1.一种基于改进YOLOv5的红外图像行人目标检测方法,其特征在于,包括以下步骤:步骤1:构建基于改进YOLOv5的红外图像行人目标检测深度学习模型,具体的:步骤1.1:压缩输入通道,将YOLOv5目标检测模型输入端的3通道输入压缩为单通道输入;
步骤1.2:拓展YOLOv5目标检测模型骨干网络CSPDarknet中浅层跨阶段局部网络模块的厚度,提取红外图像行人目标在浅层的细节特征;
步骤1.3:引入注意力机制,所述的注意力机制用于骨干网络特征提取过程中加强红外图像行人目标特征的提取;
步骤1.4:在YOLOv5目标检测模型的PANet特征融合网络的上采样模块中,增加一个上采样层,所述的上采样层是在8倍、16倍和32倍上采样层的基础上,增加的4倍上采样层;
步骤1.5:在YOLOv5目标检测模型的PANet特征融合网络中,增加一个Concatenate融合层,将步骤1.4中所述的增加的4倍上采样层与骨干网络特征提取过程中得到的相同尺寸的特征图通过增加的Concatenate融合层进行特征融合,产生的4倍上采样的特征图;
步骤1.6:增加小目标检测层,将步骤1.5中所述的4倍上采样的特征图用于小目标的检测,基于改进YOLOv5的红外图像行人目标检测深度学习模型增加为4种尺度的预测层,用于Head部分的多尺度检测;
步骤1.7:根据步骤1.6增加的小目标检测层,增加一组小目标尺寸的锚点框,采用K‑means自适应算法获取符合红外图像行人小目标尺度特点的锚点框;
步骤2:建立红外图像行人检测数据集,具体的:步骤2.1:建立红外图像行人检测训练集、验证集和测试集,随机选取60%的红外图像行人检测数据作为训练集,20%的红外图像行人检测数据作为验证集,20%的红外图像行人检测数据作为测试集;
步骤2.2:对建立的红外图像行人检测训练集、验证集和测试集进行预处理,采用Mosaic算法实现红外行人数据的数据增强;
步骤3:训练步骤1中构建的基于改进YOLOv5的红外图像行人目标检测深度学习模型,具体的:
步骤3.1:设置训练参数,利用随机优化算法Adam进行训练,训练批次的大小设置为Batch=64,动量Momentum=0.9,学习率初始设定为Ir=0.001,训练迭代次数Epoch=300;
步骤3.2:将步骤2.2预处理后的红外图像行人检测训练集和验证集送入步骤1中构建的基于改进YOLOv5的红外图像行人目标检测深度学习模型;
步骤3.3:自适应缩放图片尺寸,根据网络设定的输入图片尺寸大小实现自适应红外图像行人检测训练集和验证集图片的缩放;
步骤3.4:训练基于改进YOLOv5的红外图像行人目标检测深度学习模型,根据训练集和验证集交叉验证的平均精度变化和损失变化趋势,调整学习率和迭代次数,直至精度变化和损失变化逐步趋于稳定的状态,确定最终的学习率和迭代次数;
步骤3.5:根据步骤3.4确定的学习率和迭代次数,完成基于改进YOLOv5的红外图像行人目标检测深度学习模型的训练,得到收敛良好的基于改进YOLOv5的红外图像行人目标检测深度学习模型;
步骤4:将步骤2.2预处理后的红外图像行人检测测试集送入步骤3.5中训练好的基于改进YOLOv5的红外图像行人目标检测深度学习模型,测试基于改进YOLOv5的红外图像行人目标检测深度学习模型的性能;
步骤5:评估模型,具体的:
根据步骤4的测试结果,从平均检测精度和检测速度上对步骤3训练的基于改进YOLOv5的红外图像行人目标检测深度学习模型进行评估;
步骤6:判断基于改进YOLOv5的红外图像行人目标检测深度学习模型评估结果的检测精度和速度是否满足实际应用需求,若基于改进YOLOv5的红外图像行人目标检测深度学习模型满足实际应用需求,则执行步骤8,否则,执行步骤7;
步骤7:修正步骤1构建的基于改进YOLOv5的红外图像行人目标检测深度学习模型的宽度和深度,并跳转至步骤3.4重新训练;
步骤8:将步骤6中满足实际应用需求的基于改进YOLOv5的红外图像行人目标检测深度学习模型用于红外图像或红外视频中行人目标的检测。
2.根据权利要求1所述的一种基于改进YOLOv5的红外图像行人目标检测方法,其特征在于:步骤1.3中所述的注意力机制选用改进的SK注意力机制,分为Split、Fuse、Scale三部分,具体的,步骤1.3具体包括以下步骤:步骤1.3.1:Split操作,具体的:将输入的特征图利用3×3和5×5两个卷积核进行卷积,分别得到输出特征向量U1和U2,U1和U2相加之后得到特征向量U;
步骤1.3.2:根据步骤1.3.1得到的特征向量U,进行Fuse操作,具体的:用全局平均池化Fgp将矩阵压缩到1×1×C,用一个通道描述符表示每个通道的信息,建立通道间的依赖关系,如公式(1)所示,再通过两个全连接层Ffc操作使得通道间的关系是灵活的并且非线性的,输出经过sigmoid激活函数得到权重值,如公式(2)所示:Ffc(Fgp,ω)=σ(B(Fgp,ω)); (2)其中,C表示通道数channel,W和H分别为图像的宽和高,i和j分别为图像的第i行和第j列,ω为相应的权重,σ为sigmoid激活函数,B为批归一化操作;
步骤1.3.3:Scale操作:
将步骤1.3.1中得到的特征向量U1和U2及步骤1.3.2中得到的权重值进行加权操作,得到SK注意力机制最终输出的加权特征图Fscale(U,Ffc),其中,U表示特征向量,Ffc表示步骤
1.3.2中得到的权重值,Fscale(U,Ffc)加权计算如公式(3)所示:Fscale(U,Ffc)=V1+V2=U1·Ffc+U2·Ffc; (3)其中,V1和V2分别为特征向量U1和U2的加权后的特征向量。
3.根据权利要求2所述的一种基于改进YOLOv5的红外图像行人目标检测方法,其特征在于:步骤2中,所述的建立的红外图像行人检测数据集选用公共数据集KAIST,并将目标类别设置people和person两个行人类别。
4.根据权利要求3所述的一种基于改进YOLOv5的红外图像行人目标检测方法,其特征在于:步骤3.2中,所述的将步骤2.2预处理后的红外图像行人检测训练集和验证集送入步骤1中构建的基于改进YOLOv5的红外图像行人目标检测深度学习模型时,自动删除KAIST数据集中不包含行人目标的红外图像。