基于目标检测二维码定位方法技术

本发明专利技术公开了一种基于目标检测二维码定位方法，包括：构建二维码图像数据集，并划分为训练集和测试集，分别对两个数据集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；构建特征提取网络，利用特征提取网络对卷积操作进行优化，得到多个特征图；构建预测模块，采用空间注意力机制获得多个特征图中每个目标中心点特征；将训练集和每张图像所对应的标签文件输入特征提取网络和预测模块中进行训练，得到训练好的二维码定位模型；将训练集输入训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。该方法实现快速定位与较少参数模型的二维码定位模型。

【技术实现步骤摘要】
基于目标检测二维码定位方法
本专利技术涉及目标检测
，特别涉及一种基于目标检测二维码定位方法。
技术介绍
二维码是用特殊的编码方式将信息存储在一张长宽相同的平面集合图形上，其中黑白相间的编码图形代表着”0”、”1”信息。在图形上左上、左下、右上一共有三个回型标志，方便于二维码的定位以及图形的矫正。随着二维码在生活中广泛的应用，如养殖业的可视耳标、钢管的溯源等等特殊需要远距离的场景，对于该特定领域，对速度要求不同。人们对二维码的识别的速度要求越来越高。目前对二维码识别速度优化有精简解码码制、扩大扫码截图大小、缩短自动聚焦的间隔时间、对二维码的定位。目标检测是计算机视觉领域中最基础的任务。当前使用最广泛的检测框架分为一阶段目标检测与两阶段目标检测。一阶段目标检测网络如SSD系类、YOLO系列都是先对图像进行划分然后进行回归训练，虽然识别速度相对两阶段目标检测识别速度上升，但是也导致类内失衡。两阶段网络以RCNN系列为主，识别速度较慢，但准确率比一阶段目标检测高。但基于锚点的目标检测方法会导致锚点盒的尺寸对于不同应用场景需要手动设置。同时基于锚点盒子的目标检测需要一张图片上划分大量的锚点盒子导致计算量较大。另外现有的目标检测框架使用的特征提取模型的参数较多导致无法在移动端使用。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种基于目标检测二维码定位方法，该方法实现快速定位与较少参数模型的二维码定位模型。为达到上述目的，本专利技术实施例提出了基于目标检测二维码定位方法，包括以下步骤：步骤S1，构建二维码图像数据集，将所述二维码图像数据集划分为训练集和测试集，并分别对所述训练集和所述测试集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；步骤S2，构建特征提取网络，利用所述特征提取网络对卷积操作进行优化，得到多个特征图，并保证数据在所述特征提取网络的输入与输出特征图的大小一致；步骤S3，构建预测模块，采用空间注意力机制获得所述多个特征图中每个目标中心点特征；步骤S4，将所述训练集和所述每张图像所对应的标签文件输入所述特征提取网络和所述预测模块中进行训练，得到训练好的二维码定位模型；步骤S5，将所述训练集输入所述训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。本专利技术实施例的基于目标检测二维码定位方法，通过使用优化的特征提取框架减少了整个模型中参数数量，使用基于锚点的预测方法实现端到端的训练，并且没有锚点盒子避免了锚点的手动调参以及过多锚点盒子导致的大量计算，提高整体计算速度。另外，根据本专利技术上述实施例的基于目标检测二维码定位方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述步骤S1进一步包括：选取不同距离、不同角度的二维码图像构建所述二维码图像数据集，随机从所述二维码图像数据集中按照预设策略选取部分图像作为训练数据集，剩下余图像作为测试数据集，并使用图像标签制作软件生成所述每张图像形成对应的标签；将所述二维码图像数据集中不同尺寸的图像进行缩放操作，修改为相同尺寸；依据每张图像的缩放比例修改所述每张图像对应的标签文件，以保证标签文件存储的每个二维码的位置坐标、尺寸大小与缩放后的图像中二维码位置、尺寸一一对应。进一步地，在本专利技术的一个实施例中，所述步骤S2还需利用下采样与上采样操作保证所述特征提取网络的输入与输出特征图的大小一致。进一步地，在本专利技术的一个实施例中，所述下采样与上采样操作的具体过程为：下采样操作过程中利用深度可分离卷积，在所述特征提取网络中连续进行4次下采样，每次操作的输出都为输入的尺寸的1/2大小，上采样操作过程中利用可变卷积，将经历所述下采样操作的输出进行所述上采样操作，每次采样均扩大一倍，其中，所述下采样与上采样操作的输出结果为F(xi；xj)，F(xi)为上采样函数，xi为输入特征图，xj为下采样输出的结果，且xi与xj特征图的大小一致，输出的结果为xi与xj特征图叠加。进一步地，在本专利技术的一个实施例中，所述预测模块包括中心点预测单元、偏移模块预测单元和所述二维码尺寸预测单元，其中，所述中心点预测单元用于预测二维码中心位置，所述偏移模块预测单元用于预测二维码中心的偏移量，所述二维码尺寸预测单元用于预测图像中二维码的尺寸大小。进一步地，在本专利技术的一个实施例中，所述每个目标中心点特征包括所述二维码中心位置、所述二维码中心的偏移量和所述二维码的尺寸大小。进一步地，在本专利技术的一个实施例中，所述步骤S4中训练时的损失函数为：其中，L1为中心点对应的损失函数，L2为中心点偏移的损失函数，L3为二维码尺寸的损失函数，为预测坐标为(x，y)处是中心点的概率，Yxy为真实中心点的概率，α，β为超参数，N为图像中二维码数量，为预测的中心点偏移值，R为下采样尺度，p为原图像目标点位置，为下采样后目标点位置，为预测二维码尺寸，为真实二维码尺寸。本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1是本专利技术一个实施例的基于目标检测二维码定位方法的流程图；图2是本专利技术一个实施例的特征提取网络的架构示意图；图3是本专利技术一个实施例的预测模块网络的架构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。下面参照附图描述根据本专利技术实施例提出的基于目标检测二维码定位方法。图1是本专利技术一个实施例的基于目标检测二维码定位方法的流程图。如图1所示，该基于目标检测二维码定位方法包括以下步骤：在步骤S1中，构建二维码图像数据集，将二维码图像数据集划分为训练集和测试集，并分别对训练集和测试集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件。具体而言，从收集的二维码图像中选取不同距离、不同角度的二维码图像作为二维码图像数据集，随机从二维码图像数据集中按照预设策略选取部分图像作为训练数据集，剩下的图像作为测试数据集，使用图像标签制作软件为每张图像形成对应的标签；然后将二维码图像数据中不同尺寸的图像进行缩放操作，修改为相同尺寸；同时也对二维码图像数据集中每个图像所对应的标签文件进行处理，按每个图像的缩放比例修改每个图像所对应点标签文件，使每个标签文件存储的二维码的位置坐标、尺寸大小与缩放后的图像中二维码位置、尺寸一一对应。例如，将拍摄的2000张不同距离的二维码图像作为二维码图像数据集，随机从二维码图像数据集中选取1800张图像作为训练数据集，剩下本文档来自技高网...

