基于改进的YOLOV5的蘑菇离线实时识别方法及系统技术方案

本发明专利技术公开了基于改进的YOLOV5的蘑菇离线实时识别方法及系统，属于蘑菇实时离线识别技术领域。包括获取采集时的实时蘑菇图像；将实时蘑菇图像输入训练好的蘑菇实时识别模型进行处理，识别实时蘑菇图像中所有蘑菇的类别和位置，通过实时检测窗口框定被识别蘑菇实体；根据蘑菇的类别，生成对应的蘑菇资料卡。能够在离线状态下对蘑菇进行实时识别并及时反馈，通过资料卡的形式显示出蘑菇的种类、毒性、价值等资料，对蘑菇的种类进行准确的判断；解决了现有技术中存在“野外采集蘑菇的人员，无法对蘑菇种类进行准确鉴别”的问题。的问题。的问题。

【技术实现步骤摘要】
基于改进的YOLOV5的蘑菇离线实时识别方法及系统


[0001]本专利技术涉及蘑菇实时离线识别
，特别是涉及基于改进的YOLOV5的蘑菇离线实时识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]《中国疾病预防控制中心周报》发布一篇研究，2010年至2020年期间，全国共报告了10036起食源性蘑菇中毒事件，导致38676起疾病、21967人住院，788人死亡。蘑菇中毒是我国最严重食品安全问题之一。我国每年都有毒蘑菇中毒事件发生，以春夏季最为多见，可致人死亡。人们因无法对蘑菇的种类进行准确判断而造成此类事件的发生。
[0004]近年来由于误食毒蘑菇而导致的中毒事件频发不止，而且现有的有效、安全且快速、方便检测蘑菇毒性的应用很少，市场上虽存在蘑菇在线识别软件，但是无法摆脱对网络的依赖，在离线状态下无法在保证精确度的同时完成识别任务。
[0005]此外，蘑菇图像具有不同生长阶段图像差异大的特点，现有算法无法对其进行高精度地识别且无法实现对蘑菇图像成体幼体的分类。

