[發明專利]一種基于深度學習的糧庫通風窗狀態檢測算法

在審

• 申請號: 202210317338.4
• 申請日: 2022-03-28
• 公開（公告）號: CN114821154A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 金心宇;尚珂珂
• 申請（專利權）人: 浙江大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州中成專利事務所有限公司 33212
• 代理人: 金祺

本發明公開了一種基于深度學習的糧庫通風窗狀態檢測算法，通過圖像或視頻采集設備采集獲取糧庫的通風窗場景圖片；在上位機中，將通風窗場景圖片輸入至糧庫通風窗狀態檢測網絡進行通風窗定位與狀態分類；糧庫通風窗狀態檢測網絡以YOLOv5s網絡為基礎網絡，包括依次連接的主干網絡、特征融合網絡和預測頭三部分，主干網絡的C3模塊中加入擠壓激勵SE模塊形成SE?C3模塊；預測頭中，將原來的耦合頭修改為解耦頭。本發明使用基于YOLOv5s的改進算法，在糧庫環境下對通風窗開閉狀態進行判斷，在圖片背景、拍攝角度、觀察距離、光照條件等發生變化時，仍可以保持較高的檢測精確度。

技術領域

本發明涉及目標識別神經網絡技術領域，具體是一種基于深度學習的糧庫通風窗狀態檢測算法。

背景技術

糧食不僅是人民生活中不可缺少的基礎物資，還是國家重要的戰略儲備，在國家以及地方的糧食存儲和糧食流通環節中，糧庫發揮著不可代替的作用。糧庫的主要職責在于完成糧食的接收、存儲、運輸、調度配置等各個環節，而糧食的安全存儲，又是其中的重中之重。對封閉式糧庫而言，合理、有效的通風是預防糧食變質的一項重要手段。目前國內外應用最廣泛的通風技術依然是機械通風技術，根據天氣條件控制通風窗的開啟關閉是糧庫通風的關鍵手段。

目前大部分糧倉確認通風窗的狀態正常與否，需要依靠工作人員的巡邏檢視，由于糧庫中糧倉數量較多，工作人員工作量較大，漏檢的現象經常出現，尤其是對于未緊密關閉的通風窗經常發現不及時，影響儲量品質，造成不必要的經濟損失。雖然目前已有一些智能化通風系統的研究，通過計算機智能系統和電信號傳輸監測通風情況，但是由于改造成本和難度問題，應用范圍較小。所以通風窗狀態檢測方法的研究有很重要的現實意義。

雖然已有多種基于計算機視覺的門窗狀態檢測算法，但在糧庫復雜環境下的通風窗檢測問題上仍有不足，主要存在以下問題等待解決：

(1)針對糧庫通風窗的檢測并無相關公開數據集可以直接使用，需要進行大量的數據采集，標注和預處理工作。

(2)糧庫環境復雜，通風窗數量較多且分布較為密集，使檢測的難度上升。

(3)糧庫通風窗圖像和視頻由無人機和固定攝像頭采集，當遇到霧天、雨天等復雜天氣環境，對采集的圖像視頻造成較大噪聲干擾，使得檢測精度降低。

(4)目前大多數門窗狀態檢測采用傳統的圖像處理方法，對視頻流中讀取到的圖像進行灰度及高斯模糊處理，對判斷區域進行泛洪填充操作，根據判斷區域泛洪填充操作返回像素點數量與設定閾值的關系來判斷開關門狀態。但以上方法適用場景較為簡單，在固定攝像頭的條件下，對場景中單一的門窗進行檢測，算法的泛化性和魯棒性都有所不足，當觀察角度、觀察距離、環境光照出現變化時，算法的性能難以滿足生產環境要求。

發明內容

本發明要解決的技術問題是提供一種基于深度學習的糧庫通風窗狀態檢測算法，用以在糧庫環境中對通風窗的開閉狀態進行判斷。

為了解決上述技術問題，本發明提供一種基于深度學習的糧庫通風窗狀態檢測算法，包括過程為：通過圖像或視頻采集設備采集獲取糧庫的通風窗場景圖片；在上位機中，將通風窗場景圖片輸入至糧庫通風窗狀態檢測網絡進行通風窗定位與狀態分類，獲得帶有通風窗的預測框位置、通風窗的狀態類別以及置信度的檢測結果圖像；

所述糧庫通風窗狀態檢測網絡以YOLOv5s網絡為基礎網絡，包括依次連接的主干網絡、特征融合網絡和預測頭三部分，所述主干網絡的C3模塊中加入擠壓激勵SE模塊形成SE-C3模塊；所述預測頭中，將原來的耦合頭修改為解耦頭。

作為本發明的一種基于深度學習的糧庫通風窗狀態檢測算法的改進：