欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021109124156
申请人: 暨南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,包括以下步骤:S1、获取含车辆型号标签的公开车辆图片数据集;

S2、为图片数据集打标签,标签为锚框,锚框包括车辆车身整体,边沿距离车身设10像素空隙;

S3、对图片进行预处理;具体为:

对数据进行扩增,通过对原始图片数据集中的数据进行随机缩放、亮度调整、随机镜像、随机旋转以及噪声干扰,同时解析标注的xml文件,修改对应的锚框位置,保证增广后的数据中的标签没有出现偏移,再将xml转为对应的txt标签文件,覆盖原来的txt;

S4、进行YOLOv5训练,反复优化得到模型参数;

S5、对图片数据集按标签的锚框进行裁剪,裁剪至图片仅含车辆信息;

S6、修改MobileNetV2模型,拼接训练好的YOLOv5模型和修改后的MobileNetV2模型;修改MobileNetV2模型具体为:为满足不同大小的图片输入,在原有的MobileNetV2模型的全连接层前接入一层SPP层;然后使用经过裁剪的图片数据集对修改过的MobileNetV2进行训练,反复优化获取模型参数;MobileNetV2的训练过程具体为:将图片输入到模型中得到计算结果,将该结果与标签进行代价函数运算获取可以表示预测误差的代价,再根据代价使用优化算法优化模型参数,以使下轮计算所得代价减小,进行多轮后完成训练;

YOLOv5模型与修改后MobileNetV2模型之间使用图片裁剪层连接;图片裁剪层以锚框的输入进行数值转换,获取锚框的坐标,裁剪原图片得到不含环境信息的车辆图片;

S7、使用步骤S1中获取的公开车辆图片数据集,采用与步骤S3相同的预处理后对新拼接得到的模型进行训练;

反复调整代价函数和优化算法参数提升模型性能,得到优化训练完成的识别模型并将其用于实际车辆型号识别。

2.根据权利要求1所述的基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,步骤S1具体为:以品牌、系列、型号使用labelimg工具对数据集进行标注,获得xml格式的标准文件,再将每个xml文件转换为txt文件;

转换后的txt文件内容包括:

类别、锚框中心点坐标x、锚框中心点坐标y、锚框宽度以及锚框高度;

将xml文件中记录锚框位置的实际数值xmin、xmax、ymin以及ymax,获取中心点坐标和锚框大小,将实际数值根据图片长宽归一化,将该归一化的结果保存到txt文件中,以比例形式存储,区间为[0,1]。

3.根据权利要求1所述的基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,步骤S4具体为:设置训练时的各项参数,包括数据集的根目录、图片的训练集和验证集的目录、类别个数以及类别名称;

进行YOLOv5模型训练;

可视化训练中会显示大量参数,观察准确率Precision和召回率Recall,波动不大时训练结果较好,然后以mAP@0.5 & mAP@0.5:0.95数值评价模型。

4.根据权利要求1所述的基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,YOLOv5模型包括输入端、主干网络、连接主干网络和Neck层的连接层以及预测层;

输入端包括多个卷积核,实现Mosaic数据增强、自适应锚框计算以及自适应图片缩放;

主干网络,主干网络用于提取出图像的高中低层的特征;

YOLOv5的主干网络包括Focus、CSP以及SPP结构;

Focus结构包含一个切片操作,将608×608×3的特征图转为304×304×12的特征图,之后再经过一个32个卷积核变成304×304×32的特征图;

CSP结构在主干网络中使用的CSP结构为CPS1_X结构,使用CBL、残差组件以及卷积核拼接成,其中,CBL由卷积核、批量标准化以及一个激活函数组成;

SPP结构由多个最大池化层拼接成;

通过反复拼接Focus结构和CSP结构,最后使用SPP连接下一层;

Neck层使用CSP结构以及FPN+PAN结构,最终分为三个输出至下一层;

Neck层使用的CSP结构为CSP2_X结构,相对于CSP1_X结构,CSP2_X使用CBL代替残差块;

预测层作为预测的输出,对Neck层的三个输出使用三个卷积获取输出,通过nms非极大值抑制输出锚框。

5.根据权利要求4所述的基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,nms非极大值抑制指一个目标生成多个锚框时,根据该目标每个锚框的预测概率选择出其中一个锚框作为该目标的锚框;具体为:将当前所有边框的得分做降序排序,将得分最高的框作为标准框,将剩下的框与其比较iou值,设定阈值与保留框的最大数量,若超过阈值,就删除该框;

将剩余框作为新数据开始第二轮,所选框不能超出设定的数量,最后得到保留的框。

6.根据权利要求1所述的基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,MobileNetV2模型具体包括顺序连接的卷积层、七个线性瓶颈层、卷积层、平均池化层、卷积层、SPP层以及全连接层。

7.根据权利要求1所述的基于YOLOv5和MobileNetV2的车辆型号识别方法,其特征在于,步骤S7中,新拼接得到的模型进行训练的具体步骤为:图片输入到模型中得到计算结果,将该结果与标签进行代价函数运算获取可以表示预测误差的代价,再根据代价使用优化算法优化模型参数,以使下轮计算所得代价减小,进行多轮后完成训练。