1.基于YOLO的关键点目标检测方法,其特征在于包括以下步骤:步骤一、数据集的制作与处理:
在原始标注框为水平矩形框的标注数据集上,添加各个关键点到标注框左上角顶点的偏移距离(Δx,Δy),标注框左上角的顶点位置坐标为(LUx,LUy),LUx小于所有关键点的x方向上的值,LUy小于所有关键点的y方向上的值,此时,各个关键点位置均为:以标注框左上顶点为坐标轴原点时坐标轴的第四象限;
步骤二、基于预测框左上角顶点偏移量的点目标检测:
首先通过YOLO得到预测框,同时得到各个关键点与预测框左上角顶点的偏移量,将网络输出的对应各个关键点的偏移量(Δx,Δy)与预测框左上角顶点的坐标(LUx,LUy)相加,即可得到关键点的坐标位置。
2.根据权利要求1所述基于YOLO的关键点目标检测方法,其特征在于:所述步骤一中,
关键点的个数为4,各个关键点相对于预测框左上角的偏移量的距离的公式如(1.8)~(2.1)所示,模型对每个预测框,会输出tx、ty、tw、th以及4组偏移量,tx、ty、tw、th用于预测原始目标框,即为蓝色包围框bbox,所以通过公式(1.6)~(1.7)首先求出预测框的宽高(bw,bh),再通过预测框的(bw,bh)得到4组偏移量,如公式(1.8)~(2.1)所示;
D1X=δ(tx1)·bw D1y=δ(ty1)·bh (1.8)D2X=δ(tx2)·bw D2y=δ(ty2)·bh (1.9)D3X=δ(tx3)·bw D3y=δ(ty3)·bh (2.0)D4X=δ(tx4)·bw D4y=δ(ty4)·bh (2.1)其中:D1x,D1y为D1点相对于预测框左上角的在x轴和y轴方向上的偏移距离;同理,D2x,D2y、D3x,D3y、D4x,D4y分别表示目标关键点D2、D3、D4到预测框左上角顶点的偏移距离。
3.根据权利要求2所述基于YOLO的关键点目标检测方法,其特征在于:YOLO点目标检测中关键点的损失函数如公式(2.2)所示,该式子中关键点个数为4:若关键点增多,关键点损失函数将如(2.3)所示,式子中m为关键点的数量:YOLO点目标检测是在原始YOLOv3的检测中增加了关键点的计算损失,因此最终损失函数为:LossKeyPoint_offset=Lossyolov3+LossKeyPoint (2.4)。
4.根据权利要求2所述基于YOLO的关键点目标检测方法,其特征在于:所述步骤二中,图片输入到YOLO网络中,得到预测框的同时得到关键点到预测框左上角的偏移量,根据预测框左上角顶点和4个关键点的偏移量,计算出关键点所在的位置,再将关键点进行连接,得到精准的定位框。