[發(fā)明專(zhuān)利]一種改進(jìn)的YOLOv5目標(biāo)檢測(cè)系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310584948.5
• 申請(qǐng)日: 2023-05-23
• 公開(kāi)（公告）號(hào): CN116580280A
• 公開(kāi)（公告）日: 2023-08-11
• 發(fā)明（設(shè)計(jì)）人: 王海;張魁;張敏;林生
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06V10/82
• 分類(lèi)號(hào): G06V10/82;G06N3/0464;G06N3/084;G06V10/80;G06V10/40;G06V10/774;G06V10/74
• 代理公司: 陜西電子工業(yè)專(zhuān)利中心 61205
• 代理人: 侯瓊

本發(fā)明公開(kāi)了一種改進(jìn)的YOLOv5目標(biāo)檢測(cè)系統(tǒng)及方法，主要解決現(xiàn)有檢測(cè)算法在網(wǎng)絡(luò)參數(shù)量和檢測(cè)精度之間難以兼顧的問(wèn)題。包括：依次級(jí)聯(lián)的輸入模塊、主干單元、特征融合單元以及輸出模塊；外部數(shù)據(jù)首先進(jìn)入輸入模塊，經(jīng)處理后傳輸給主干單元，該單元包括擴(kuò)張卷積模塊和三層連續(xù)擴(kuò)張卷積模塊，均是在YOLOv5網(wǎng)絡(luò)中引入擴(kuò)張卷積后形成，用于提取不同尺度的特征圖，并將其傳送給特征融合單元，該單元采用特征金字塔FPN加上路徑聚合網(wǎng)絡(luò)PAN的結(jié)構(gòu)對(duì)主干單元中獲取的不同尺度的特征圖進(jìn)行融合處理；最后通過(guò)輸出模塊對(duì)融合后特征進(jìn)行目標(biāo)預(yù)測(cè)，輸出檢測(cè)結(jié)果。本發(fā)明能夠在不增加檢測(cè)模型參數(shù)量和計(jì)算量的同時(shí)，有效提升檢測(cè)精度。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺(jué)識(shí)別技術(shù)領(lǐng)域，進(jìn)一步涉及目標(biāo)檢測(cè)，具體為一種改進(jìn)的YOLOv5目標(biāo)檢測(cè)系統(tǒng)及方法。可用于以目標(biāo)檢測(cè)技術(shù)為基礎(chǔ)的行人檢測(cè)、交通檢測(cè)、各種場(chǎng)景下的目標(biāo)檢測(cè)等。

背景技術(shù)

機(jī)器視覺(jué)領(lǐng)域中的目標(biāo)檢測(cè)是指在圖像或視頻中自動(dòng)檢測(cè)并識(shí)別出目標(biāo)的位置和類(lèi)別。目標(biāo)檢測(cè)技術(shù)已經(jīng)被廣泛應(yīng)用于各種領(lǐng)域，如自動(dòng)駕駛、視頻監(jiān)控、人臉識(shí)別等。基于深度學(xué)習(xí)的方法是當(dāng)前目標(biāo)檢測(cè)領(lǐng)域的主流方法，其通過(guò)使用深度神經(jīng)網(wǎng)絡(luò)來(lái)自動(dòng)學(xué)習(xí)目標(biāo)的特征和分類(lèi)器。其中，目前最流行的方法是基于區(qū)域提議的方法，如Faster?R-CNN、SSD和YOLO等。這些方法先使用深度神經(jīng)網(wǎng)絡(luò)生成目標(biāo)的區(qū)域提議，然后使用分類(lèi)器對(duì)每個(gè)提議進(jìn)行分類(lèi)和位置回歸，最終得到目標(biāo)的位置和類(lèi)別。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)與識(shí)別方法的核心依賴(lài)卷積于深度卷積的特征提取能力，在不增加推理計(jì)算量的同時(shí)，增強(qiáng)卷積的特征提取能力，可以全面提升網(wǎng)絡(luò)性能，對(duì)以卷積為特征提取核心的目標(biāo)檢測(cè)和識(shí)別網(wǎng)絡(luò)的檢測(cè)精度具有積極的理論研究意義和使用價(jià)值。