技术实现思路

[0006]为了解决现有技术的不足，本专利技术提供了基于改进的YOLOV5的蘑菇离线实时识别方法、系统、电子设备及计算机可读存储介质，适用于野外的蘑菇采摘，可以在离线状态下对蘑菇进行实时识别并及时反馈，通过资料卡的形式显示出蘑菇的种类、毒性、价值等资料，便于采摘人员对蘑菇种类的鉴别。
[0007]第一方面，本专利技术提供了基于改进的YOLOV5的蘑菇离线实时识别方法；
[0008]基于改进的YOLOV5的蘑菇离线实时识别方法，包括：
[0009]获取采集时的实时蘑菇图像；
[0010]将实时蘑菇图像输入训练好的蘑菇实时识别模型进行处理，识别实时蘑菇图像中所有蘑菇的类别和位置，通过实时检测窗口框定被识别蘑菇实体；
[0011]根据蘑菇的类别，生成对应的蘑菇资料卡；
[0012]其中，蘑菇实时识别模型为改进的YOLOV5模型，部署于本地设备；在YOLOV5模型的主干网络中，在二维卷积层后添加CBAM注意力机制，在主干网络的综合卷积模块中，在全连接层后添加ECA注意力机制，将空间金字塔池化层由SPPF替换为SPPFCSPC。
[0013]进一步的，所述CBAM注意力机制包括通道注意力机制和空间注意力机制；
[0014]所述通道注意力机制用于将实时蘑菇图像的特征图进行全局最大池化和全局平均池化，对特征映射基于两个维度压缩，获得两张不同维度的特征图；将两张特征图在通道维度堆叠，经过sigmoid激活函数将特征图的每个通道的权重归一化；将归一化后的权重和输入特征图相乘，获取输出特征图；
[0015]所述空间注意力机制用于对输出特征图在通道维度下做最大池化和平均池化，将
池化后的两张特征图在通道维度堆叠，使用卷积核融合通道信息，将卷积后的结果经过sigmoid函数对特征图的空间权重归一化，再将输入的输出特征图和权重相乘。
[0016]进一步的，ECA注意力机制用于对输入特征图进行全局平均池化，将输入特征图从三维矩阵变成一维向量；根据特征图的通道数计算得到自适应的一维卷积核大小，将一维卷积核大小用于一维卷积中，得到对于特征图的每个通道的权重；将归一化权重和原输入特征图逐通道相乘，生成加权后的特征图。
[0017]进一步的，所述获取采集时的实时蘑菇图像具体为：发出拍摄指令至USB摄像头，以控制USB摄像头对进入拍摄范围的蘑菇进行拍摄；发出图像调用指令至USB摄像头，调用USB摄像头中的实时蘑菇图像。
[0018]进一步的，在训练蘑菇实时识别模型时，通过网络爬取或搜索引擎采集蘑菇图片，并进行去重、删除无效样本操作和数据整合操作，构建样本数据集；在进行标注时，将样本数据集中的蘑菇幼体图片和蘑菇成体图片分为两类分别标注。
[0019]进一步的，所述根据蘑菇的类别，生成对应的蘑菇资料卡具体为：根据蘑菇的类别，调用本地数据库中对应的资料卡文件，生成对应的蘑菇资料卡；
[0020]其中，蘑菇资料卡包括名称、毒性、分布区域、属、种、门、别名、变种、生长环境、治疗方法、中毒症状和药用价值。
[0021]进一步的，还包括：
[0022]对实时蘑菇图像进行可视化处理，以显示于用户交互界面的检测区，展示USB摄像头的实时识别画面；
[0023]对蘑菇资料卡进行可视化处理，以显示于用户交互界面的资料区。
[0024]第二方面，本专利技术提供了基于改进的YOLOV5的蘑菇离线实时识别系统；
[0025]基于改进的YOLOV5的蘑菇离线实时识别系统，包括：
[0026]数据获取模块，用于获取采集时的实时蘑菇图像；
[0027]实时识别模块，用于将实时蘑菇图像输入训练好的蘑菇实时识别模型进行处理，识别实时蘑菇图像中所有蘑菇的类别和位置，通过实时检测窗口框定被识别蘑菇实体；
[0028]资料生成模块，用于根据蘑菇的类别，生成对应的蘑菇资料卡；
[0029]其中，蘑菇实时识别模型为改进的YOLOV5模型，部署于本地设备；在YOLOV5模型的主干网络中，在二维卷积层后添加CBAM注意力机制，在主干网络的综合卷积模块中，在全连接层后添加ECA注意力机制，将空间金字塔池化层由SPPF替换为SPPFCSPC。
[0030]第三方面，本专利技术提供了一种电子设备；
[0031]一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述基于改进的YOLOV5的蘑菇离线实时识别方法的步骤。
[0032]第四方面，本专利技术提供了一种计算机可读存储介质；
[0033]一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述基于改进的YOLOV5的蘑菇离线实时识别方法的步骤。
[0034]与现有技术相比，本专利技术的有益效果是：
[0035]本专利技术所提出的基于改进的YOLOV5的蘑菇离线实时识别方法，对原有的YOLOV5模型进行改进，增加了识别的精度，同时可摆脱对网络的依赖，在离线状态下完成实时检测任
务，以减少蘑菇中毒事件的发生。能有效地帮助蘑菇采集人员在野外完成采集工作。除此之外，蘑菇资料卡可作为蘑菇图鉴，进行蘑菇科学知识普及。
[0036]通过事先对目标进行训练并生成模型，然后将模型部署到本地设备上进行推理，实现离线识别。
附图说明
[0037]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0038]图1为本专利技术实施例提供的基于改进的YOLOV5的蘑菇离线实时识别方法的流程示意图；
[0039]图2为本专利技术实施例提供的基于改进的YOLOV5的蘑菇离线实时识别方法的实施流程示意图；
[0040本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进的YOLOV5的蘑菇离线实时识别方法，其特征在于，包括：获取采集时的实时蘑菇图像；将实时蘑菇图像输入训练好的蘑菇实时识别模型进行处理，识别实时蘑菇图像中所有蘑菇的类别和位置，通过实时检测窗口框定被识别蘑菇实体；根据蘑菇的类别，生成对应的蘑菇资料卡；其中，蘑菇实时识别模型为改进的YOLOV5模型，在YOLOV5模型的主干网络中，在二维卷积层后添加CBAM注意力机制，在主干网络的综合卷积模块中，在全连接层后添加ECA注意力机制，将空间金字塔池化层由SPPF替换为SPPFCSPC。2.如权利要求1所述的基于改进的YOLOV5的蘑菇离线实时识别方法，其特征在于，所述CBAM注意力机制包括通道注意力机制和空间注意力机制；所述通道注意力机制用于将实时蘑菇图像的特征图进行全局最大池化和全局平均池化，对特征映射基于两个维度压缩，获得两张不同维度的特征图；将两张特征图在通道维度堆叠，经过sigmoid激活函数将特征图的每个通道的权重归一化；将归一化后的权重和输入特征图相乘，获取输出特征图；所述空间注意力机制用于对输出特征图在通道维度下做最大池化和平均池化，将池化后的两张特征图在通道维度堆叠，使用卷积核融合通道信息，将卷积后的结果经过sigmoid函数对特征图的空间权重归一化，再将输入的输出特征图和权重相乘。3.如权利要求1所述的基于改进的YOLOV5的蘑菇离线实时识别方法，其特征在于，ECA注意力机制用于对输入特征图进行全局平均池化，将输入特征图从三维矩阵变成一维向量；根据特征图的通道数计算得到自适应的一维卷积核大小，将一维卷积核大小用于一维卷积中，得到对于特征图的每个通道的权重；将归一化权重和原输入特征图逐通道相乘，生成加权后的特征图。4.如权利要求1所述的基于改进的YOLOV5的蘑菇离线实时识别方法，其特征在于，所述获取采集时的实时蘑菇图像具体为：发出拍摄指令至USB摄像头，以控制USB摄像头对进入拍摄范围的蘑菇进行拍摄；发出图像调用指令至USB摄像头，调用USB摄像头中的实时蘑菇图像。5.如权...

【专利技术属性】
技术研发人员：苏家昊，李明阳，张会瑶，杨家琛，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：