[發明專利]煤矸圖像識別方法、裝置、設備

在審

• 申請號: 202210923711.0
• 申請日: 2022-08-02
• 公開（公告）號: CN115082700A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 張釋如;張達;溫一帆;王銳;張紅
• 申請（專利權）人: 西安科技大學
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06N3/04;G06N3/08;G06V10/25;G06V10/764;G06V10/776;G06V10/82
• 代理公司: 成都知棋知識產權代理事務所(普通合伙) 51325
• 代理人: 馬超前

1.一種煤矸圖像識別方法，其特征在于，包括：

構建圖像識別模型YOLOv5s_GC；

基于所述圖像識別模型YOLOv5s_GC對待檢測圖像進行煤矸識別；

所述圖像識別模型YOLOv5s_GC的構建包括：

利用GhostC3模塊代替原YOLOv5s網絡模型中的C3模塊；所述GhostC3模塊通過分階段卷積減少模塊的參數量和計算量。

2.根據權利要求1所述的煤矸圖像識別方法，其特征在于，所述圖像識別模型YOLOv5s_GC的構建還包括：

利用GhostConv模塊代替原YOLOv5s網絡模型中的CBS模塊；所述GhostConv模塊用于消除卷積過程中冗余的特征圖。

3.根據權利要求1或2所述的煤矸圖像識別方法，其特征在于，所述圖像識別模型YOLOv5s_GC的構建還包括：

利用CBS_CBAM模塊代替原YOLOv5s網絡模型中處于Focus結構之后的CBS模塊；所述CBS_CBAM模塊用于彌補模型損失的部分精度。

4.根據權利要求2所述的煤矸圖像識別方法，其特征在于，所述GhostC3模塊包括：第一CBS模塊、第二CBS模塊、第三CBS模塊以及由若干GhostNet基本單元相連構成的GhostBottleneck模塊；所述GhostNet基本單元包括所述GhostConv模塊；

所述GhostC3模塊將輸入特征圖分成兩部分，一部分作為第一CBS模塊的輸入，另一部分作為第二CBS模塊的輸入；所述第一CBS模塊的輸出作為GhostBottleneck模塊的輸入，GhostBottleneck模塊的輸出與第二CBS模塊的輸出拼接，將兩者的拼接結果作為第三CBS模塊的輸入，第三CBS模塊的輸出為GhostC3模塊的輸出。

5.根據權利要求2所述的煤矸圖像識別方法，其特征在于，所述GhostConv模塊包括：

1×1卷積單元，用于對特征圖進行降維，得到第一特征圖；

逐通道卷積單元，用于對所述第一特征圖進行逐通道卷積，得到第二特征圖；

拼接單元，用于將所述第一特征圖和第二特征圖進行通道拼接，以得到最終的輸出特征圖。

6.根據權利要求4所述的煤矸圖像識別方法，其特征在于，在卷積步長為1的情況下，所述GhostNet基本單元包括：兩個所述GhostConv模塊，該兩個GhostConv模塊相連。

7.根據權利要求4所述的煤矸圖像識別方法，其特征在于，在卷積步長為2的情況下，所述GhostNet基本單元包括：兩個所述GhostConv模塊、以及連接在所述兩個GhostConv模塊之間的步長為2的逐通道卷積單元。

8.一種煤矸圖像識別裝置，其特征在于，包括：

構建單元，用于構建圖像識別模型YOLOv5s_GC；

圖像識別單元，基于所述圖像識別模型YOLOv5s_GC對待檢測圖像進行煤矸識別；

所述圖像識別模型YOLOv5s_GC的構建包括：

利用GhostC3模塊代替原YOLOv5s網絡模型中的C3模塊；所述GhostC3模塊通過分階段卷積減少模塊的參數量和計算量；

利用GhostConv模塊代替原YOLOv5s網絡模型中的CBS模塊；所述GhostConv模塊用于消除卷積過程中冗余的特征圖；

利用CBS_CBAM模塊代替原YOLOv5s網絡模型中處于Focus結構之后的CBS模塊；所述CBS_CBAM模塊用于彌補模型損失的部分精度。

9.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上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程序時實現如權利要求1至7任一項所述煤矸圖像識別方法。

10.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，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7任一項所述煤矸圖像識別方法。