目前，在目標(biāo)檢測(cè)領(lǐng)域，基于模型量化和壓縮的方法發(fā)展迅速，已經(jīng)引起了廣大科研工作者的廣泛關(guān)注。如Wei?X等人在文獻(xiàn)“Randomly?Dropping?Quantization?forExtremely?Low-bit?Post-Training?Quantization”中提出了一種隨機(jī)丟棄激活的量化方式。然而，在模型量化和壓縮的過(guò)程中依然存在兩個(gè)方面的問(wèn)題：1)參數(shù)量化帶來(lái)的精度損失必然會(huì)影響到模型的檢測(cè)效果，一旦量化方式設(shè)置不合理，則檢測(cè)性能不佳；2)當(dāng)前的模型壓縮大多不是無(wú)損的，導(dǎo)致壓縮前后模型的檢測(cè)效果出現(xiàn)差異，實(shí)際效果并不理想。

發(fā)明內(nèi)容

本發(fā)明目的在于針對(duì)上述現(xiàn)有技術(shù)的不足，提出一種改進(jìn)的YOLOv5目標(biāo)檢測(cè)系統(tǒng)及方法，通過(guò)引入擴(kuò)張卷積EC(Expanded?Convolution)和特征相似度損失FSL(FeatureSimilarity?Loss)函數(shù)，在保持網(wǎng)絡(luò)現(xiàn)有推理計(jì)算量和參數(shù)量的同時(shí)，提高網(wǎng)絡(luò)的檢測(cè)精度。本發(fā)明構(gòu)建的基于擴(kuò)張卷積和特征相似度損失函數(shù)的改進(jìn)后YOLOv5s目標(biāo)檢測(cè)系統(tǒng)Yolov5s-EC-FSL，能夠有效解決現(xiàn)有技術(shù)中網(wǎng)絡(luò)參數(shù)量和網(wǎng)絡(luò)精度之間難以兼顧的技術(shù)問(wèn)題。

實(shí)現(xiàn)本發(fā)明的思路是：首先，針對(duì)傳統(tǒng)卷積模塊特征提取能力弱、性能增強(qiáng)方式單一等問(wèn)題，提出擴(kuò)張卷積，通過(guò)在卷積模塊中引入虛參數(shù)來(lái)增強(qiáng)卷積模塊的特征提取能力，模型訓(xùn)練完畢后，對(duì)擴(kuò)張卷積中引入的虛參數(shù)進(jìn)行無(wú)損壓縮，從而在不增加模型參數(shù)量和計(jì)算量的同時(shí)，提升模型的檢測(cè)精度；其次，針對(duì)網(wǎng)絡(luò)輸出通道中存在大量冗余特征圖的問(wèn)題，引入特征相似度損失函數(shù)，通過(guò)對(duì)特征圖之間的特征相似度損失進(jìn)行反向傳播，來(lái)抑制冗余特征圖的產(chǎn)生，使得網(wǎng)絡(luò)參數(shù)得到更有效的利用，從而實(shí)現(xiàn)模型檢測(cè)精度的提升。

本發(fā)明實(shí)現(xiàn)上述目的具體方案為：

一種改進(jìn)的YOLOv5目標(biāo)檢測(cè)系統(tǒng)，包括依次級(jí)聯(lián)的輸入模塊、主干單元、特征融合單元以及輸出模塊；外部數(shù)據(jù)首先進(jìn)入輸入模塊，經(jīng)處理后傳輸給主干單元，由主干單元從中提取不同尺度的特征圖，并將其傳送給特征融合單元進(jìn)行特征融合，最后通過(guò)輸出模塊輸出檢測(cè)結(jié)果；

上述輸入模塊，用于對(duì)從外部采集到的圖像數(shù)據(jù)進(jìn)行格式化處理，并將處理后數(shù)據(jù)傳輸給主干單元；