[發明專利]一種基于改進YOLOv5的丁香魚捕撈作業識別方法

在審

• 申請號: 202210292914.4
• 申請日: 2022-03-24
• 公開（公告）號: CN115063734A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 張勝茂;張佳澤;唐峰華;楊勝龍;張衡;樊偉;劉洋;朱文斌
• 申請（專利權）人: 中國水產科學研究院東海水產研究所
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V10/776;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 上海泰能知識產權代理事務所(普通合伙) 31233
• 代理人: 宋纓

1.一種基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，包括以下步驟：

(1)獲取丁香魚捕撈作業的監控視頻數據；

(2)將所述監控視頻數據轉換為圖像數據；

(3)將所述圖像數據輸入至訓練好的識別模型中，得到丁香魚捕撈作業狀態；所述識別模型為引入注意力機制模塊的YOLOv5網絡。

2.根據權利要求1所述的基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，所述步驟(2)與步驟(3)之間，還包括對所述圖像數據進行壓縮處理的步驟。

3.根據權利要求1所述的基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，所述識別模型包括：輸入層，用于對所述圖像數據進行Mosaic數據增強、自適應圖片縮放以及K-means算法計算錨點坐標；主干網絡層，用于通過切片操作增加通道數量，并提取出特征信息；Neck層，用于使不同的特征信息之間進行相互融合，并將相互融合后的特征信息引入SENet注意力機制模塊進行處理；輸出層，用于輸出預測結果。

4.根據權利要求3所述的基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，所述SENet注意力機制模塊包括：壓縮單元，用于利用一個平均池化層將輸入的H×W×C的特征信息壓縮為1×1×C的形式；激勵單元，用于使用全連接層對壓縮單元壓縮后的特征信息進行非線性變換；還原單元，用于將激勵單元的輸出與輸入的H×W×C的特征信息的二維矩陣相乘還原通道維數。

5.根據權利要求4所述的基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，所述SENet注意力機制模塊的表達式為：其中，Mc(F)為特征圖輸出，σ()為Sigmoid函數，W₁和W₀分別為輸入共享權重，和為利用平均池化和最大池化在空間上生成的特征映射。

6.根據權利要求1所述的基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，所述識別模型在訓練時包括以下步驟：

獲取丁香魚捕撈作業的全部視頻數據；

將視頻數據轉換為圖像數據并進行標注，并生成xml文件；

將生成的xml文件轉化為txt文本形式，其中包含標注的類別和對應位置坐標；

從所述圖像數據中選出訓練數據，并輸入至所述識別模型進行訓練；

從所述圖像數據中選出驗證數據，對訓練后的所述識別模型進行驗證，當驗證結果符合要求時表示所述識別模型為訓練好的識別模型。

7.根據權利要求6所述的基于改進YOLOv5的丁香魚捕撈作業識別方法，其特征在于，所述標注包含四類數據，分別代表人、漁網、漁筐和加工船。