[發(fā)明專利]基于改進(jìn)YOLOv5s的X光安檢圖像違禁物品檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210705367.8
• 申請(qǐng)日: 2022-06-21
• 公開（公告）號(hào): CN114897887A
• 公開（公告）日: 2022-08-12
• 發(fā)明（設(shè)計(jì)）人: 向嬌;李國權(quán);黃正文;林金朝;吳建
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06V10/44;G06V10/764;G06V10/766;G06V10/80;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京同恒源知識(shí)產(chǎn)權(quán)代理有限公司 11275
• 代理人: 廖曦

1.基于改進(jìn)YOLOv5s的X光安檢圖像違禁物品檢測(cè)方法，其特征在于：該方法包括以下步驟：

S1：建立基于重參數(shù)思想設(shè)計(jì)的Rep模塊；

S2：建立基于重參數(shù)的YOLOv5s違禁物品檢測(cè)算法；

S3：對(duì)頸部PAN進(jìn)行改進(jìn)。

2.根據(jù)權(quán)利要求1所述的基于改進(jìn)YOLOv5s的X光安檢圖像違禁物品檢測(cè)方法，其特征在于：所述S1具體為：

設(shè)構(gòu)造的Rep模塊參數(shù)如公式(1)所示，即兩個(gè)平行卷積分支相加；Rep模塊產(chǎn)生的信息流表示為y＝f(x)+g(x)，其中f(x)、g(x)分別是由3×3核和1×1核實(shí)現(xiàn)的卷積分支；

Rep(3×3)＝3×3-BN+1×1-BN (1)

對(duì)每個(gè)3×3卷積，在訓(xùn)練階段給構(gòu)造并行的1×1卷積分支，并各自經(jīng)過歸一化操作后相加；在推理階段將1×1分支融合進(jìn)3×3分支，得到一個(gè)3×3卷積分支，減去另一平行分支結(jié)構(gòu)，提升卷積網(wǎng)絡(luò)的性能，不影響網(wǎng)絡(luò)檢測(cè)效率；

在Rep模塊構(gòu)造的基礎(chǔ)上，基于RepVGG的思想將多分支模塊轉(zhuǎn)為單分支；模型的轉(zhuǎn)換是在訓(xùn)練完成后進(jìn)行，包含如下兩個(gè)步驟：

①首先將每個(gè)分支中的卷積層、BN層進(jìn)行融合；直接將卷積結(jié)果帶入bn公式中，如圖3中左邊箭頭，則輸出表示為公式(2)：

M⁽²⁾＝bn(W⁽³⁾*M⁽¹⁾,μ⁽³⁾,σ⁽³⁾,γ⁽³⁾,β⁽³⁾)+bn(W⁽¹⁾*M⁽¹⁾,μ⁽¹⁾,σ⁽¹⁾,γ⁽¹⁾,β⁽¹⁾) (2)

其中，和分別表示表示3×3和1×1卷積層的卷積核，C₁，C₂代表輸入、輸出通道數(shù)；μ⁽³⁾,σ⁽³⁾,γ⁽³⁾,β⁽³⁾分別表示3×3卷積后BN層的累積均值、標(biāo)準(zhǔn)差、縮放因子和偏差項(xiàng)，μ⁽¹⁾,σ⁽¹⁾,γ⁽¹⁾,β⁽¹⁾對(duì)應(yīng)1×1卷積后BN層的累積均值、標(biāo)準(zhǔn)差、縮放因子和偏差項(xiàng)；輸入、輸出分別表示為*代表卷積運(yùn)算；

將參數(shù)帶入公式(2)，得到結(jié)果如公式(3)；其中，bn是推理階段的批量標(biāo)準(zhǔn)化函數(shù)，i∈[1,C₂]；

對(duì)公式(3)化簡得到一個(gè)帶有偏差項(xiàng)的卷積層；以{W',b'}形式表示{W,b,μ,σ,γ,β}轉(zhuǎn)化后得到的卷積核和偏差項(xiàng)，則有：

對(duì)任意的i∈[1,C₂]，有bn(W*M,μ,σ,γ,β)_:,i,:,:＝(W'*M)_:,i,:,:b_i'；融合完成后得到一個(gè)3×3卷積核、一個(gè)1×1卷積核和兩個(gè)偏差項(xiàng)；

②對(duì)3×3卷積和1×1卷積進(jìn)行融合，兩個(gè)偏差項(xiàng)相加得到融合偏差項(xiàng)；將1×1卷積核用0填充為3×3卷積核后，再與原3×3卷積核相加，得到融合卷積核；設(shè)為兩個(gè)卷積核，根據(jù)卷積的可加性原理，其相加結(jié)果表示為公式(5)；卷積核融合之后實(shí)現(xiàn)融合前的功能；

3.根據(jù)權(quán)利要求2所述的基于改進(jìn)YOLOv5s的X光安檢圖像違禁物品檢測(cè)方法，其特征在于：所述S2具體為：將Rep結(jié)構(gòu)引入YOLOv5s算法的主干網(wǎng)絡(luò)，得到由一系列Rep模塊和C3模塊組成的升級(jí)主干網(wǎng)絡(luò)；調(diào)整PAN結(jié)構(gòu)，將SE模塊插入PAN中上一檢測(cè)層到下一檢測(cè)層之間，得到升級(jí)PAN網(wǎng)絡(luò)；

其中Focus模塊對(duì)圖片進(jìn)行切片操作，使其輸入通道擴(kuò)充4倍，即操作后的圖片從原先的RGB三通道變成12個(gè)通道；經(jīng)過卷積操作，得到?jīng)]有信息丟失的二倍下采樣特征圖；Conv模塊封裝卷積層、BN層以及SiLU激活函數(shù)；C3模塊的結(jié)構(gòu)和作用與BottleneckCSP基本相同，但其浮點(diǎn)運(yùn)算數(shù)更低，運(yùn)行的速度更快；SPP模塊拼接不同尺寸的最大池化結(jié)果，實(shí)現(xiàn)了局部特征和全局特征相融合；UpSample為上采樣層，其內(nèi)插值方法將圖像放大到原來的2倍；檢測(cè)頭中的三個(gè)Conv[1,1]得到最終輸出的特征圖。