一种基于目标检测的瑶族纹样符号识别方法技术

本发明专利技术公开了一种基于目标检测的瑶族纹样符号定位识别方法，其特征在于，包括如下步骤：1）输入瑶族纹样符号图片；2）数据增强；3）模型训练；4）实现对瑶族纹样符号进行定位和预测。这种方法采用特征融合能减少卷积过程中特征丢失问题，能增强瑶族纹样符号小目标检测，能提升检测精度、提升检测速度。

【技术实现步骤摘要】
一种基于目标检测的瑶族纹样符号识别方法
本专利技术涉及图像分类技术，具体是一种基于目标检测的瑶族纹样符号识别方法。
技术介绍
现代化作为世界性历史进程，民族符号作为一个民族的表征，它传承着一个民族的精神，是民族延存的重要元素。少数民族将自己的宗教文化、图腾文化体现在服饰的纹样和建筑的装饰上，这样不仅起到了美化自身的作用，还能够传达特殊的意义。但是由于瑶族纹样符号形状、结构、颜色等特征的复杂多变也会导致检测率不高的问题。现有技术在检测中，常规的算法如SIFT、HOG和Haar-like等，计算量巨大，还会产生冗余窗口，而且还会因为光照和背景的多样性导致无法很好地对特征进行提取。随着近几年的基于深度学习的目标检测在机器视觉领域中的飞速发展，它被广泛应用于人脸检测、自动驾驶、行人检测等任务中。其中一类以R-cnn、Faster-cnn为代表的Two-stage目标检测算法，能很好的将有待检测物体的区域大致确定下来，为之后的分类和回归阶段节省了处理时间，但是检测速度较慢。而以YOLO和SSD算法为代表的One-stage目标检测算法，在本文档来自技高网...

【技术保护点】
1.一种基于目标检测的瑶族纹样符号定位识别方法，其特征在于，包括如下步骤：/n1）输入瑶族纹样符号图片：用手机拍摄瑶族纹样符号多张图片，将图片进行瑶族纹样符号种类的标注，把标注的图片划分为训练集和测试集，训练集进行模型的训练，测试集进行模型的预测；/n2）数据增强：对标注好的训练集上的图片进行出翻转、缩放、旋转、亮度、移位变化相同的变换；/n3）模型训练：将经过数据增强后的训练集图片输入进改进后的yolov3算法中进行训练，在改进后的yolov3算法中, 利用基于Resnet50的特征提取网络、Relu6激活函数和通道注意力机制改进网络，采用Swish激活函数代替Relu，增加权重的非线性，找...

【技术特征摘要】
1.一种基于目标检测的瑶族纹样符号定位识别方法，其特征在于，包括如下步骤：
1）输入瑶族纹样符号图片：用手机拍摄瑶族纹样符号多张图片，将图片进行瑶族纹样符号种类的标注，把标注的图片划分为训练集和测试集，训练集进行模型的训练，测试集进行模型的预测；
2）数据增强：对标注好的训练集上的图片进行出翻转、缩放、旋转、亮度、移位变化相同的变换；
3）模型训练：将经过数据增强后的训练集图片输入进改进后的yolov3算法中进行训练，在改进后的yolov3算法中,利用基于Resnet50的特征提取网络、Relu6激活函数和通道注意力机制改进网络，采用Swish激活函数代替Relu，增加权重的非线性，找到通道复杂度的相关性，采取RFB结构加强特征提取；
4）实现对瑶族纹样符号进行定位和预测：最终经过训练，选取loss值最小的权重，对loss值最小的权重，进行模型的加载，对测试集上图片的瑶族纹样符号进行定位和预测。


2.权利要求1所述的基于目标检测的瑶族纹样符号定位识别方法，其特征在于，步骤3）中所述的yolov3算法为：算法预测类别由以前目标识别算法中单标签预测，改为多标签预测，借鉴SSD目标识别算法多尺度预测思想，算法的网络由Darknet53和特征金字塔组成，去除RPN这样的区域生成算法来完成对感兴趣区域的初步提取，直接对原始输入图像及标注进行训练。


3.根据权利要求1所述...

【专利技术属性】
技术研发人员：王鑫，颜靖柯，覃琴，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45