一种基于改进YOLOv3的垃圾多目标检测方法技术

本发明专利技术公开了一种基于改进YOLOv3的垃圾多目标检测方法。本发明专利技术的卷积神经网络中，通过使用步长为2的7×7的卷积扩充了模型的神经元感受野有助于浅层信息的提取；使用密集卷积块构造较深的主干网络框架，有助于识别多个难以区分的目标，同时由于密集卷积本身的参数传递特性能减少模型训练至深层网络时容易出现过拟合的现象；在整个框架的基础上，配合训练参数的调整，使得整个模型可用于对复杂场景下的多目标检测任务的优化，并且检测精度较传统的模型更好，使其为智能化处理生活垃圾和多目标检测提供一种解决问题的思路和方法。

【技术实现步骤摘要】
一种基于改进YOLOv3的垃圾多目标检测方法
本专利技术涉及一种基于改进YOLOv3的垃圾多目标检测方法，属于人工智能垃圾分类和计算机视觉领域。
技术介绍
目前在计算机视觉领域常见的目标检测算法主要包括两大类：一种是以R-CNN、SSP-net和R-FCN为代表的通过生成区域候选框进行目标分类的算法；另一种是以YOLO、SSD为代表的基于端到端的对整张图片进行检测的算法。相比之下端对端的算法虽然速度上占有优势但在检测精度方面仍有进步的空间。针对复杂背景的垃圾目标检测，有学者采用先分割出图像背景再进行目标检测的方法缓解了复杂背景的干扰但难以满足多个不同背景的需求；使用随机森林分类器进行像素级提取图像特征并进行融合能有效提高垃圾检测效果但局限于二分类问题；常见的通过聚类算法优化YOLOv3预选框来提升检测精度，但由于生活垃圾的特征不稳定容易出现异常值而干扰聚类的效果，使得精度提升不明显。鉴于生活垃圾类型复杂且所处场景多样，而且同种类型的垃圾相似度有限，使用YOLOv3模型进行在目标检测任务的难度较大，所以有必要针对这种复杂多变的情况对模型进行改进并满足使用需求。
技术实现思路
本专利技术提供了一种基于改进YOLOv3的垃圾多目标检测方法，以用于实现垃圾多目标的检测。本专利技术的技术方案是：一种基于改进YOLOv3的垃圾多目标检测方法，所述方法的具体步骤如下：Step1、制作生活垃圾数据集并划分为训练数据集和测试数据集；Step2、对传统YOLOv3模型结构进行改进，获得改进的YOLOv3模型结构；Step3、基于改进的YOLOv3模型结构，对改进的YOLOv3模型结构中主干网络深度和密集连接卷积块增长率K进行调整，创建多个改进YOLOv3模型，对多个改进的YOLOv3模型进行消融实验筛选出性能最优的改进YOLOv3模型；Step4、将性能最优的改进YOLOv3模型进行训练参数的初始设置，接着对性能最优的改进YOLOv3模型进行训练：如果为首次训练，则将训练参数中的迭代次数调大，采用较大的迭代次数对性能最优的改进YOLOv3模型进行首次训练，得到预训练权重文件；如果为再次训练，则将训练参数中的迭代次数调整为初始设置值，将预训练权重文件载入性能最优的改进YOLOv3模型进行再次训练，得到最优的训练权重；Step5、将最优的训练权重载入到性能最优的改进YOLOv3模型，对测试数据集进行测试。所述生活垃圾数据集通过相机拍摄或网络爬虫技术获取不同背景下的生活垃圾图像制作；其中生活垃圾分为有害垃圾、可回收垃圾、不可回收垃圾和其他垃圾；生活垃圾图像包括单目标单类别图像、单目标多类别图像、多目标单类别图像和多目标多类别图像；所述单目标单类别图像表明图像中只含有一个待检测的垃圾目标，所述单目标多类别图像表明图像中包含有多种不同类别的垃圾且每种垃圾只有一个，所述多目标单类别图像表明图像中包含有多个同一种类别的垃圾目标，所述多目标多类别图像表明图像中随机组合多类不同类别的多类别垃圾图像。