圖像輸入至所述輸入端，獲得所述輸入端輸出的第一矩陣，所述第一矩陣為m行n列的矩陣；

通過所述變換模塊將所述第一矩陣變換成第二矩陣，所述第二矩陣為j行n列的矩陣；

基于所述第二矩陣，通過所述基準網絡、所述Neck網絡和所述輸出端，獲得所述待處理圖像的目標檢測結果；

其中，j小于m，m、j和n均為正整數。

2.如權利要求1所述的方法，其特征在于，通過所述變換模塊將所述第一矩陣變換成第二矩陣，包括：

將所述第一矩陣輸入至所述變換模塊，以使所述變換模塊通過計算所述第一矩陣的協方差矩陣獲得第三矩陣，并在對所述第三矩陣進行特征分解，得到特征值和每個所述特征值對應的特征向量后，根據所述特征值的分布，選取前j個所述特征值對應的所述特征向量構成第四矩陣，再將所述第四矩陣和所述第一矩陣相乘，得到所述第二矩陣。

3.如權利要求1所述的方法，其特征在于，獲取待處理圖像，包括：

根據預先配置的視頻流地址，獲取通過無人機搭載的圖像采集裝置采集的視頻流；

根據預先配置的幀率從所述視頻流中截取圖像，以獲得所述待處理圖像。

4.如權利要求3所述的方法，其特征在于，獲取待處理圖像，在獲得所述待處理圖像的目標檢測結果之后，所述方法還包括：

將所述目標檢測結果推送至無人機告警前端。

5.一種基于yolov5模型的目標檢測裝置，其特征在于，所述yolov5模型包括輸入端、變換模塊、基準網絡、Neck網絡和輸出端，所述裝置包括：

圖像獲取模塊，用于獲取待處理圖像；

輸入模塊，用于將待處理圖像輸入至所述輸入端，獲得所述輸入端輸出的第一矩陣，所述第一矩陣為m行n列的矩陣；

矩陣變換模塊，用于通過所述變換模塊將所述第一矩陣變換成第二矩陣，所述第二矩陣為j行n列的矩陣；

結果獲得模塊，用于基于所述第二矩陣，通過所述基準網絡、所述Neck網絡和所述輸出端，獲得所述待處理圖像的目標檢測結果；

其中，j小于m，m、j和n均為正整數。

6.如權利要求5所述的裝置，其特征在于，所述矩陣變換模塊具體用于：

將所述第一矩陣輸入至所述變換模塊，以使所述變換模塊通過計算所述第一矩陣的協方差矩陣獲得第三矩陣，并在對所述第三矩陣進行特征分解，得到特征值和每個所述特征值對應的特征向量后，根據所述特征值的分布，選取前j個所述特征值對應的特征向量構成第四矩陣，再將所述第四矩陣和所述第一矩陣相乘，得到所述第二矩陣。

7.如權利要求5所述的裝置，其特征在于，所述圖像獲取模塊具體用于：

根據預先配置的視頻流地址，獲取通過無人機搭載的圖像采集裝置采集的視頻流；

根據預先配置的幀率從所述視頻流中截取圖像，以獲得所述待處理圖像。

8.如權利要求7所述的裝置，其特征在于，所述裝置還包括：

告警模塊，用于將所述目標檢測結果推送至無人機告警前端。

9.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至4任一項所述的方法。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至4任一項所述的方法。