一种轻量化的目标检测方法技术

本发明专利技术公开一种轻量化的目标检测方法，是基于YOLOv3改进的目标检测算法，采取GhostNet中的卷积可分离操作(DW)的思想，用Ghost Module替代Conv2d，将多通道数据分成多组同时进行处理，达到减少网络参数的目的；在原网络中三层特征输出层的基础上添加一层特征输出层，用k

【技术实现步骤摘要】
一种轻量化的目标检测方法


[0001]本专利技术属于智能机器学习领域，具体说是一种基于YOLOv3改进的轻量化目标检测算法。

技术介绍

[0002]目标检测对于人类来说，是一项非常简单的任务，就连几个月大的婴儿都能识别出一些常见目标。但是起初，让机器学会目标检测仍是一个艰巨的任务。目标检测需要识别并定位视野中某个目标的所有实例，与其他的类似任务，如分类、分割、运动估计、场景理解等，一同构成了计算机视觉领域的基础问题。目前，目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。因此，目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，同时目标检测也是泛身份识别领域的一个基础性的算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。
[0003]对于巡检机器人针对工作环境，对人体和大型动物进行目标识别，现有的目标检测方法有传统检测方法和基于深度学习的检测方法。传统的目标检测算法可以概括为以下几个步骤：首先，采取滑动窗口的方式遍历整张图像，产生一定数量的候选框；其次，提取候选框的特征；最后，利用支持向量机(SVM)等分类方法对提取到的特征进行分类，进而得到结果。由于当时缺乏有效的图像表示，人们只能设计复杂的特征表示，并通过各种加速技能来充分利用有限的计算资源。主要的方式是人工提取，具有一定的局限性，手工特征的性能也趋于饱和。传统的目标检测算法只适应于有明显特征，背景简单的情形。2012年起，卷积神经网络的广泛应用使得目标检测也开启了新的征程。2014年R
‑
CNN算法横空出世，目标检测开始以前所未有的速度快速发展，步入深度学习时代。在实际的应用中，背景复杂多变，而且待检测的目标复杂多变，很难通过一般的抽象特征完成对目标的检测，而深度学习利用庞大丰富的数据，对模型进行训练，从而使得算法的泛化力更强，更容易应用于实际场景。在当前的应用中，机器人的工作环境比较特殊，多是灌木草丛，对目标识别又很大的影响，会导致识别不准确或者丢失目标物；在机器人的处理器中需要处理多种数据，在计算量上需要尽可能压缩，而原YOLOv3网络参数计算量太大，检测小目标物存在丢失现象，所以在原有的网络中，进行优化，实现参数量的减少和增加该环境下的目标精确识别。