所述改进的YOLOv3模型结构包括1个大尺寸卷积、3个卷积模块、4个密集连接卷积块、4个降采样层、2个上采样层和3个YOLO层；其4个密集连接卷积块构成主干网络；当图像输入后，首先通过大尺寸卷积来提取，再重复循环4次依次进行的降采样和使用密集连接卷积块提取图像特征，得到52×52、26×26和13×13三个尺度的特征卷积输出，然后将13×13的卷积特征进行第一次上采样并与26×26的卷积特征进行信息融合，在此基础上再次进行上采样并与52×52的卷积特征进行信息融合，最后分别通过3个卷积模块压缩相应尺度下的融合后的卷积信息再分别送入YOLO层对目标进行预测。所述1个大尺寸卷积的卷积步长为2且卷积核大小为7×7。所述训练参数包括样本增强、训练策略和锚框坐标；其中样本增强是指训练过程中对部分随机抽取的训练数据集中的图像中的角度、饱和度和曝光度进行随机调整；所述训练策略是指训练过程中输入图像的尺寸、迭代次数和学习率的调整；所述锚框坐标采用K-means聚类算法进行选取。所述Step4的训练具体为：Step4.1、使用darknet-master工具包对性能最优的改进YOLOv3模型进行训练；如果为首次训练，则执行Step4.2，否则，执行Step4.3；所述训练的对象是人工标注的边界框参数，训练结果的表现形式是训练后得到的权重参数；所述边界框参数包括有：目标信息中心位置的横、纵坐标，边界框的长、宽大小和类别置信度；Step4.2、对性能最优的改进YOLOv3模型进行首次训练，其具体训练步骤如下：Step4.2.1、将训练参数中的迭代次数调大，其余参数不变，目的是使用较大的迭代次数来扩大模型的优化空间；Step4.2.2、无需加载任何预训练权重文件，在训练数据集中随机抽取4n张图像作为本次训练样本；其中，n为正整数；Step4.2.3、将Step4.2.2中所述训练样本中的每一张图像依次放入性能最优的改进YOLOv3模型中进行权重参数的更新；所述权重参数的更新，具体为：使用随机初始化的权重参数进行卷积神经网络的前向传播计算并得到一组中间参数，再使用该中间参数进行反向传播计算得到一组新的权重参数；所述新的权重参数将迭代之前用于计算前向传播的旧权重参数；Step4.2.4、将Step4.2.2中所述的训练样本中的所有图像完成一次前向和反向传播的过程记为一次对性能最优的改进YOLOv3模型的训练，重复步骤Step4.2.2～Step4.2.3直至对网络模型训练达到首次训练的迭代次数为止；Step4.2.5、在Step4.2.4中选出整个过程中，训练效果最好的权重文件，并将该文件生成预训练权重文件；Step4.3、对性能最优的改进YOLOv3模型进行再次训练，其具体训练步骤如下：Step4.3.1、将训练参数中的迭代次数调整为初始设置值；Step4.3.2、载入预训练权重文件，在训练数据集中随机抽取4n张图像作为本次训练的样本；Step4.3.3、将Step4.3.2中所述训练样本中的每一张图像依次放入性能最优的改进YOLOv3模型中进行权重参数的更新；所述权重参数的更新，具体为：使用Step4.3.2所述预训练权重文件作为初始权重参数进行卷积神经网络的前向传播计算并得到一组中间参数，再使用该中间参数进行反向传播计算得到一组新的权重参数；所述新的权重参数将迭代之前用于计算前向传播的旧权重参数；Step4.3.4、将Step4.3.2中所述的训练样本中的所有图像完成一次前向和反向传播的过程记为一次对性能最优的改进YOLOv3模型的训练，重复步骤Step4.3.2～Step4.3.3直至对网络模型训练达到再次训练的迭代次数为止；Step4.3.5、在Step4.3.4整个训练完成后，筛选出性能最优的权重文件。本专利技术的有益效果是：本专利技术的卷积神经网络中，通过使用步长为2的7×7的卷积扩充本文档来自技高网...

