1.一种司机手势识别方法,其特征在于,包括:
构建包括依次连接的主干网络Backbone、颈部模块Neck和检测模块Output的改进YOLOv5网络,所述改进YOLOv5网络包括:将原始YOLOv5网络中的C3模块替换为GhostBottleneck模块,将原始YOLOv5网络中的卷积操作替换为深度可分离卷积操作,将原始YOLOv5网络中主干网络Backbone的focus模块和空间金字塔池化模块SPP进行删除,将原始YOLOv5网络中检测模块Output的三尺度预测机制替换为双尺度预测机制;
所述GhostBottleneck模块,包括并行的Ghostconv-DWConv-Ghostconv分支和DWConv-CBS分支;
Ghostconv-DWConv-Ghostconv分支和DWConv-CBS分支同时与上一层的输出端连接,上一层的输出经过Ghostconv-DWConv-Ghostconv分支、DWConv-CBS分支处理后得到两个新的输出,将两个新的输出融合后作为GhostBottleneck层的输出;
所述将原始YOLOv5网络中检测模块Output的三尺度预测机制替换为双尺度预测机制,包括:删除原始YOLOv5网络的检测模块Output中最大尺度的检测层,并删除与最大尺度的检测层对应的上采样、下采样操作;
将待识别的司机手势输入到改进YOLOv5网络中,主干网络Backbone获得轻量化特征,颈部模块Neck对轻量化特征进行融合,获得不同尺寸的轻量化融合特征,检测模块Output对不同尺寸的轻量化融合特征进行识别,输出对待识别司机手势图像的识别结果。
2.根据权利要求1所述的司机手势识别方法,其特征在于,所述深度可分离卷积操作,包括:
逐通道卷积,逐通道卷积使用与输入图像的通道数量相同的卷积核执行卷积操作,输出与输入图像通道数量相同的特征图;
逐点卷积,逐点卷积使用1*1*n的卷积核对逐通道卷积输出的特征图执行卷积操作,其中n是卷积核的通道数。
3.根据权利要求1所述的司机手势识别方法,其特征在于,所述改进YOLOv5网络包括依次连接的主干网络Backbone、颈部模块Neck和检测模块Output,其中:主干网络Backbone用于生成轻量化特征,包括input层、与input层输出端连接的CBS层、与CBS层输出端连接的3个堆叠的DWConv-GhostBottleneck层、与第3个DWConv-GhostBottleneck输出端连接的第一DWConv层;
颈部模块Neck用于融合不同尺度的轻量化特征,是Backbone和Output的中间连接部分,包括与第一DWConv层输出端连接的第二DWConv层,与第二DWConv层输出端连接的Upsample上采样层,与Upsample上采样层输出端、第3个DWConv-GhostBottleneck层输出端连接的第一cancat层,与第一cancat层输出端连接的第一C3_F层,与第一C3_F层输出端连接的第三DWConv层,与第三DWConv层输出端、第二DWConv层输出端连接的第二cancat层,与第二cancat层输出端连接的第二C3_F层;
检测模块Output用于生成待识别司机手势的边界框和类别概率,包括两个输出不同尺度的conv2d层,分别与两个conv2d层输出端连接的YOLO层。
4.根据权利要求1所述的司机手势识别方法,其特征在于,所述改进YOLOv5网络训练过程中所使用的损失函数为CIOU损失函数,CIOU损失函数表示为:其中,A表示损失函数预测集对应的框,B表示真实集对应的框,Union(A,B)表示A和B的并集,Intersection表示(A,B)表示A和B的交集,IOU表示损失函数预测集和真实集的交并比;c是损失函数预测集对应的框和真实集对应的框重叠区域的对角线距离;ρ2(b,bgt)表示损失函数预测集对应的框和真实集对应的框中心点的欧氏距离。
5.根据权利要求4所述的司机手势识别方法,其特征在于,所述改进YOLOv5网络训练过程中的训练次数设置为200epoch,权重衰减weight_decay设为0.0005,动量momentum设为0.937,初始学习率设为0.01,优化器采用随机梯度下降法SGD。
6.一种司机手势识别装置,其特征在于,包括:
模型建立模块,用于:
构建包括依次连接的主干网络Backbone、颈部模块Neck和检测模块Output的改进YOLOv5网络,所述改进YOLOv5网络包括:将原始YOLOv5网络中的C3模块替换为GhostBottleneck模块,将原始YOLOv5网络中的卷积操作替换为深度可分离卷积操作,将原始YOLOv5网络中主干网络Backbone的focus模块和空间金字塔池化模块SPP进行删除,将原始YOLOv5网络中检测模块Output的三尺度预测机制替换为双尺度预测机制;
所述GhostBottleneck模块,包括并行的Ghostconv-DWConv-Ghostconv分支和DWConv-CBS分支;
Ghostconv-DWConv-Ghostconv分支和DWConv-CBS分支同时与上一层的输出端连接,上一层的输出经过Ghostconv-DWConv-Ghostconv分支、DWConv-CBS分支处理后得到两个新的输出,将两个新的输出融合后作为GhostBottleneck层的输出;
所述模型建立模块,还用于删除原始YOLOv5网络的检测模块Output中最大尺度的检测层,并删除与最大尺度的检测层对应的上采样、下采样操作;
识别模块,用于:
将待识别的司机手势输入到改进YOLOv5网络中,主干网络Backbone获得轻量化特征,颈部模块Neck对轻量化特征进行融合,获得不同尺寸的轻量化融合特征,检测模块Output对不同尺寸的轻量化融合特征进行识别,输出对待识别司机手势图像的识别结果。
7.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~5任一项所述的方法。
8.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述权利要求1~5任一所述的方法。