【技术保护点】
1.一种基于目标检测二维码定位方法，其特征在于，包括以下步骤：/n步骤S1，构建二维码图像数据集，将所述二维码图像数据集划分为训练集和测试集，并分别对所述训练集和所述测试集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；/n步骤S2，构建特征提取网络，利用所述特征提取网络对卷积操作进行优化，得到多个特征图，并保证数据在所述特征提取网络的输入与输出特征图的大小一致；/n步骤S3，构建预测模块，采用空间注意力机制获得所述多个特征图中每个目标中心点特征；/n步骤S4，将所述训练集和所述每张图像所对应的标签文件输入所述特征提取网络和所述预测模块中进行训练，得到训练好的二维码定位模型；/n步骤S5，将所述训练集输入所述训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。/n

【技术特征摘要】
1.一种基于目标检测二维码定位方法，其特征在于，包括以下步骤：
步骤S1，构建二维码图像数据集，将所述二维码图像数据集划分为训练集和测试集，并分别对所述训练集和所述测试集进行预处理，得到处理后的图像数据及每张图像所对应的标签文件；
步骤S2，构建特征提取网络，利用所述特征提取网络对卷积操作进行优化，得到多个特征图，并保证数据在所述特征提取网络的输入与输出特征图的大小一致；
步骤S3，构建预测模块，采用空间注意力机制获得所述多个特征图中每个目标中心点特征；
步骤S4，将所述训练集和所述每张图像所对应的标签文件输入所述特征提取网络和所述预测模块中进行训练，得到训练好的二维码定位模型；
步骤S5，将所述训练集输入所述训练好的二维码定位模型中进行测试，得到最终二维码在图像上的位置坐标。


2.根据权利要求1所述的基于目标检测二维码定位方法，其特征在于，所述步骤S1进一步包括：
选取不同距离、不同角度的二维码图像构建所述二维码图像数据集，随机从所述二维码图像数据集中按照预设策略选取部分图像作为训练数据集，剩下余图像作为测试数据集，并使用图像标签制作软件生成所述每张图像形成对应的标签；
将所述二维码图像数据集中不同尺寸的图像进行缩放操作，修改为相同尺寸；
依据每张图像的缩放比例修改所述每张图像对应的标签文件，以保证标签文件存储的每个二维码的位置坐标、尺寸大小与缩放后的图像中二维码位置、尺寸一一对应。


3.根据权利要求1所述的基于目标检测二维码定位方法，其特征在于，所述步骤S2利用下采样与上采样操作保证所述特征提取网络的输入与输出特征图的大小一致。


4.根据权利要求3所述...

【专利技术属性】
技术研发人员：韩启龙，张震，王宇华，宋洪涛，张海涛，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23