【技术保护点】
1.一种基于改进YOLOv3的垃圾多目标检测方法，其特征在于：所述方法的具体步骤如下：/nStep1、制作生活垃圾数据集并划分为训练数据集和测试数据集；/nStep2、对传统YOLOv3模型结构进行改进，获得改进的YOLOv3模型结构；/nStep3、基于改进的YOLOv3模型结构，对改进的YOLOv3模型结构中主干网络深度和密集连接卷积块增长率K进行调整，创建多个改进YOLOv3模型，对多个改进的YOLOv3模型进行消融实验筛选出性能最优的改进YOLOv3模型；/nStep4、将性能最优的改进YOLOv3模型进行训练参数的初始设置，接着对性能最优的改进YOLOv3模型进行训练：如果为首次训练，则将训练参数中的迭代次数调大，采用较大的迭代次数对性能最优的改进YOLOv3模型进行首次训练，得到预训练权重文件；如果为再次训练，则将训练参数中的迭代次数调整为初始设置值，将预训练权重文件载入性能最优的改进YOLOv3模型进行再次训练，得到最优的训练权重；/nStep5、将最优的训练权重载入到性能最优的改进YOLOv3模型，对测试数据集进行测试。/n

【技术特征摘要】
1.一种基于改进YOLOv3的垃圾多目标检测方法，其特征在于：所述方法的具体步骤如下：
Step1、制作生活垃圾数据集并划分为训练数据集和测试数据集；
Step2、对传统YOLOv3模型结构进行改进，获得改进的YOLOv3模型结构；
Step3、基于改进的YOLOv3模型结构，对改进的YOLOv3模型结构中主干网络深度和密集连接卷积块增长率K进行调整，创建多个改进YOLOv3模型，对多个改进的YOLOv3模型进行消融实验筛选出性能最优的改进YOLOv3模型；
Step4、将性能最优的改进YOLOv3模型进行训练参数的初始设置，接着对性能最优的改进YOLOv3模型进行训练：如果为首次训练，则将训练参数中的迭代次数调大，采用较大的迭代次数对性能最优的改进YOLOv3模型进行首次训练，得到预训练权重文件；如果为再次训练，则将训练参数中的迭代次数调整为初始设置值，将预训练权重文件载入性能最优的改进YOLOv3模型进行再次训练，得到最优的训练权重；
Step5、将最优的训练权重载入到性能最优的改进YOLOv3模型，对测试数据集进行测试。


2.根据权利要求1所述的基于改进YOLOv3的垃圾多目标检测方法，其特征在于：所述生活垃圾数据集通过相机拍摄或网络爬虫技术获取不同背景下的生活垃圾图像制作；其中生活垃圾分为有害垃圾、可回收垃圾、不可回收垃圾和其他垃圾；生活垃圾图像包括单目标单类别图像、单目标多类别图像、多目标单类别图像和多目标多类别图像；所述单目标单类别图像表明图像中只含有一个待检测的垃圾目标，所述单目标多类别图像表明图像中包含有多种不同类别的垃圾且每种垃圾只有一个，所述多目标单类别图像表明图像中包含有多个同一种类别的垃圾目标，所述多目标多类别图像表明图像中随机组合多类不同类别的多类别垃圾图像。


3.根据权利要求1所述的基于改进YOLOv3的垃圾多目标检测方法，其特征在于：所述改进的YOLOv3模型结构包括1个大尺寸卷积、3个卷积模块、4个密集连接卷积块、4个降采样层、2个上采样层和3个YOLO层；其4个密集连接卷积块构成主干网络；
当图像输入后，首先通过大尺寸卷积来提取，再重复循环4次依次进行的降采样和使用密集连接卷积块提取图像特征，得到52×52、26×26和13×13三个尺度的特征卷积输出，然后将13×13的卷积特征进行第一次上采样并与26×26的卷积特征进行信息融合，在此基础上再次进行上采样并与52×52的卷积特征进行信息融合，最后分别通过3个卷积模块压缩相应尺度下的融合后的卷积信息再分别送入YOLO层对目标进行预测。


4.根据权利要求3所述的基于改进YOLOv3的垃圾多目标检测方法，其特征在于：所述1个大尺寸卷积的卷积步长为2且卷积核大小为7×7。


5.根据权利要求1所述的基于改进YOLOv3的垃圾多目标检测方法，其特征在于：所述训练参数包括样本增强、训练策略和锚框坐标；其中样本增强是指训练过程中对部分随机抽取的训练数据集中的图像中的角度、饱和...

【专利技术属性】
技术研发人员：王森，潘云龙，张印辉，何自芬，柳小勤，刘韬，刘畅，陈明方，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南;53