技术实现思路

[0004]本专利技术公开一种轻量化的目标检测方法，是基于YOLOv3改进的目标检测算法，采取GhostNet中的卷积可分离操作(DW)的思想，用Ghost Module替代Conv2d，将多通道数据分成多组同时进行处理，达到减少网络参数的目的；在原网络中三层特征输出层的基础上添加一层特征输出层，用k
‑
means算法计算新的anchors尺寸，用来识别更小目标物；将原有的IoU计算方法更进为DIoU计算方式，增加惩罚项，在网络训练的过程中，让生成的预选框
回归速度更快，效果更好。本专利技术在保证YOLOv3网络特征提取精确度的前提下，缩减模型的计算量，提高检测速度。
[0005]YOLOv3的检测分两步：确定检测对象的位置，对检测对象分类。改进后的YOLOv3详细步骤如下：第一步，YOLOv3提取多特征层进行目标检测，一共提取四层，采用FPN进行特征融合。第二步，预测结果的解码，计算出最后显示的边界框的坐标以及宽高，得出边界框位置。第三步，对预测出的边界框得分排序与非极大抑制的筛选，取出每一类得分大于一定阈值的框和得分进行排序，利用框的位置和得分进行非极大抑制。最后可以得出概率最大的边界框，也就是最后显示出的框。
[0006]本专利技术为实现上述目的所采用的技术方案是：一种轻量化的目标检测方法，包括以下步骤：
[0007]对机器人采集的图片进行预处理；
[0008]经过预处理的图片进入YOLOv3网络的骨干层进行特征的提取，依次经颈部层、预测层，得到目标所属类别以及预测框的位置和大小。其中，类别为包含人体、动物的生物体分类。
[0009]所述对获取的图片进行预处理，具体为：将图片的尺寸改为416*416，图像居中，空白部分由灰色填充。
[0010]所述骨干层为Ghost_Darknet
‑
53网络。
[0011]所述骨干层，采用Ghost Module替换原Darknet
‑
53网络中的Conv2d卷积层。
[0012]所述Ghost Module中，首先1*1的卷积层对输入图片进行通道数的压缩，然后再使用3*3的卷积层进行深度可分离卷积得到更多的特征图，将不同的特征图堆叠到一起，组成新的输出，再与输入相加；得到的结果作为一下层网络的输入。
[0013]所述进入YOLOv3网络的骨干层进行特征的提取，包括以下步骤：
[0014]首先要经过一个卷积层、BN归一化和激活操作，再经过五组下采样卷积，每组下采样是由Ghost Module和残差结构组成；每组下采样按照1、2、8、8、4的次数顺序，重复进行特征提取；
[0015]将后四组的输出作为提取出的特征，作为颈部层的输入。
[0016]在颈部层、预测层后添加第四层输出层，使用FPN特征融合，构成改进后的YOLOv3，具体如下：
[0017]颈部层和预测层统称输出层，原输出尺寸大小依次分别为13*13、26*26、52*52，分别用于检测大、中、小三种尺寸的目标物；其中，三种尺寸为相对设定的大、中、小尺寸。
[0018]所述第四层输出层尺寸为104*104，融合52*52的特征，用于检测比52*52更小的目标。
[0019]使用k
‑
means聚类算法，用数据集的标注文件重新计算先验框的尺寸，包括以下步骤：对训练样本图像集中的多个样本标注框进行聚类，确定训练样本图像集对应的目标YOLOv3预选框。
[0020]将计算预选框和实际框的交并比修改为DIoU,具体包括：
[0021]在原有的交并比IoU计算中，加入预测框和目标框中心欧氏距离、与覆盖预测框和目标框的最小矩形的对角线长度的比值，作为惩罚项，使得在不重叠的情况下，预测框向目标框移动。
[0022]一种轻量化的目标检测系统，包括：
[0023]预处理模块，用于对获取的图片进行预处理；
[0024]分类及检测模块，用于经过预处理的图片进入YOLOv3网络的骨干层进行特征的提取，依次经颈部层、预测层，得到目标所属类别以及预测框的位置和大小。
[0025]本专利技术具有以下有益效果及优点：
[0026]1.本专利技术提供一种基于YOLOv3改进而来的轻量化目标检测方法，在保证提取特征的有效性的前提下减少模型的参数量，增加模型对小物体的识别准确度。
[0027]2.在模型训练的过程中交并比的计算方法更换成DIoU,添加惩罚项，让生成的预选框回归速度更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轻量化的目标检测方法，其特征在于，包括以下步骤：对机器人获取的图片进行预处理；经过预处理的图片进入YOLOv3网络的骨干层进行特征的提取，依次经颈部层、预测层，得到目标所属类别以及预测框的位置和大小。2.根据权利要求1所述的一种轻量化的目标检测方法，其特征在于，所述对获取的图片进行预处理，具体为：将图片的尺寸改为416*416，图像居中，空白部分由灰色填充。3.根据权利要求1所述的一种轻量化的目标检测方法，其特征在于，所述骨干层为Ghost_Darknet
‑
53网络。4.根据权利要求3所述的一种轻量化的目标检测方法，其特征在于，所述骨干层，采用Ghost Module替换原Darknet
‑
53网络中的Conv2d卷积层。5.根据权利要求4所述的Ghost Module替换原Darknet
‑
53网络实现方法，其特征在于，所述Ghost Module中，首先1*1的卷积层对输入图片进行通道数的压缩，然后再使用3*3的卷积层进行深度可分离卷积得到更多的特征图，将不同的特征图堆叠到一起，组成新的输出，再与输入相加；得到的结果作为一下层网络的输入。6.根据权利要求1所述的一种轻量化的目标检测方法，其特征在于，所述进入YOLOv3网络的骨干层进行特征的提取，包括以下步骤：首先要经过一个卷积层、BN归一化和激活操作，再经过五组下采样卷积，每组下采样是由Ghost Module和残差结构组...

【专利技术属性】
技术研发人员：郑宇，李邦宇，
申请(专利权)人：沈阳新松机器人自动化股份有限公司，
类型：发明
国别省市：